六西格玛绿带培训笔记
六西格玛绿带培训 个人总结

六西格玛绿带培训| 个人总结
非常感谢公司提供的珍贵的六西格玛绿带培训实践机会,感谢天行健咨询老师的专业引领,充分领略了六西格玛的威力。
通过几个月的学习和实践,我对已经印在我脑子里的这句话有了更深入的理解和体验。
“六西格玛是一种以事实为基础,以数据为驱动,以减少变异和浪费的一套系统的方法论”。
以前感觉这只是一句话而已,现在感觉它就是我真正的感受。
六西格玛强调用数据说话,而不是凭直觉、凭经验或者“应该是”、“差不多”。
通过对真实数据进行科学分析得出结论,告
诉我们问题的症结所在并实现突破性改进,从而帮助企业改善流程、降低废品率、提高工作效率、减少浪费等等,以最终提升企业产品竞争力为目的。
经过六西格玛D和M阶段的学习,我了解到如何选择和定义六西格玛项目以及如何测量评估当前状态。
通过学习,第一次感受到一个好的项目的选择和定义有多么重要。
它不仅是项目成功的基础,更是公司战略决策的体现。
我带着对D和M阶段学习后的巨大激情和极具挑战的目标开启了A-I-C阶段的深入学习和无限探索,心情激动不已。
A-I-C阶段,随着方法论的继续探讨和大量工具(各种常用图示工具,统计推断,假设检验,方差分析,回归分析,DOE,SPC等)的学习和使用,由开始的激动到困惑直到最后的笃定,各种滋味应有尽有,体验多收获多。
尤其对假设检验和DOE,让我对很多问题的分析和改善充满了好奇和干劲。
6西格玛资料之绿带培训

认为高质量是昂贵的
没有标准的解决问题的 方法
以竞争对手作为参照基准 进行比较
认为99%已经足够好
从自身内部出发定义质量 关键点〔CTQ〕
依靠有能造商
使用测量、分析、改进、 控制和测量、分析、设 计、验证
以世界上最好的公司作为 参照基准进行比较
认为99%是无法接受的
消费者提示
• 炉灶必须加热到所设定的温度 • 呼叫接收者必须及时应答呼叫
技术要求 当炉灶的自动调温装置设在350o时必须产生
350o±5的温度 呼叫接收者必须在90秒钟内应答95%的入局呼叫 (迅
速应答 )
CTQ/CTQ系统
(需要测量和/或控制尺寸/参数) • 校准自动调温器的角度 • 应答率(应答入局呼叫的百分率)
从外部出发定义质量关键 点〔CTQ〕
六个西格玛衡量指标- Z
ZST ZLT
PPM
2 0.5 308,537
3 1.5 66,807
4 2.5 6,210
5 3.5
233
6 4.5
3.4
工序能力 - Z
每百万机遇的 缺陷
缺陷减少5倍 缺陷减少11倍 缺陷减少26倍 缺陷减少68倍
西格玛值是一种反映工序能力的统计度量单位。西格玛值与单 位产品缺陷、百万时机之缺陷和故障/错误发生的概率等指标密 切相关。
第1局部: 介绍
第1局部:六个西格玛介绍
目的: 介绍六个西格玛的原理和展望,及其如何应用于GE家 电部。
目标: 1. 术语“六个西格玛〞的意义何在? 2. 定义因变量和独立变量。 3. 描述DMADV和DMAIC方法之间的差异。
何谓六个西格玛?
• 一种展望,一种基于数据制定决策的方法,及 一种致力于改善客户质量的承诺。
6σ绿带培训总结

定义(Define) 测量(Measure) 分析(Analyze) 改善(Improve) 控制(Control)
ID.VOC
Process Map Sampling Plan
ቤተ መጻሕፍቲ ባይዱ
Planning
Rational Tolerance
Problem Statement
MSA
Power Sample Size
Identify Outputs
Project Goal
Corporate Goals & Objectives
• 提升SL良率
Voice of Process
• 降低GDM不良 • 提升 SL点灯良率
Customers
• 提供高品质的产品
Voice of Employee • 操作员抱怨,人工设备浪费
C&E Tools
序号 1 2 4 5 6 7 8 9 10 11 12 13
Process Input 操作人 员 材料 成分
环境
规格
重要度 操作时是否佩戴无尘手套
是否疲劳操作 IGZO靶材洁净度
材料密闭性 成膜气体洁净度
玻璃规格 无尘室环境 CVD机台净度 PVD机台净度 成膜时间 清洗压力 工艺流程周期
X’s Priority
Control Plan
Project Scope
Narrow X’s
Identify CausesGraphical
Main Effect & Interaction
Control Method
Identify Outputs
C&E Tools
Verify CausesTest
六西格玛绿带(Six Sigma Greenbelt)培训资料

六西格玛(6σ)概念于1986年由摩托罗拉公 司的比尔· 史密斯提出,此概念属于品质管理范畴。 在20世纪90年代中期开始被GE从一种全面质量管 理方法演变成为一个高度有效的企业流程设计、改 善和优化的技术,并提供了一系列同等地适用于设 计、生产和服务的新产品开发工具。继而与GE的 全球化、服务化、电子商务等战略齐头并进,成为 全世界上追求管理卓越性的企业最为重要的战略举 措。六西格玛逐步发展成为以顾客为主体来确定企 业战略目标和产品开发设计的标尺,追求持续进步 的一种管理哲学。
根据美国质量协会(ASQ)研究结果,6 SIGMA要求企业质量管理运作达到一个相当高的 层次,假如一个产品交样合格率只有85%,就不 必用6 SIGMA管理。此时可用比6 SIGMA管理 更简单的办法,将85%提高到95%即可。例如推 行ISO 9000质量体系认证、顾客满意度、零缺陷 管理等。另外,6 SIGMA管理对企业员工的素质 提出了较高的要求,6 SIGMA需要员工参与测量、 分析、改进和控制的各种项目,要求自我管理而不 像ISO 9000那样需有人督促。
六西格玛 绿带
Six Sigma Greenbelt
Sigma()是什么?
是统计学里的一 个单位,表示与平 均值的标准偏差。
举例说明
有20个学生成绩(x)如下:
举例说明
有20个学生成绩(x)如下: 成绩总和为:
举例说明
有20个学生成绩(x)如下: 成绩总和为: 平均成绩μ :
举例说明
有20个学生成绩(x)如下: 成绩总和为: 平均成绩μ : 标准偏差:
6 Sigma领导者 公司最高层
Champions 冠军
Master Black Belts 黑带大师(全职)
Six Sigma Black Belts 黑带(全职)
6σ绿带培训总结复习提纲

分析阶段-假设检验方法汇总
一. 正态总体的均值检验:
1. One sample Z-test (总 体 方 差 已 知 时, 单个正态总体均值的Z检验)
2. One sample t-test (总 体 方 差 未 知 时, 单个正态总体均值的t检验)
3. Two sample t-test (总 体 方 差 未 知 时, 两个正态总体均值的无配对t检验)
分析阶段的三类主要工具: 1.图表分析;2.假设检验;3.相关、回归分析
第 18 页
分析阶段的目的
根据数据设定输出变量Y的目标水准。 对引起Y变动的所有潜在的关键因素(X’s)进行图表分析,
优先确定主要变量。 在多个输入变量(X’s)中选定对Y影响最大的X’s因子。
分析阶段的重要性:
定义、测量
第 11 页
测量阶段的任务
测量阶段就是收集数据,运用数据将问题特征化,利用 头脑风暴寻找潜在的关键因素,并对测量系统和现有的过程 能力进行分析。
测量阶段主要工具:
流程图 柏拉图 利用头脑风暴寻找潜在的KPIV 鱼骨图(因果图) 因果矩阵 失效模式和影响分析(FMEA) 测量系统分析 过程能力分析
第 12 页
CTQ’s -(关键质量特性)
(需要测量和/或控制尺寸/参数)
• 炉灶自动调温器的准确度 • 客户投诉应答率(应答入局呼叫的百分率)
技术要求和CTQ’s是所有6σ 项目的基础-它们必须预先确定!
QFD (质量功能展开)是经常使用的转换方法!其中QFD第一个房子中,在矩阵的左边一列一定是基于客户的呼声。
(自 由 度 n: 表 示 式 中 独 立 变 量 的 个 数)
X ~ N(0,1),Y ~ 2(n)
2024年精益六西格玛绿带培训心得

2024年精益六西格玛绿带培训心得在2024年的精益六西格玛绿带培训中,我有幸参与了这个全面提升组织绩效的培训课程。
通过一个长时间的学习和实践过程,我对精益六西格玛的理念和方法有了更深入的了解,也取得了实质性的进步。
在这篇心得中,我希望能够分享我在培训过程中的收获和体会。
首先,我想谈谈对精益六西格玛的理解。
精益六西格玛是一种管理方法论,旨在通过降低流程中的变异性和缺陷率,来提高组织的质量和效率。
它强调数据驱动的决策,以及不断改进的文化和方法。
在培训中,我们学习了测量、分析、改进和控制(DMAIC)的方法,这是一个具体的实施精益六西格玛项目的步骤。
通过深入理解DMAIC的步骤和工具,我能够更好地应用精益六西格玛的方法来解决实际问题。
其次,我认为培训中最有价值的一点是,我们通过实际案例和模拟练习来应用所学的方法。
这让我们能够更加深入地理解理论知识,并在实践中获得经验。
实际案例涵盖了各个行业和领域,包括生产制造、服务业和医疗保健等。
我特别记得一个案例是关于某家公司在生产过程中出现的缺陷问题。
我们利用学到的工具,如数据收集和分析、流程图和根本原因分析等,识别了问题的关键因素,并提出了改进方案。
通过这个案例的学习,我明白了精益六西格玛可以帮助我们在实际工作中解决问题,并取得显著的效果。
另外,培训课程也强调了沟通和团队合作的重要性。
精益六西格玛项目通常涉及多个部门和岗位之间的协作,需要大家共同努力,达成共识并合作解决问题。
在培训中,我们进行了很多小组讨论和合作练习,这让我们更好地理解了团队合作的重要性,并学会了如何有效地沟通和协调。
我发现,只有当团队成员能够共享信息、相互支持和共同努力时,精益六西格玛才能发挥最大的效果。
最后,我想谈谈对于精益六西格玛的持续学习和实践的重要性。
培训课程只是一个起点,需要我们在日常工作中不断应用和完善所学的知识和技能。
通过持续的学习,我们可以不断提高自己,并为组织带来更大的价值。
六西格玛绿带知识考试要点

六西格玛绿带知识考试要点一、什么是六西格玛绿带六西格玛绿带是企业中经过六西格玛管理方法与工具培训的、结合自己的本职工作完成六西格玛项目的人员。
这就好比是在一个超级英雄团队里,绿带们虽然不是最厉害的那批,但也是不可或缺的力量哦。
他们懂得不少专业知识,能在自己的小天地里大显身手。
二、六西格玛绿带知识的基础部分1. 六西格玛的概念六西格玛其实就是一种追求几乎完美的质量管理方法啦。
它致力于减少缺陷,提高质量,让产品或者服务尽可能地接近完美状态。
就像我们做手工一样,总是希望自己做出来的东西又好看又精致,没有什么瑕疵。
2. 六西格玛的历史发展这可是个有故事的概念呢。
它起源于摩托罗拉公司,那时候大家就发现如果能把质量控制得非常好,公司就能发展得更好。
后来这个概念就传播开啦,像通用电气等很多大公司都开始采用这种方法。
这就像是一个流行的时尚元素,从一个小圈子慢慢走向了大众视野。
三、六西格玛绿带需要掌握的工具1. 统计过程控制(SPC)这是个很实用的工具。
它能帮助我们监控生产过程,看看这个过程是不是稳定的。
比如说我们生产小饼干,通过SPC就能知道每一批饼干的质量波动情况。
要是波动太大,那肯定是哪个环节出问题啦。
2. 测量系统分析(MSA)这个工具呢,主要是用来评估测量数据的准确性和可靠性的。
就好比我们用尺子量东西,如果尺子本身不准,那量出来的结果肯定也不对呀。
所以这个工具就是来保证我们测量工具没问题的。
四、六西格玛绿带项目的管理1. 项目定义首先要清楚自己的项目是做什么的。
比如说要提高某条生产线的效率,那就要明确目标是提高多少效率,范围是什么样的,就像我们写作文要先确定主题一样。
2. 项目测量要找到合适的方法来衡量项目的现状。
就像我们要减肥,得先知道自己现在多重,体脂率是多少一样,这样才能知道自己有没有进步。
五、六西格玛绿带的角色和职责1. 在团队中的角色绿带在团队里就像是个技术骨干,要负责一部分的技术工作,同时也要和其他成员配合。
六西格玛绿带培训内容

六西格玛绿带培训内容
嘿,家人们!今天咱来聊聊超厉害的六西格玛绿带培训内容!你们知道吗,这就像是一场刺激的冒险之旅!
先说说那些数据分析的部分,哇塞,就好像是在挖掘宝藏一样!比如说,在企业生产中,面对一堆杂乱的数据,我们得像侦探一样,通过各种方法去找出关键信息。
就好比有一次,我们在分析产品缺陷率的数据,那真的是要睁大双眼,仔细琢磨呀!
然后呢,流程改进可太重要啦!这就好比给一辆老车做大整修,让它重新焕发生机。
我们得找到那些卡顿的环节,想办法让它们顺畅起来。
之前我们遇到一个生产流程,简直像个肠梗阻似的,经过大家一起努力改进,哇,那效果,简直太棒啦!
还有团队合作呀,这绝对不是一个人能搞定的事儿!大家一起头脑风暴,就像一群小伙伴为了攻克一个游戏难关一样,齐心协力。
记得那次讨论改进方案,每个人都出谋划策,那种氛围,真的让人热血沸腾!
六西格玛绿带培训内容真的丰富又实用,它能让你变得超级厉害!难道你不想试试吗?赶紧加入吧!。
- 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)。
六西格玛绿带培训笔记FMEA:失效模式:流程输入失效的方式,没被检查出造成的阻碍阻碍:对客户的阻碍缘故:导致失效的缘故风险优先系数:RPN=严峻度*发生频率*侦测度Y的阻碍缘故操纵1=容易侦测到10=专门不容易侦测到多变量分析(Multi-Vari study)收集数据的方法是“不阻碍流程的”,在自然状态下分析流程Analyze 被动观看------多变量分析Improve 主动调整------DOE确定目标确定要研究的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位置性:地点对地点,人对人周期性:批量对批量时刻性:时刻对时刻确定每个变量的测量系统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(与时刻有关):系统抽样,子群抽样确定数据收集、格式及记录的程序:数据收集打算流程运行的程序和设定描述组成培训小组清晰划分责任确定数据分析的方法运行流程和记录数据数据分析:按照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的阻碍)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:描述性统计学:样本分析推论性统计学:样本对总体进行估量参数估量:点估量区间估量(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-----差不多统计量----------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/非明显性假设/归无假设(没变化,相同,无有关,没成效)Ha=备择假设/对立假设/明显假设(有变化,不一样,有关系,明显,有阻碍)P值=Ho为真,概率值拒绝Ho犯错的概率α值:明显性水平P.大于α:不能拒绝HoP小于α:拒绝Ho,Ha成立步骤:陈述“原假设”Ho /Ha定义α(按照(6)之后引发的风险成本来决定)收集数据选择和应用统计工具分析,运算P值决定证据表明?拒绝Ho------P小于α不拒绝Ho,P大于α若拒绝Ho,所采取的行动(统计-----实际)I类错误降低,则II类错误提升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 不明白高0.01 输不起做实验的情形,把α值调的高些量产的情形,把α值调的低些一样α值为0.05工具路径图:按照数据不同类型,判定用何种图分析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ANOV A单一样本的检验路径1T:(书6-12)SPC图(I-MR)检验数据形状(概率图)研究中心趋势(差不多统计量-----2t)双样本分析路径图2T:(书6-23)针对每个水平分不研究SPC图(I-MR)研究数据形状(概率图)研究离散度(等方差检验,书6-22)研究中心趋势(差不多统计量-----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(两组数据有关联、样本量相等)例子:SHOES文件Delta=C1-C2统计----差不多统计量----配对T配对T检验路径:稳固性分析:对差值正态检验中心趋势检验: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(分时期)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 ,讲明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,明显的,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(Oneway ANOV A):(书7-9)X大于2个水平以上样本检验路径:稳固性:针对每个水平(样本量小的话,能够省略此步)数据形状(样本量小的话,能够省略此步)离散程度:等方差检验中心趋势:若P<α,要研究哪个不等,多重比较(Fisher)残差检验ε²检验(实际的明显性)单因子方差分析:比较----FISHER---区间跨过0的表示差异不大,不跨过0表示差异大一元ANOV A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=44.6P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:(DM ONEWAY ANOV A)等方差检验:置信区间差不多重叠,方差没有明显差异P值=0.92>0.05,数据正态单因子方差分析:Fisher 95% 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--------+---------+---------+---------+-16 1.855 5.600 9.345 (----*----)17 4.055 7.800 11.545 (----*---)18 8.055 11.800 15.545 (----*---)19 -2.745 1.000 4.745 (---*----)--------+---------+---------+---------+--8.0 0.0 8.0 16.015和19没有明显差异x = 16 减自:x 下限中心上限--------+---------+---------+---------+-17 -1.545 2.200 5.945 (----*---)18 2.455 6.200 9.945 (----*---)19 -8.345 -4.600 -0.855 (---*----)--------+---------+---------+---------+--8.0 0.0 8.0 16.016和17没有明显差异x = 17 减自:x 下限中心上限--------+---------+---------+---------+-18 0.255 4.000 7.745 (----*----)19 -10.545 -6.800 -3.055 (----*---)--------+---------+---------+---------+--8.0 0.0 8.0 16.0无x = 18 减自:x 下限中心上限--------+---------+---------+---------+-19 -14.545 -10.800 -7.055 (----*---)--------+---------+---------+---------+-无-8.0 0.0 8.016.0单因子方差分析: y 与x来源自由度SS MS F Px 4 475.76 118.94 14.76 0.000误差20 161.20 8.06合计24 636.96S = 2.839 R-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------+---------+---------+---------+---15 5 9.800 3.347 (-----*----)16 5 15.400 3.130 (----*----)17 5 17.600 2.074 (----*----)18 5 21.600 2.608 (----*----)19 5 10.800 2.864 (-----*----)------+---------+---------+---------+---10.0 15.0 20.0 25.0合并标准差= 2.839P值=0,拒绝HoR-Sq = 74.69%,变异因子占总变异74%以上,证明焊接强度对电流强度有阻碍残差分析:作业:稳固性:高中低三个部分差异较大,稳固性还能够数据形状:Bottom正态分布Middle&top不正态分布等方差检验:三组数据有非正态的,看LEVENE检验的P值=0.824>0.05置信区间有重叠,方差无太大差异中心趋势:(非正态,等方差)单因子方差分析: sales 与product placement来源自由度SS MS F Pproduct placement 2 2398.2 1199.1 46.91 0.000误差87 2223.9 25.6合计89 4622.1S = 5.056 R-Sq = 51.89% R-Sq(调整)= 50.78%P=0,平均销量不同平均值(基于合并标准差)的单组95%置信区间水平N 平均值标准差--------+---------+---------+---------+-bottom 30 62.867 4.281 (---*--)middle 30 75.367 4.846 (---*--)top 30 67.467 5.906 (---*---)--------+---------+---------+---------+-65.0 70.0 75.0 80.0合并标准差= 5.056Middle=75,最多Top=67,其次Bottom=62,最少两个蓝色点阻碍正态性,去掉两个点非参数检验:(非正态)Kruskal-Wallis 检验: sales 与product placement在sales 上的Kruskal-Wallis 检验productplacement N 中位数平均秩Zbottom 30 63.00 23.3 -5.70middle 30 77.00 70.3 6.36top 30 68.00 43.0 -0.65整体90 45.5H = 48.90 DF = 2 P = 0.000H = 49.10 DF = 2 P = 0.000(已对结调整)Middle=77,最多Top=68,其次Bottom=63,最少单一X(离散)与单一Y(连续)统计分析法总结:X的水平数目的路径中心趋势离散度均值中位数与标准值比较T检验(书6-12)1Z(总已知)/1t(未知)1w 图形化汇总,看σ的CI相互比较水平间独立:t检验(6-23),σ相等:2t或一元ANOV A/σ不相等:2t,M-W 正态:F检验水平间不独立:t检验(6-12)t-t/1t(对差值)1W 不正太:LEVENE检验2个以上两两比较一元ANOV A(7-9)σ相等:一元ANOV A K-W 正态:Bartlett检验M-M 不正太:Levene检验卡方独立性检验:XY关联性强弱(8-10)自由度DF=(X水平数-1)*(Y水平数-1)例题:(书8-11)卡方检验: BAD, GOODBAD GOOD 合计1 21 627 64826.21 621.791.037 0.0442 33 467 50020.23 479.778.065 0.3403 10 424 43417.56 416.443.253 0.137合计64 1518 1582卡方= 12.876, DF = 2, P 值= 0.0022的单元格卡方高1,3良率好2不良品多例题:(credit card)银行拒绝信用卡频率卡方检验: Rejected, ApprovedRejected Approved 合计1 9 27 3612.00 24.000.750 0.3752 8 21 299.67 19.330.287 0.1443 11 25 3612.00 24.000.083 0.0424 7 24 3110.33 20.671.075 0.5385 25 23 4816.00 32.005.063 2.531合计60 120 180卡方= 10.888, DF = 4, P 值= 0.028P值-0.028<0.05,拒绝Ho,不同工作日之间有差异,周五拒绝率高例题:(TRGB-MULTI V ARI文件)交叉分组表和卡方(未汇总数据)汇总统计量: Invoice Type, Error?行: Invoice Type 列: Error?No Yes 全部EDI 59 9 6853.86 14.14 68.000.4913 1.8708 *72.86 19.14 92.000.0477 0.1816 *Mail 68 22 9071.28 18.72 90.000.1509 0.5747 *全部198 52 250198.00 52.00 250.00* * *单元格内容: 计数期望计数对卡方的奉献Pearson 卡方= 3.317, DF = 2, P 值= 0.190似然率卡方= 3.548, DF = 2, P 值= 0.170P值>0.05,发票类型对错误率无明显差异有关与回来分析(书9-5)变量间关系:确定性关系(科学关系,函数关系)非确定性关系:统计上称为有关关系回来是研究有关关系的一种常见的数理统计方法,得出数学表达式(体会公式),用于推测与操纵有关系数r:-1≤r≤1确定性关系:r=1或-1∣r∣≥0.8有关性强r越大,P越小0≤R²≤100%在直线性有关条件下:r²=R²回来分析是连续水平的ANOV A一个X值对应一个Y值只能用于内推法决定系数:(书9-12)R²值---0%-100%之间通常为60%,R²值越高有关性越强注意:注意XY是否有因果关系其他潜在变量造成XY的改变作业:1.GOLF不同花纹之间,打得距离差不,省去一二步2.银行网点数据1不同类型业务,对等待时刻和办理时刻是否有差异不同柜员对等待时刻和办理时刻是否有差异回来分析: Supplier 与Customer回来方程为Supplier = - 144 + 1.46 Customer自变量系数系数标准误T P常量-143.65 83.33 -1.72 0.101 Customer 1.4591 0.2218 6.58 0.000S = 23.7288 R-Sq = 69.5% R-Sq(调整)= 67.9%方差分析来源自由度SS MS F P回来 1 24373 24373 43.29 0.000残差误差19 10698 563合计20 35071R值27.2%,不高散点分布弯曲,需要升阶选择“二次“Flight文件:有关: y, xy 和x 的Pearson 有关系数= -0.869(有关性强)P 值= 0.001回来分析: y 与x回来方程为y = 430 - 4.70 x自变量系数系数标准误T P常量430.19 72.15 5.96 0.000x -4.7006 0.9479 -4.96 0.001S = 18.8872 R-Sq = 75.5% R-Sq(调整)= 72.4%方差分析来源自由度SS MS F P 回来 1 8772.6 8772.6 24.59 0.001残差误差8 2853.8 356.7合计9 11626.4专门观测值拟合值标准化观测值x y 拟合值标准误残差残差9 91.4 18.00 0.55 15.90 17.45 1.71 X X 表示受X 值阻碍专门大的观测值。