minitab应用之箱线图解析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

※ctrical Products
如何计算四分位数
四分位数(Quartile)首先要确定的就是Q1、Q2、Q3的位置。
按照如下公式:
n 表示数字的总个数
● Q1的位置= ( n + 1 )/ 4
● Q2的位置= ( n + 1 )/ 2
● Q3的位置= 3( n + 1 )/ 4
● 第二四分位数(Q2),又称“中位数”,等于 该样本中所有数值由小到大排列后第50%的 数字。
● 第三四分位数(Q3),又称“较大四分位数” 或“上四分位数”,等于该样本中所有数值 由小到大排列后第75%的数字。
● 第三四分位数与第一四分位数的差距又称四 分位间距(InterQuartile Range,IQR)。
Minitab 能力应用
-- -- -- 箱线图解析
箱线图 概述
箱线图(Boxplot)也称箱须图(Box-whisker Plot)。 它是用一组数据中的最小值、第一四分位数、中位数、第三四分位数和最大值来反映数据 分布的中心位置和散布范围,可以粗略观察数据是否具有对称性。 通过将多组数据的箱线图画在同一坐标上,则可以清晰地显示各组数据的分布差异,为发 现问题、改进流程提供帮助。
ANTRON Electrical Products
如何计算四分位数
对于数字个数为偶数,确定方法如下: 例如,数字“38、17、8、44、42、39”共6项,计算Q1 Q2 Q3
首先,按大小排列如下“8、17、38、39、42、44” 其次,按照公式计算结果如下:
Q1的位置= ( 6+ 1 )/ 4 = 1.75 Q2的位置= ( 6 + 1 )/ 2 = 3.5 Q3的位置= 3( 6 + 1 )/ 4 = 5.25 这时的数字以数据连续为前提,由所确定位置的前后两个数字共同确定。 如:Q2的位置为3.5,则由第3个数字38和第4个数字39共同确定, 计算方法是: Q2 = 38 + ( 39 – 38 ) x 3.5的小数部分 即: 38 + 1 x 0.5 = 38.5 同理,Q1、Q3的计算结果: Q1 = 8 + ( 17 – 8 ) x 0.75 = 14.75 Q3 = 42 + ( 44 – 42 ) x 0.25 = 42.5
ANTRON Electrical Products
什么是四分位数
四分位数(Quartile)是箱线图的重要参数之一。
它是统计学的概念。
所谓的四分位数,就是把组中所有数据由小到大排列并分成四等份,处于三个分割点位置 的数字就是四分位数。
第三四分位数 第二四分位数 第一四分位数
● 第一四分位数(Q1),又称“较小四分位数” 或“下四分位数”,等于该样本中所有数值 由小到大排列后第25%的数字。
ANTRON Electrical Products
Thank You!
ANTRON Electrical Products
对于数字个数为奇数,确定方法如下: 例如,数字“5、47、48、15、42、41、7、39、45、40、35”共11项,计算Q1 Q2 Q3
首先,按大小排列如下“5、7、15、35、39、40、41、42、45、47、48” 其次,按照公式计算结果如下:
Q1的位置= ( 11 + 1 )/ 4 = 3,该位置的数字是15; Q2的位置= ( 11 + 1 )/ 2 = 6,该位置的数字是40; Q3的位置= 3( 11 + 1 )/ 4 = 9,该位置的数字是45.
Whisker上限:延伸至距框顶部1.5倍框高范围 内的最大数据点
Whisker下限:延伸至距框底部1.5倍框高范围 内的最小数据点
异常值:超出Whisker上限或下限的数值。
※当箱线图不显示异常值时, Whisker上限表示 数据最大值的位置, Whisker下限表示数据最小 值的位置
量产时与DVT时Bending角度相比较,中位数whisker上、 下限基本相同,说明整体水平相似,但是四分位间距框 更高,说明,量产时的Bending角度水平不如DVT时集中。
ANTRON Electrical Products
箱线图 结构及分析
箱线图的结构:
*
Q3
异常值 Whisker上限
Q2
四分位间距框
Q1
箱线图的分析:
Whisker下限
Q1 : 表示有25%的数据小于此值。
Q2 : 表示有50%的数据小于此值。
Q3 : 表示有75%的数据小于此值。
四分位间距框:表示数据集中50%(25%~75%) 的数据,其高度就是这些数据涉及的范围,能够 表现出数据的集中程度。
相关文档
最新文档