数据分析培训提纲

数据分析培训提纲

1．概论

数据分析的重要性

（1）贯彻质量管理8项原则的需要

QM的8项原则之一为：基于事实的决策方法。要避免决策失误必须提供足够的信息，以及进行科学决策。

信息：有意义的数据。

数据：能客观反映事实的资料和数字。

要使数据提升为信息，才能将其增值。为此，必须从数据收集和分析上运用科学的方法，使之便于利用。

（2）通过数据的收集和分析可证实QMS是否适宜和有效。

（3）帮助识别和评价QMS持续改进的机会。

（4）增强对各种意见和决策的分析、判断、评审、质疑能力因此，数据分析是保障QMS有效运行的重要手段。

数据分析的一般过程

1.2.1数据收集

（1）收集范围

产品、体系和过程的数据，如：产品检测中的不合格，QMS质量目标完成情况、持续改进情况、过程监视和测量情况等。

事实上在QMS的各个过程中，都会产生一些数据，在管理中必须根据当前及长远目标的需要，确定应收集那些数据，重点如何。

（2）收集方法

1）各种报表和原始记录（注意分类）

2）区域网中的数据库

3）注意明确收集人、收集时间、收集方式、传递方式。

（3）收集的要求

1）及时

2）准确数据的质量，“进来的是垃圾，出去的还是垃圾”

3）完整数据项目齐全，数量符合要求。

1.2.2数据分析、处理

（1）数据的审查和筛选

剔除奇异点，确定数据是否充分

（2）数据排序

按其重要度进行排序，以确定分析处理的对象和顺序

（3）确定分析内容，进行统计分析

（4）分析判断

在统计分析的基础上，以目标值或标准为依据，对统计分析结果（绘图或计算）作进一步分析，以获得指导过程改进的明确信息，找出主要问题和薄弱环节，并提出相应的改进建议。

（5）编写报告

对分析判断得出的规律、趋势整理成报告（附有直观的图表）

-1-

1.2.3数据的利用

不能为分析而分析，要有“的”放矢，数据分析应指导管理。数据分析是为了科学决策，决策的结果，可通过前后对比来分析判断其有效性。数据分析应对其全过程做到闭环管理。

为此，应将数据分析信息有效地传递，做到信息共享。在风险评估的基础上，采取适当措施。

2．统计分析技术

概述

2.1.1什么是统计分析技术

（1）统计技术

运用数理统计的方法对数据进行分析，找出其规律和趋势。如：常用的控制图、回归分析、试验设计等。

（2）分析技术

运用逻辑分析的方法对数据进行分析，找出影响事物的因素及其影响程度。如常用的排列图、因果图、饼图、QFD和FMEA等方法。

2.1.2统计技术应用的基础条件

（1）日常管理秩序健全，产品质量有可追溯性。

（2）生产过程相对稳定。

影响质量的因素已规范化，过程质量处于受控状态。

（3）具备必要的物质、技术基础

测试手段适用，必要的图表及计算处理用具或软件。

（4）大量的数据计算和处理运用计算机

统计技术的基础知识

2.2.1随机变量及其分布

（1）什么是随机变量：

变量——数值有变化的量，相对常量而言。

随机因素——随机（不是人为偏向）因素（多种因素），如：年降雨量，抛硬币。

加工尺寸——由模具磨损、机器磨损、材料、人的操作重复性、环境……等决定。

随机变量——受随机因素影响的在一定范围内取值的量抽样必须

随机，不能有倾向性，。

（2）分布

直方图：

fi

n ——数据总数 n i ——第i 组的

频数

连续型随机变量： ΔX O 为一光滑曲线，此曲线为分布函数。 分布的特征：形状（对称、偏斜）、位置、分布宽度（最大值—最

小值）。

2.2.2总体与样本

总体——研究对象的全体，如一批电缆，可视为总体，研究其总长，

每一根（或段）电缆则为总体中的一个个体（成员），一批n i

所有电缆的总长为总体。

总体用变量X表示

-2-

样本——从总体中抽出的部份个体组成的集合称为样本。

抽样因为不可能研究每一个个体。

从样本推断总体，必须正确反映总体的信息，正确抽样。

随机抽样——简单随机样本、随机数表

Xi 0~99 可以构成2500个随机数。

2.2.3正态分布

钟形曲线，曲线下的面积表示概率

对称，中间高，两边低

X~（μ，σ2）

X

μ

μ——总体的均值；σ——总体标准差正态分布检验：

·直方图

·概率纸横坐标——X的等距取值；纵坐标——不等距%~% 在概率纸上描出的点呈一直线，则为正态分布。正态分布的分布函数值

近似正态分布——总趋势符合正态分布，但有个别的奇异点。2.2.4常用统计特征量（样本）

统计量——不含未知数的样本函数称为统计量。

统计量是由样本得出，但其对估计总体状况（产品的某些特性值）具有重要意义。

（1）反映样本位置的统计量

1）均值——样本的算术平均值X

样本中的数据多数分布在样本均值附近，因此它是表示样本位置的最好的统计量。

局限性：容易受数据中的特大、特小值（异常值）的影响。

若有5个样本，观测值为3，5，7，9，11 X=7

如果误将11记为21 X=9

当数据异常时，把X作为数据的代表不太合适，需要引入新的统计量。

2）中位数——样本中的数据从大到小排列后处在中间位置上的数。

样本容量n为奇数时，它为中间的一个数

n为偶数时，它为中间的两个数的平均值，记为Mα

如样本为10，15，23，30 则Mα=（15+23）/2=19

10，15，23，30，35 则Mα=23

中位数受异常值的影响较小，如：

3，5，7，9，11

其Mα均为7

3，5，7，9，21

（2）反映数据波动的统计量

1）极差R=Xmax —Xmin

极差计算简便，但对样本信息利用不够，且它受异常值的影响较