统计学基础及MSACK和SCPPT课件
合集下载
统计基础知识PPT课件
29
统计基础知识
1
一、什么是统计和统计学 二、数据的来源 三、数据分析方法 四、统计报告 五、统计分析工具 六、部门日常统计报表
2
一、什么是统计和统计学
统计是获取、显示、分析、解释 和提供数据信息的过程。
统计学是一门收集、显示、分析 和提供数据信息的艺术和科学。
3
一、什么是统计和统计学
统计学分类
描述统计学:是一种用表格、图形和数 论的方法来概括数据的统计学分支。
Stata Matlab Origin
24
五、统计分析工具
SAS
25
五、统计分析工具
SAS
26
五、统计分析工具
SAS
27
学习总结
经常不断地学习,你就什么都知道。你知道得越多,你就越有力量 Study Constantly, And You Will Know Everything. The More
8
二、数据的来源
3.调查问卷设计 (2)问卷中问题的设计需注意的几点
提问的内容尽可能短; 用词要确切通俗,避免提不具体的问题; 一项提问只包含一项内容; 避免诱导性提问; 避免否定形式的提问,尤其的双重否定; 避免敏感性问题。
9
二、数据的来源
3.调查问卷设计 (3)问题的顺序设计 要有逻辑连贯性; 问题先易后难; 一般封闭性问题在前,开放性问题在后。
10
三、数据分析方法
常用数据分析方法 描述性分析、参数估计分析、假设检验
分析、方差分析、相关和回归分析、时 间序列分析、统计指数法分析等。
11
三、数据分析方法
1、描述性分析 平均数:算术平均数、调和平均数、几何
平均数。 众数:出现次数最多的变量值。 中位数:将数据按大小排列后,位于最中
统计基础知识
1
一、什么是统计和统计学 二、数据的来源 三、数据分析方法 四、统计报告 五、统计分析工具 六、部门日常统计报表
2
一、什么是统计和统计学
统计是获取、显示、分析、解释 和提供数据信息的过程。
统计学是一门收集、显示、分析 和提供数据信息的艺术和科学。
3
一、什么是统计和统计学
统计学分类
描述统计学:是一种用表格、图形和数 论的方法来概括数据的统计学分支。
Stata Matlab Origin
24
五、统计分析工具
SAS
25
五、统计分析工具
SAS
26
五、统计分析工具
SAS
27
学习总结
经常不断地学习,你就什么都知道。你知道得越多,你就越有力量 Study Constantly, And You Will Know Everything. The More
8
二、数据的来源
3.调查问卷设计 (2)问卷中问题的设计需注意的几点
提问的内容尽可能短; 用词要确切通俗,避免提不具体的问题; 一项提问只包含一项内容; 避免诱导性提问; 避免否定形式的提问,尤其的双重否定; 避免敏感性问题。
9
二、数据的来源
3.调查问卷设计 (3)问题的顺序设计 要有逻辑连贯性; 问题先易后难; 一般封闭性问题在前,开放性问题在后。
10
三、数据分析方法
常用数据分析方法 描述性分析、参数估计分析、假设检验
分析、方差分析、相关和回归分析、时 间序列分析、统计指数法分析等。
11
三、数据分析方法
1、描述性分析 平均数:算术平均数、调和平均数、几何
平均数。 众数:出现次数最多的变量值。 中位数:将数据按大小排列后,位于最中
统计学课件PPT课件
直方图
用直条表示频数,用横轴表示 数据范围,纵轴表示频数。
箱线图
表示一组数据的中位数、四分 位数和异常值。
散点图
表示两个变量之间的关系。
折线图
表示时间序列数据随时间的变 化趋势。
04
概率与概方法
描述随机事件发生的可能性程度,通 常用P表示。
通过实验或经验数据计算随机事件的 概率。
表示数量、大小、距离等可以量化的 数据,如年龄、收入。
统计数据的收集方法
直接观察法
通过实地考察、观测等方式收集数据, 如市场调研人员现场观察消费者行为。
实验法
通过实验设计和实验操作获取数据, 如产品测试实验。
调查法
通过问卷、访谈等方式收集数据,如 民意调查。
行政记录法
通过政府部门或企业提供的记录获取 数据,如企业财务报表。
01
单总体参数假设检 验的概念
根据单一样本数据对总体参数进 行假设检验。
02
单总体参数假设检 验的方法
如t检验、Z检验、卡方检验等。
03
单总体参数假设检 验的应用场景
如检验单个样本的平均数、比例 等是否与已知的总体参数存在显 著差异。
两总体参数的假设检验
两总体参数假设检验的概念
根据两个样本数据对两个总体的参数进行假设检验。
04
常见概率分布及其应用
二项分布
适用于独立重复试验中成功次数的概率分布, 如抛硬币、抽奖等。
正态分布
适用于许多自然现象的概率分布,如人的身 高、考试分数等。
泊松分布
适用于单位时间内随机事件的次数概率分布, 如放射性衰变、网站访问量等。
指数分布
适用于描述时间间隔或寿命的概率分布,如 电子产品寿命、等待时间等。
用直条表示频数,用横轴表示 数据范围,纵轴表示频数。
箱线图
表示一组数据的中位数、四分 位数和异常值。
散点图
表示两个变量之间的关系。
折线图
表示时间序列数据随时间的变 化趋势。
04
概率与概方法
描述随机事件发生的可能性程度,通 常用P表示。
通过实验或经验数据计算随机事件的 概率。
表示数量、大小、距离等可以量化的 数据,如年龄、收入。
统计数据的收集方法
直接观察法
通过实地考察、观测等方式收集数据, 如市场调研人员现场观察消费者行为。
实验法
通过实验设计和实验操作获取数据, 如产品测试实验。
调查法
通过问卷、访谈等方式收集数据,如 民意调查。
行政记录法
通过政府部门或企业提供的记录获取 数据,如企业财务报表。
01
单总体参数假设检 验的概念
根据单一样本数据对总体参数进 行假设检验。
02
单总体参数假设检 验的方法
如t检验、Z检验、卡方检验等。
03
单总体参数假设检 验的应用场景
如检验单个样本的平均数、比例 等是否与已知的总体参数存在显 著差异。
两总体参数的假设检验
两总体参数假设检验的概念
根据两个样本数据对两个总体的参数进行假设检验。
04
常见概率分布及其应用
二项分布
适用于独立重复试验中成功次数的概率分布, 如抛硬币、抽奖等。
正态分布
适用于许多自然现象的概率分布,如人的身 高、考试分数等。
泊松分布
适用于单位时间内随机事件的次数概率分布, 如放射性衰变、网站访问量等。
指数分布
适用于描述时间间隔或寿命的概率分布,如 电子产品寿命、等待时间等。
统计学完整ppt课件完整版
假设检验的基本思想:小概率事件原 理
假设检验中的两类错误:第一类错误 、第二类错误
假设检验的步骤:建立假设、选择检 验统计量、确定拒绝域、计算p值、 作出决策
假设检验的实例分析:单样本t检验 、双样本t检验等
方差分析(ANOVA)方法介绍
方差分析的基本原理:F分布与 方差分析的关系
多因素方差分析的实现方法: 析因设计、随机区组设计等
通过观察数据的峰度,判 断是否存在尖峰或平峰分 布
03
推论性统计方法
参数估计原理及应用
01
参数估计的基本概念: 点估计、区间估计
02
估计量的评价标准:无 偏性、有效性、一致性
03
参数估计的方法:矩估 计法、最大似然估计法
04
参数估计的应用:总体 均值的区间估计、总体 比例的区间估计等
假设检验流程与实例分析
ABCD
数据筛选与排序
介绍如何使用Excel进行数据筛选和排序,以便 更好地查看和分析数据。
函数与公式应用
分享一些常用的Excel函数和公式,以便更高效 地处理和分析数据。
案例分享:使用统计软件解决实际问题
案例一
使用SPSS进行市场调研数据分析,包 括描述性统计、交叉表分析、回归分析
等。
案例三
使用Python进行电商数据分析,包 括用户行为分析、销售预测、推荐系
据的科学。
统计学的作用
描述数据特征
推断总体参数 预测未来趋势
评估决策效果
数据类型与来源
数据类型 定量数据(连续型与离散型)
定性数据(分类数据与顺序数据)
数据类型与来源
01
数据来源
02
03
04
观察数据(实验数据与观测数 据)
假设检验中的两类错误:第一类错误 、第二类错误
假设检验的步骤:建立假设、选择检 验统计量、确定拒绝域、计算p值、 作出决策
假设检验的实例分析:单样本t检验 、双样本t检验等
方差分析(ANOVA)方法介绍
方差分析的基本原理:F分布与 方差分析的关系
多因素方差分析的实现方法: 析因设计、随机区组设计等
通过观察数据的峰度,判 断是否存在尖峰或平峰分 布
03
推论性统计方法
参数估计原理及应用
01
参数估计的基本概念: 点估计、区间估计
02
估计量的评价标准:无 偏性、有效性、一致性
03
参数估计的方法:矩估 计法、最大似然估计法
04
参数估计的应用:总体 均值的区间估计、总体 比例的区间估计等
假设检验流程与实例分析
ABCD
数据筛选与排序
介绍如何使用Excel进行数据筛选和排序,以便 更好地查看和分析数据。
函数与公式应用
分享一些常用的Excel函数和公式,以便更高效 地处理和分析数据。
案例分享:使用统计软件解决实际问题
案例一
使用SPSS进行市场调研数据分析,包 括描述性统计、交叉表分析、回归分析
等。
案例三
使用Python进行电商数据分析,包 括用户行为分析、销售预测、推荐系
据的科学。
统计学的作用
描述数据特征
推断总体参数 预测未来趋势
评估决策效果
数据类型与来源
数据类型 定量数据(连续型与离散型)
定性数据(分类数据与顺序数据)
数据类型与来源
01
数据来源
02
03
04
观察数据(实验数据与观测数 据)
统计学基础知识(ppt 61页)
x = (1+3+5+4+7) = 20 = 4.0
5
5
样本的平均值等于4。
统计学术语(续3)
标准差 -衡量数据分散程度的一个指标。一般用表示总体,用s 或^
表示样本。
=
N
( X i - )2
i=1
N
总体的公式
S= =
n
( X i - X )2
i =1
n-1
样本的公式
方差 - 与平均值之差的平方的平均值。一般用s2或2来表示。
观测值变化
当重复进行测量的时候,通常会得到不同的答案, 这就是波动!
1. 系统波动 预期的和可预测的测量结果之间的差异。 举例:夏季和冬季相比,可以十分明确的说,夏天的气温比冬天高.
2. 随机波动 不可预测的测量结果之间的差异。 举例:夏季或冬季,任一选择两天,我们无法肯定的说哪天温度高。
观测值变化(续)
0.7
2.42E-01
0.8
2.12E-01
0.9
1.84E-01
1.0
1.59E-01
1.1
1.36E-01
1.2
1.15E-01
1.3
9.68E-02
1.4
8.08E-02
1.5
6.68E-02
1.6
5.48E-02
1.7
4.46E-02
1.8
3.59E-02
1.92.87E-02Fra bibliotek2.0
2.28E-02
注:数据均减去了100cm
频数
0
60
65
70
75
高度
用直方图形成一个连续分布
《统计基础知识》课件
客观性
避免主观臆断和偏见 ,客观地分析和解读 数据。
可读性
确保报告的清晰易懂 ,避免使用过于专业 或复杂的术语。
及时性
及时更新和发布数据 报告,以便决策者和 相关人员及时了解和 利用。
06
统计误区的识别与避免
常见的统计误区
样本偏差
由于样本选取不当,导致对总体特征的估 计出现偏差。
回归问题
在回归分析中,因变量的预测受到自变量 之外其他因素的影响。
04
数据可视化
通过图表、表格等形式将数据呈现出 来,以便更好地理解和解释数据的特 征和趋势。
06
结果报告
将数据分析结果以书面或口头形式报告出来, 包括数据解读、结论和建议等,以便决策者和 相关人员参考和应用。
解读与报告数据的注意事项
准确性
确保数据的准确性和 可靠性,避免误导和 错误解读。
完整性
全面收集和呈现数据 ,避免遗漏重要信息 。
03
02
了解基本概念
掌握统计学的基本概念和原理,能 够识别常见的误区。
实践检验
将统计结论与实际情况进行对比, 验证其是否符合实际情况。
04
如何避免统计误区
数据全面分析
强化变量控制
在实验或调查中,对变量进行严 格控制,避免混淆因果关系。
对数据进行全面分析,不只关注 部分数据或成功案例。
正确解读数据
对数据进行综合分析和解读,避 免片面或错误的结论。
文献法
通过查阅文献资料获取数据,适用于历史数 据和二手数据的收集。
数据收集的步骤
确定研究目的和问题
设计数据收集方案
明确研究目标和需要解决的问题,为数据 收集提供方向。
根据研究目的和问题,选择合适的数据收 集方法、工具和样本。
统计学PPTPPT课件
假设检验
零假设和备择假设
零假设是我们要检验的假设,备择假 设是与零假设相对立的假设。
第一类错误和第二类错误
第一类错误是拒绝了正确的零假设, 第二类错误是接受了错误的零假设。
显著性水平
显著性水平表示在零假设为真的情况 下,拒绝零假设的概率。
样本容量和样本误差
样本容量越大,样本误差越小,推断 的准确性越高。
通过观察记录的方式收集数据,适用于小样本的定性研究。
实验法
通过实验的方式控制变量,收集数据,适用于因果关系的研究。
数据的整理和展示
数据整理
对数据进行清洗、分类、 编码等处理,使其符合统 计分析的要求。
数据展示
通过图表、表格等形式展 示数据,以便更好地理解 和分析数据。
数据可视化
利用图形、图像等技术将 数据可视化,以便更直观 地展示数据的特征和关系。
在生物统计学中,统计学方法用于遗 传学、分子生物学等领域的研究。
在商业决策中的应用
市场调查
通过统计学方法进行市场调查,了解客户需 求和市场趋势。
预测分析
利用统计学方法进行销售预测、需求预测等, 为决策提供依据。
质量控制
通过统计学方法监控生产过程,确保产品质 量符合标准。
风险评估
统计学用于评估商业风险,如信用评级、投 资组合优化等。
010203定量数据数值型数据,如身高、体 重、年龄等,可以通过测 量或计数得到。
定性数据
非数值型数据,如性别、 婚姻状况、文化程度等, 通常通过分类或编码得到。
数据来源
数据可以来源于调查、观 察、实验、档案资料等途 径。
数据收集的方法
调查法
通过问卷、访谈等方式收集数据,适用于大样本的定量研究。
统计学基本知识介绍PPT课件
结论:统计学起源于国家的实际应用。
.
6
一个关于生男生女的问题:
• 从生物学角度来说,XX染色体与XY染色体结合是随机的,故孕妇生男生女的概率均是1/2。已知一对夫妇有两个孩子 ,且其中一个是男孩,问另外一个是女孩的概率是多少???
•A: 1/3 •B: 1/2 •C: 2/3 •D: 3/4
你知道答案吗???
.
7
(3)统计学与其他学科的异同
一、统计学与概率论的异同: ➢ 不是废话的废话:概率论是统计学的基础,统计学是概率论的发展。
➢ 区别:概率论就好比是给你一个模型,你可以知道这个模型会产生什么样的数据;而统计则是给你一些数据,你来判 断是由什么样的模型产生的。
For example,概率论研究的是一个透明箱子,你知道这个箱子的构造(里面有几个红球、几个白球,也就是所谓的 分布函数),然后计算下一个摸出来的球是红球的概率。而统计学面对的是一个黑箱子,你只看得到每次摸出来的是
lo p p ( (y y g 1 0 ) )) ( lo 1 p ( p g y (y 1 ) ( 1 ))0 1 x 1 . ..p x p
其中:p(y=1)为响应概率(也就是顾客买的概率),p(y=0)为不响应概率。 其余变量解释和线性回归类似。
.
16
(2)关联分析(Association Analysis)
聚类的方法:聚类分析的算法比较多,其中最简单也最常用的方法就是k-means方法。所谓k-means方法,通俗的说 就是通过你周围k个人的平均情况从而来判断你是属于什么情况。 具体的原理是:a.首先随机选择K个对象,并且所选择的每个对象都代表一个组的初始均值; b.对剩余的每个对象,根据其与各个组初始均值的距离,将它们分配给最近的(即最相似的)的小组 c.然后重新计算每个小组的均值; d.不断重复上述过程,直到所有的对象在K组分布中都找到距离自己最近的组。
.
6
一个关于生男生女的问题:
• 从生物学角度来说,XX染色体与XY染色体结合是随机的,故孕妇生男生女的概率均是1/2。已知一对夫妇有两个孩子 ,且其中一个是男孩,问另外一个是女孩的概率是多少???
•A: 1/3 •B: 1/2 •C: 2/3 •D: 3/4
你知道答案吗???
.
7
(3)统计学与其他学科的异同
一、统计学与概率论的异同: ➢ 不是废话的废话:概率论是统计学的基础,统计学是概率论的发展。
➢ 区别:概率论就好比是给你一个模型,你可以知道这个模型会产生什么样的数据;而统计则是给你一些数据,你来判 断是由什么样的模型产生的。
For example,概率论研究的是一个透明箱子,你知道这个箱子的构造(里面有几个红球、几个白球,也就是所谓的 分布函数),然后计算下一个摸出来的球是红球的概率。而统计学面对的是一个黑箱子,你只看得到每次摸出来的是
lo p p ( (y y g 1 0 ) )) ( lo 1 p ( p g y (y 1 ) ( 1 ))0 1 x 1 . ..p x p
其中:p(y=1)为响应概率(也就是顾客买的概率),p(y=0)为不响应概率。 其余变量解释和线性回归类似。
.
16
(2)关联分析(Association Analysis)
聚类的方法:聚类分析的算法比较多,其中最简单也最常用的方法就是k-means方法。所谓k-means方法,通俗的说 就是通过你周围k个人的平均情况从而来判断你是属于什么情况。 具体的原理是:a.首先随机选择K个对象,并且所选择的每个对象都代表一个组的初始均值; b.对剩余的每个对象,根据其与各个组初始均值的距离,将它们分配给最近的(即最相似的)的小组 c.然后重新计算每个小组的均值; d.不断重复上述过程,直到所有的对象在K组分布中都找到距离自己最近的组。
《统计学基础》课件
《统计学基础》PPT课件
统计学基础的介绍
课程目标
1
掌握基本统计概念
理解统计学的基础概念,为进一步学习
应用常用统计方法
2
打下坚实基础。
学习和掌握常见的统计学方法,包括数
据收集、整理与分析。
3
解决实际问题
通过案例分析和实践训练,能够运用统 计学知识解决实际问题。
统计学的定义与重要性
统计学是一门研究数据收集、整理、分析与解释的科学,是决策制定和问题解决的重要工具。
基本概念和术语
总体与样本
了解总体和样本的概念,以 及它们在统计学中的重要性。
变量与常量
掌握统计学中的变量计与推断统计
学习区分描述统计和推断统 计的概念和应用领域。
常用统计方法
1
概率与统计分布
了解概率的基本概念,以及常见的统计分布,如正态分布和二项分布。
2
假设检验与置信区间
学习如何进行假设检验和构建置信区间,以进行统计推断。
3
相关分析与回归分析
掌握相关分析和回归分析的原理和应用,以研究变量之间的关系。
实际应用案例
市场调研数据分析
通过统计学方法分析市场调研数 据,为企业决策提供准确的市场 见解。
医学研究统计
运用统计学方法进行医学研究, 分析实验数据,推断治疗效果。
社会调查与问卷统计
通过统计学方法对社会调查和问 卷数据进行分析,发现群体趋势 和关联因素。
总结与回顾
通过学习《统计学基础》,我们掌握了基本概念和常用统计方法,并了解了 统计学在实际应用中的重要性。
统计学基础的介绍
课程目标
1
掌握基本统计概念
理解统计学的基础概念,为进一步学习
应用常用统计方法
2
打下坚实基础。
学习和掌握常见的统计学方法,包括数
据收集、整理与分析。
3
解决实际问题
通过案例分析和实践训练,能够运用统 计学知识解决实际问题。
统计学的定义与重要性
统计学是一门研究数据收集、整理、分析与解释的科学,是决策制定和问题解决的重要工具。
基本概念和术语
总体与样本
了解总体和样本的概念,以 及它们在统计学中的重要性。
变量与常量
掌握统计学中的变量计与推断统计
学习区分描述统计和推断统 计的概念和应用领域。
常用统计方法
1
概率与统计分布
了解概率的基本概念,以及常见的统计分布,如正态分布和二项分布。
2
假设检验与置信区间
学习如何进行假设检验和构建置信区间,以进行统计推断。
3
相关分析与回归分析
掌握相关分析和回归分析的原理和应用,以研究变量之间的关系。
实际应用案例
市场调研数据分析
通过统计学方法分析市场调研数 据,为企业决策提供准确的市场 见解。
医学研究统计
运用统计学方法进行医学研究, 分析实验数据,推断治疗效果。
社会调查与问卷统计
通过统计学方法对社会调查和问 卷数据进行分析,发现群体趋势 和关联因素。
总结与回顾
通过学习《统计学基础》,我们掌握了基本概念和常用统计方法,并了解了 统计学在实际应用中的重要性。
- 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、"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、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)。
一、统计方法及用途
(三)统计方法的性质 统计方法有三种性质:
1、描述性。利用统计方法对统计数据进行整理和描述, 以便展示出统计数据的规律。
例如运用统计指标均值、中位数、众数等来表示数据分布 位置,用极差、标准差等来表示数据的散布情况。再如使用直 方图、折线图、柱状图等来直观的展示数据。
2、推断性。统计方法都要通过详细研究样本达到了解、 推测总体状况的目的,因此都具有由局部推断整体的性质。
10
四、统计特征数
(一)样本平均值
X 1 n
x n
i1 i
(二)样本中位数 将样本按照大小顺序重新排列。当样本量为奇数时,正中间 的数就是样本的中位数;当样本量为偶数时,中间的两个数据的 平均值为样本的中位数。
11
四、统计特征数
(三)样本方差
s2 1 n 1
n i 1
(
xi
统计学基础及MSA,SPC,CPK
一、统计方法及用途
(一)统计方法的含义 统计是指对某一现象有关的数据进行搜集、整理、计
算和分析等的活动。
为某一目的
搜集
整理
计算
分析
2
一、统计方法及用途
(二)统计方法的分类 统计方法一般分为描述性统计方法和推断性统计方法。 1、描述性统计方法常用曲线、表格、图形和指标
6
一、统计方法及用途
6、发现问题 我们还会遇见用收集到的数据或以一定的规则获取数据, 通过一定的方法来分析,来发现是否出现异常。例如直方 图、控制图、散布图、排列图等等。 7、描述质量形成过程 例如流程图、控制图等等。 应当指出的是,统计方法起到的作用是归纳、分析问题, 并客观的显示事物的规律的作用,而并不是具体解决问题 的方法。要解决问题还需要专业技术和组织管理等措施。
缺陷率 缺陷数
正态分布
具体缺陷数
指数分布
泊松分布
13Байду номын сангаас
偏态分布
缺陷率,有 没有缺陷
二项分布
六、产品质量波动
(一)产品质量具有波动性和规律性。 在生产实践中,生产过程受到操作者、机器、原材料、 加工方法、测试手段、生产环境等因素的干扰,生产出的 产品的质量特性数据都不完全相同,总是存在差异,这就 是产品质量的波动性。这种波动是普遍存在的。 但是当我们逐渐的减弱这些因素对产品的影响后,我们 就会发现产品质量特性的波动会符合一定的规律,并可以 被我们描述出来。这就是产品质量的规律性。
3、风险性。统计方法既然要用部分去推断全体,那么这 种由推断而得出的结论就不会百分之百的准确,不准确就要承 担风险。但是统计学可以给出推断存在风险的大小。
4
一、统计方法及用途
(四)统计方法的用途 1、提供表示事物特征的数据 例如表示数据分布位置,用极差、标准差等来表示数据 的散布情况。 2、比较两事物的差异 在质量管理活动中,实施质量改进后要判断与改进前是 否有显著改进,就需要用到假设检验、显著性检验、方差 分析和水平对比法等。 3、分析影响事物变化的因素 在质量管理活动中可以应用因果图、调查表、散布图、 分层法、树图、方差分析等来分析影响某一问题的各种原 因。
计数数据分为计件数据和计点数据。例如不合格数、电视机
数量、检验项目数量等为计件数据。例如瑕疵点数、沙眼数等为
计点数据。计件数据一般服从二项分布,计点数据一般服从泊松
分布。
8
三、总体与样本
通常我们不可能为了掌握一批产品的质量信息而检查整 批产品,更何况如果检查是破坏性检验时。而只能按照一 定的抽样规则,从中抽取一定数量的样品进行检测,从样 品检测结果来推断整批产品的质量。
总体是某次统计分析中研究对象的全体,上例中就是一 批产品的所有。
样本是从总体中按照一定抽样规则抽取的一本个体的综 合。被抽出的样本中的每一个产品叫做样品。
9
四、统计特征数
在研究样本的时候我们需要用一些特征数来描述样本的 情况。在统计方法中常用的统计特征值可以分为两类。一 类是表示数据的集中位置的,如样本均值、样本中位数等; 一类是表示数据的离散程度的,如样本极差、样本标准差 等。
7
二、统计数据及其分类
从统计的角度来看,一般把形形色色的统计数据归成两 大类,计量数据和计数数据。
(一)计量数据
凡是可以连续取值的,或者说可以用测量工具具体测量出小 数点以下数值的数据。例如长度、容积、质量、温度、化学成分、 产量等等。计量数据一般服从正态分布。
(二)计数数据
凡是不能连续取值的,或者说即使测量工具也得不到小数点 以下数据,而只能得到自然数的这类数据。例如不合格品数、瑕 疵点、缺陷数等。
x)2
(四)样本标准差 样本方差的量纲和样本不一致,在某些问题的处理上不方便, 这是我们取样本方差的正平方根作为样本的标准差,用符号S来 表示。
(五)样本极差 极差是样本中最大值与最小值之差。用符号R表示。
12
五、数据分布形态
类型 计量数据 计数数据
分布形态 正态分布 偏态分布 指数分布
F分布 均匀分布 二项分布 泊松分布
(均值、标准差等)反映统计数据和描述观测的结果, 以使数据更加容易理解。
例如:学校中5班的班主任计算本班学生数学科目考 试的平均成绩、最高成绩、最低成绩。
2、推断性统计方法是在对统计数据描述的基础上, 进一步对其所反映的问题进行分析、解释和做出推断性 结论的方法。
例如:上例中5班的班主任通过本班的学生考试成绩 信息推断3班的学生的考试成3绩。
5
一、统计方法及用途
4、分析事物间的关系 在质量管理中往往会遇见两个以上变量之间虽然没有确 定的函数关系,但往往存在着一定的相关关系。运用统计 方法确定这种关系的性质(线性相关、高阶相关等)和程 度,对于质量活动的有效性就显得十分重要。常用的比如 散布图、回归分析、试验设计等等。 5、研究取样和试验方法 为了获得准确的数据来推断整体的情况,或者为了确定 合理的试验防范,我们还需要研究数据取样的方法。这些 方法有抽样方法、抽样检验、试验设计、可靠性试验等。
14
六、产品质量波动
(二)质量波动的分类 从统计学的角度来看,可以把产品质量波动分为正常波 动和异常波动两类。 1、正常波动 正常波动时随机原因引起的产品质量波动。这些随机因 素在生产中大量存在,并不容易消除,对产品质量经常发 生影响,但是它们所造成的质量特性值波动往往比较小。 例如机器的轻微震动;温度、湿度的微小变化等等。 一般情况这些质量波动在生产过程中是允许存在的,而 公差概念的存在就说明我们承认并接受这种波动,我们要 做的是将这种波动控制在能承受的范围内,就是公差。