六西格玛绿带培训笔记(第二周).doc

六西格玛绿带培训笔记(第二周).doc

《六西格玛绿带培训笔记(第二周).doc》由会员分享，可在线阅读，更多相关《六西格玛绿带培训笔记(第二周).doc（37页珍藏版）》请在冰豆网上搜索。

第二周笔记

FMEA：

失效模式：

流程输入失效的方式，没被检查出造成的影响

影响：

对客户的影响

原因：

导致失效的原因

现行控制：

预防失效模式或原因

风险优先系数：

RPN=严重度*发生频率*侦测度

Y的影响原因控制

1=容易侦测到10=很不容易侦测到

多变量分析（Multi-Varistudy）

收集数据的方法是“不影响流程的”，在自然状态下分析流程

Analyze被动观察------多变量分析

Improve主动调整------DOE

1.确定目标

2.确定要研究的Y和X（KPOV,KPIV）

KPIV可控，Noise不可控

测量正确输出输入

不可控噪音变量：

三种典型噪音变异来源

（1）位置性：

地点对地点，人对人

（2）周期性：

批量对批量

（3）时间性：

时间对时间

3.确定每个变量的测量系统

4.选择数据抽样的方法

总体抽样：

简单随机抽样，分层抽样，集群抽样

流程抽样（与时间有关）：

系统抽样，子群抽样

5.确定数据收集、格式及记录的程序：

数据收集计划

6.流程运行的程序和设定描述

7.组成培训小组

8.清楚划分责任

9.确定数据分析的方法

10.运行流程和记录数据

11.数据分析：

根据数据类型确定图形及统计分析工具（书2-24）

主效应图：

统计-----方差分析-----主效应图（多个X对Y的影响）看均值差异

多变异图

交互作用图：

两条线平行，表明无交互作用

12．结论

13.报告结果提出建议

应用统计学分类：

1.描述性统计学：

样本分析

2.推论性统计学：

样本对总体进行推测

参数估计：

点估计

区间估计（置信区间）

假设检验

中心极限定理：

均值标准差小于单值标准差（笔记）

置信区间：

（笔记，书4-5）

CI=统计量±K*（标准偏差）

统计-----基本统计量----------1t单样本

Z值，t值

假设检验（5-18）

5%以下为小概率事件

Ho=原假设/零假设/非显著性假设/归无假设（没变化，相同，无相关，没效果）

Ha=备择假设/对立假设/显著假设（有变化，不一样，有关系，显著，有影响）

P值=Ho为真，概率值

拒绝Ho犯错的概率

α值：

显著性水平

P.大于α：

不能拒绝Ho

P小于α：

拒绝Ho，Ha成立

步骤：

（1）陈述“原假设”Ho/Ha

（2）定义α（根据（6）之后引发的风险成本来决定）

（3）收集数据

（4）选择和应用统计工具分析，计算P值

（5）决定证据表明？

拒绝Ho------P小于α

不拒绝Ho，P大于α

（6）若拒绝Ho，所采取的行动（统计-----实际）

I类错误降低，则II类错误提高

I类错误：

制造者风险，误判

II类错误：

客户风险，漏判

Z值或T值大，P值小，Ho被拒绝

Z值或T值小，P值大，不能拒绝Ho

风险成本α值

低0.10无所谓

中0.05不知道

高0.01输不起

做实验的情况，把α值调的高些

量产的情况，把α值调的低些

一般α值为0.05

工具路径图：

根据数据不同类型，判断用何种图分析

T检验：

对均值进行检验

非参数检验：

中位数进行检验

单一X（离散）与单一Y（连续）分析法：

X的水平数目的工具备注

1与标准值比较1Z（总体已知）

1t（总体未知）

2相互比较2t（水平间独立）

Tt（水平间不独立）

2以上两两比较一元

ANOVA

单一样本的检验路径1T：

（书6-12）

1.SPC图（I-MR）

2.检验数据形态（概率图）

3.研究中心趋势（基本统计量-----2t）

双样本分析路径图2T：

（书6-23）

针对每个水平分别研究

（1）SPC图（I-MR）

（2）研究数据形态（概率图）

（3）研究离散度（等方差检验，书6-22）

（4）研究中心趋势（基本统计量-----2t）

作业：

dining,分析2t检验（笔记）

配对T：

同一个被测单元，在不同条件下，进行了两次的测量结果差异----配对T（两组数据相关联、样本量相等）

例子：

SHOES文件

Delta=C1-C2

统计----基本统计量----配对T

配对T检验路径：

（1）稳定性分析：

对差值

（2）正态检验

（3）中心趋势检验：

对差值：

用1T与0比较

用原始数据：

T-T（正态）

例子：

P值<0.05，拒绝Ho

作业：

（golf—score）

（1）05年比04年打得好

Ho：

05与04年无差异，Ha:

05年与04年有差异

I-MR图（分阶段）

概率图---正态

等方差图

2T图

双样本2T：

04年均值93.17，,05年均值93.60（样本量04比05年多）

P值=0.866>0.05，说明05与04年无差异

（2）前9洞比后9洞打得好

双边：

Ho:

前9洞与后9洞无差异，Ha:

前后不等

I-MR图

概率图----正态

配对T：

P值小于0.05，显著的,拒绝Ho,均值后比前大，前9洞比后9洞好

单边：

Ha:

前9洞比后9洞打得好

备择：

选小于

P值=0.04<0.05,拒绝Ho

单因子方差分析（OnewayANOVA）：

（书7-9）

X大于2个水平以上样本

检验路径：

稳定性：

针对每个水平（样本量小的话，可以省略此步）

数据形态（样本量小的话，可以省略此步）

离散程度：

等方差检验

中心趋势：

（1）若P<α，要研究哪个不等，多重比较（Fisher）

（2）残差检验

（3）ε²检验（实际的显著性）

单因子方差分析：

比较----FISHER---区间跨过0的表示差异不大，不跨越0表示差异大

一元ANOVA原理：

（笔记，书7-14）

F=MSB/MSF

=（SSF/a-1）/（SSE/N-a）

F值越大，P值越小

概率分布图：

分子自由度2

分母自由度87

输入常量F=44.6

P值=0<0.05，拒绝Ho

残差：

单因子方差分析

残差正态分布

好的拟合图，三个拟合值相似（笔记）

好的时序图：

随机波动

因子变异占总变异的百分比R-Sq=50.72%

非参数检验：

（非正态，或不等方差）

P=0，三人的均值不等

作业：

（DMONEWAYANOVA）

等方差检验：

置信区间基本重叠，方差没有显著差异

P值=0.92>0.05，数据正态

单因子方差分析：

Fisher95%两水平差值置信区间

x水平间的所有配对比较

同时置信水平=73.57%

x=15减自:

x下限中心上限--------+---------+---------+---------+-

161.8555.6009.345（----*----）

174.0557.80011.545（----*---）

188.05511.80015.545（----*---）

19-2.7451.0004.745（---*----）

--------+---------+---------+---------+-

-8.00.08.016.0

15和19没有显著差异

x=16减自:

x下限中心上限--------+---------+---------+---------+-

17-1.5452.2005.945（----*---）

182.4556.2009.945（----*---）

19-8.345-4.600-0.855（---*----）

--------+---------+---------+---------+-

-8.00.08.016.0

16和17没有显著差异

x=17减自:

x下限中心上限--------+---------+---------+---------+-

180.2554.0007.745（----*----）

19-10.545-6.800-3.055（----*---）

--------+---------+---------+---------+-

-8.00.08.016.0

无

x=18减自:

x下限中心上限--------+---------+---------+---------+-

19-14.545-10.800-7.055（----*---）

--------+---------+---------+---------+-

无-8.00.08.016.0

单因子方差分析:

y与x

来源自由度SSMSFP

x4475.76118.9414.760.000

误差20161.208.06

合计24636.96

S=2.839R-Sq=74.69%R-Sq（调整）=69.63%

平均值（基于合并标准差）的单组95%置信区间

水平N平均值标准差------+---------+---------+---------+---

1559.8003