如何进行质量统计分析

课程描述：

质量统计分析是质量管理活动的一个重要组成部分，它为企业产品质量的改善与提升提供了准确真实的数据依据。然而，很多企业忽视了质量统计分析的重要性，以致产品质量难以上一层楼。或者在进行质量统计分析过程中，没有对质量数据进行修正，对质量数据的计算过程不严谨，从而导致质量数据计算结果出现偏差，随之采取的改善措施不当。那么，应该怎样来进行质量统计分析呢？

本课程将结合实际案例，为您一一阐述质量统计分析的方法与技巧。

解决方案：

他山之石，可以攻玉！

虽然不同行业或不同企业在进行质量统计分析时，都会有一些差异，但万变不离其宗！下面我们从实战经验中给大家总结一些方法流程，以便大家参考借鉴！

质量统计分析一般要经历三个阶段，具体如下：

1.首先，做好数据准备；

2.其次，进行质量数据统计计算；

3.再次，对数据计算结果进行分析。

机遇往往降落在有准备的人身上，我们进行质量统计分析也不例外。

首先要做好数据准备。即质量数据的修正。其实，数据准备还有一项很重要的工作，就是对数据进行分组，这里主要有三种分组形式，一是按测量时间分组；二是按测量地点分组；三是按测量环境分组。

在准备好统计分析数据后，下面就要对数据进行统计计算了。当然，这些数据计算的方式方法都是根据图表呈现的内容来进行的，因此，我们首先要对图表进行制作，常用的图表一般分为常规图表和特定图表。常规图表主要是对比图表和趋势图表，而特定图表则分为QC常用工具和SPC图表。QC常用工具有很多，不过质量统计分析常用的是伯德图和散点图，SPC图表运用较多的则是X-bar（分两个词念）图和R-Chart（分两个词念）图。

对于数据统计分析的结果，我们还需要进行下一步分析才能下定论。而有些结果并不需要经过繁复的计算才能获得，而是通过一些直

观的图表就能得到了，那么对于这种图表结果分析，我们主要是根据图表来预测质量数据的发展趋势，制定出相应的改善方案。

最后，我们把这几块导图内容串起来，就形成了“质量统计分析”的完整流程。

或许文字的话大家并不是很清楚，我们可以看下面的思维导图，能让你更加形象的理解和明白该如何质量统计分析。

(完整版)问卷调查的常用统计分析方法

问卷调查的常用统计分析方法问卷调查的方法用得很广泛，对于没有接触过spss的人第一步面临的就是问卷编码问题，有很多外专业的同学都在问这个问题，现在通过举例的方法详细讲解如下，以方便第一次接触SPSS 的同学也能做简单的分析。后面还有分析时的操作步骤，以及比较适用的深入统计分析方法的简单介绍。调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。 SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal 是指定类；二注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下：问卷调查的方法用得很广泛，对于没有接触过spss的人第一步面临的就是问卷编码问题，有很多外专业的同学都在问这个问题，现在通过举例的方法详细讲解如下，以方便第一次接触SPSS的同学也能做简单的分析。后面还有分析时的操作步骤，

以及比较适用的深入统计分析方法的简单介绍。自己写的，错误之处请指正，调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。 SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal 是指定类；二注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： 1 、单选题：答案只能有一个选项例一当前贵组织机构是否设有面向组织的职业生涯规划系统？ A有 B 正在开创C没有D曾经有过但已中断编码：只定义一个变量，Value值1、2、3、4分别代表A、

质量管理中常用的统计分析方法[详细]

质量管理中常用的统计分析方法控制图:用来对过程状态进行监控,并可度量、诊断和改进过程状态. 直方图:是以一组无间隔的直条图表现频数分布特征的统计图,能够直观地显示出数据的分布情况. 排列图:又叫帕累托图,它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具.可用其区分影响产品质量的主要、次要、一般问题,找出影响产品质量的主要因素,识别进行质量改进的机会. 散布图: 以点的分布反映变量之间相关情况,是用来发现和显示两组数据之间相关关系的类型和程度,或确认其预期关系的一种示图工具. 工序能力指数(CPK):分析工序能力满足质量标准、工艺规范的程度. 频数分析:形成观测量中变量不同水平的分布情况表. 描述统计量分析:如平均值、最大值、最小值、范围、方差等,了解过程的一些总体特征. 相关分析:研究变量之间关系的密切程度,并且假设变量都是随机变动的,不分主次,处于同等地位. 回归分析:分析变量之间的相互关系. H0:差值的总体中位数为0; H1:差值的总体中位数不为0;检验水准为0.05. 子组频数与子组大小关于子组频数或子组大小,无法制定通用的规则.子组频数可能决定于取样和分析样本的费用,而子组大小则可能决定于一些实际的考虑. 例如,低频率长间隔抽取的大子组,可以更准确地检测出过程平均中的小偏移,而高频率短间隔地抽取的小子组,则能更迅速地检测出大偏移.通常,子组大小取为4或5,而抽样频数,一般在初期时高,一旦达到统计控制状态后就低. 通常认为,对于初步估计而言,抽取大小为4或5的20~25个子组就足够了.值得注意的是,抽样频数、统计控制和过程能力需要统一加以考虑.理由如下:平均极差R常常用于估计s .随着在一个子组中抽样的时间间隔加长,变差来源的数目也会增加.因此,在一个子组内若抽样时间延长,将使R也即s的估计值增大、加宽控制限范围,从而降低过程能力指数.反之,连续的逐个抽样将给出较小的R . Xbar R 控制图应用实例在一个企业内,统计技术和应用类型很多,而程序文件只能从总的方面规定应用程序,各有关部门和人员在具体实施时,还必须遵照作业指导书的规定进行操作.一个企业应用统计方法的作业指导书有很多,现仅以某电子元件厂电阻器刻槽工序应用的《-x—R控制图作业指导书》为例. -x—R控制图作业指导书(电阻器刻槽工序) 1目的通过控制图的应用,对电阻器刻槽工序的主要质量特性——电阻值,实施控制,消除异常因素的作用,保证刻槽工序处于稳定受控状态. 2适用范围本作业指导书适用于各类薄膜型电阻器(金属膜电阻器、金属氧化膜电阻器、碳膜电阻器)刻槽工序的电阻值控制. 3职责 3．1车间技术组质量控制工程师负责控制图的设计、控制图打点结果的分析及提出应采取的纠正和预防措施. 3．2刻槽工序操作者按作业指导书要求,抽样、测量、计算统计量并在控制图上打点. 3．3质管处质量控制工程师负责控制图应用的指导、协助车间技术组进行分析,监督控制图的实施及协调纠正和预防措施的落实. 4 工作流程 4．1 预备数据的取得当确认刻槽工序处于稳定受控状态时,车间技术组质量控制工程师在生产过程中,每隔30分钟抽取容量为n = 5的样本,共抽取25个样本,分别填入数据表(表1—3)(表省略). 4．2 计算各组的样本平均值-x和极差R 控制下界限LCL==X-0.58-R 4．5 计算R图的控制界限: 控制中心线CL=-R

设备故障统计分析报告

2013年7月份设备故障统计分析报告一、故障概况本月设备整体运行情况良好，根据DCC故障记录本月故障总数7件，其中机械故障3件，电气故障4件，设备完好率=（设备总台数*月工作天数-∑故障台数*故障天数）/（设备总台数*月工作天数）=99.73%，较上月98.81%有小幅提升。故障主要集中在7类试验设备、9类其他设备。二、故障统计表1 各类设备故障统计三、故障分析（一）故障趋势图

试验设备故障数一直处于高位运行状态，原因有三：一、部分试验设备使用频率较高，使用年限已久，到了故障高发期，主要表现为踏面制动单元试验台、制动器试验台等。二、前期试验台工作环境普遍不好，导致试验台性能不稳定；近期因试验间改造，频繁搬动试验台也是其故障高发的原因之一。三、国产试验设备普遍存在柜内原件布局及导线敷设不合理、定制件多且质量差，软硬件故障均较高。针对原因一，设备室正逐步建立预防修性维修模式，加强对重点设备和高故障率设备的修程建立；原因二会随着试验间的改造完成，得到彻底解决；对于原因三，从6月下旬起,设备室对国产试验台进行了电气改造，目前已完成了电磁阀试验台改造工作，正在进行受电弓试验台和司控器试验台，后续将陆续开展高速断路器、电器综合试验台等6台设备改造工作。（二）各类设备故障比例图二2013年7月各类设备故障比例进入13年以来，B、C类设备故障数明显增加，故障已由重点设备向边缘设备蔓延。设备室的工作重点将向“完善A类设备管理，强化B、C类设备修程建立”上发展。（三）七月份设备故障分析 1.烘干机本月烘干机共报2次故障，均因加热管老化绝缘不良造成空开过流跳闸，目前已将该故障加热管隔离，后期换新。 2、空气弹簧试验台

常用医学统计学方法汇总

选择合适的统计学方法 1连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题：（1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。（2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两

故障的统计分析与典型的故障率分布曲线

题目：故障的统计分析与典型的故障率分布曲线学号：5 姓名：王逢雨 [摘要] 机械故障诊断是一门起源于 20 世纪 60 年代的新兴学科，其突出特点是理论研究与工程实际应用紧密结合。该学科经过半个世纪的发展逐渐成熟，在信号获取与传感技术、故障机理与征兆联系、信号处理与诊断方法、智能决策与诊断系统等方面形成较完善的理论体系，涌现了如全息谱诊断、小波有限元裂纹动态定量诊断等原创性理论成果，在机械、冶金、石化、能源和航空等行业取得了大量卓有成效的工程应用。统计分析工作是机械故障诊断中的核心环节，统计分析工作的质量和水平将会对机械设备的检修工作产生重要影响，关系到机械设备的安全与可靠运行。本文在对机械故障的特性等问题进行阐述的基础上，重点就机械故障统计分析工作中数据的收集和统计分析的方法进行重点探讨，希望对提高机械故障的管理水平能够有所帮助。 [关键词] 机械故障；统计分析；数据收集；方法一、统计分析工作中机械故障的特性二、机械设备在使用过程中，由于会受荷载应力等环境因素的影响，随着机械设备部件之间磨损的不断增加，结构参数与随之变化，进而会对机械功能的输出参数产生影响，甚至使其偏离正常值，直至产生机械故障。概括说来，主要有以下几方面的特性。（一）耗损性（二）在机械设备运行过程中，不断发生着质量与能量的变化，导致设备的磨损、疲劳、腐蚀与老化等，这是不可避免的，随着机械设备使用时间延长，故障发生的概率也在不断增加，即使可以采取一定的维修措施，但是由于机械故障的耗损性，不可能恢复到原先的状态，在经过统计分析工作后，必要时需要对设备进行报废。（三）（二）渐损性（四）机械故障的发生大多是长期运行的老化或疲劳引起的，所以具有渐损性，而且与设备的运行时间有一定的关系，所以做好机械设备的统计分析工作是很有必要的，当掌握了设备故障的渐损规律后，可以通过事前监控或测试等手段，有效预防机械故障的发生。（五）（三）随机性（六）虽然有的机械故障具有一定的规律性，但这并不是绝对的，因为机械故障的发生还会受到使用环境、制造技术、设备材料、操作方式等多种因素的影响，因此故障的发生会具有一定的分散性和随机性，这在一定程度上增肌了机械设备预防维修与统计分析工作的难度。（七）（四）多样性（八）随着科学技术的发展与应用，机械设备的工作原理日趋复杂，零部件的数量在不多增多，这就使得机械故障机理发生的形式日趋多样化。机械故障的发生不仅存在多种形式，而且分布模型及在各级的影响程度也不同，在统计分析工作中需要引起足够的重视。（九）二、机械故障管理中统计数据的收集（十）在对机械故障的统计分析工作中，数据的收集是最基础的环节，因此必须保障数据收集的及时性、准确性和规范性，这样才能为接下来的数据分析工作奠定良好的基础。

统计分析的八种方法

统计分析的八种方法统计分析的八种方法一、指标对比分析法指标对比分析法，又称比较分析法，是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法。有比较才能鉴别。单独看一些指标，只能说明总体的某些数量特征，得不出什么结论性的认识；一经过比较，如与国外、外单位比，与历史数据比，与计划相比，就可以对规模大小、水平高低、速度快慢作出判断和评价。指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较，如不同部门、不同地区、不同国家的比较，也叫横向比较；动态比较是同一总体条件不同时期指标数值的比较，也叫纵向比较。这两种方法既可单独使用，也可结合使用。进行对比分析时，可以单独使用总量指标或相对指标或平均指标，也可将它们结合起来进行对比。比较的结果可用相对数，如百分数、倍数、系数等，也可用相差的绝对数和相关的百分点（每1％为一个百分点）来表示，即将对比的指标相减。二、分组分析法指标对比分析法是总体上的对比，但组成统计总体的各单位具有多种特征，这就使得在同一总体范围内的各单位之间产生了许多差别，统计分析不仅要对总体数量特征和数量关系进行分析，还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求，把所研究的总体按照一个或者几个标志划分为若干个部分，加以整理，进行观察、分析，以揭示其内在的联系和规律性。统计分组法的关键问题在于正确选择分组标值和划分各组界限。三、时间数列及动态分析法时间数列。是将同一指标在时间上变化和发展的一系列数值，按时间先后顺序排列，就形成时间数列，又称动态数列。它能反映社会经济现象的发展变动情况，通过时间数列的编制和分析，可以找出动态变化规律，为预测未来的发展趋势提供依据。时间数列可分为绝对数时间数列、相对数时间数列、平均数时间数列。时间数列速度指标。根据绝对数时间数列可以计算的速度指标：有发展速度、增长速度、平均发展速度、平均增长速度。动态分析法。在统计分析中，如果只有孤立的一个时期指标值，是很难作出判断的。如果编制了时间数列，就可以进行动态分析，反映其发展水平和速度的变化规律。进行动态分析，要注意数列中各个指标具有的可比性。总体范围、指标计算方法、计算价格和计量单位，都应该前后一致。时间间隔一般也要一致，但也可以根据研究目的，采取不同的间隔期，如按历史时期分。为了消除时间间隔期不同而产生的指标数值不可比，可采用年平均数和年平均发展速度来编制动态数列。此外在统计上，许多综合指标是采用价值形态来反映实物总量，如国内生产总值、工业总产值、社会商品零售总额等计算不同年份的发展速度时，必须消除价格变动因素的影响，才能正确的反映实物量的变化。

设备管理统计分析方法(参考Word)

第二节设备工程监理过程中常用的数理统计分析方法数理统计技术是建立、保持、改进设备工程监理全过程质量管理体系开展数据分析活动不可缺少的组成部分，成效十分显著。国内设备工程管理的大量实例表明，排列图法、因果图法、分层法、检查表法、相关图法、直方图法和控制图法等七种数理分析质量管理工具的应用对设备工程管理人员十分重要，他们通过对设备实体产品质量和服务质量两类指标的统计分析，可以及时了解设备工程实施过程质量状况，对设备工程工作效率、投资效益都十分有利。由于篇幅的原因，我们重点介绍其中排列图法、因果图法、相关图法、直方图法和控制图法，其他方法请参考其他资料。一、排列图法排列图法又叫巴雷特图法。是一种抓主要茅盾的“关键少数”以取得多数成效的有效方法。在设备工程管理中，常用它来寻找影响某种问题，例如设备制造质量、安装偏差、运行故障与事故、维修质量及其它问题的主要因素，以便抓住主要矛盾，有重点地采取针对性措施。排列图法的核心是通过数据计算分析，绘制排列图来寻找影响产品质量的主要问题和确定改进的地方。 1.排列图的基本做法是： (1)按时间参数指标等或某种要求分层收集数据：确定分层，每一层为一个项目；确定每个项目重复出现的“量”；编制分项统计表，最好按照统计分析指标的绝对值大小的降序排列分层项目，便于绘制排列图时不出差错。 (2)进行数据整理，计算出累积数及累积百分数。 (3)作图。作图步骤包括：绘制横、纵坐标；画出累积曲线(巴雷特线)，如图4-5所示。具体画法如下： ——画出左右两个纵坐标轴，一个横坐标轴，左边的纵坐标表示频数，右边的纵坐标表示频率，横坐标为分层项目坐标； ——在横坐标上按分层项目数量画出等分点，按照各项目重量的降序顺序在各等分段下方标注出对应的分层项目名称，一般分层项目数量不超过5个，超过的个数项目归为“其他项”；

常用相关分析方法及其计算

二、常用相关分析方法及其计算在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。（一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。积差相关系数记作XY r ，其计算公式为 ∑∑∑===----= n i i n i i n i i i XY Y y X x Y y X x r 1 2 1 2 1 ) ()() )(( (2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑= (2-21) 式中n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差 n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差除，使之成为没有实际单位的标准分数，然后再求其协方差。即： ∑∑?= = )()(1Y X Y X XY S y S x n S nS xy r

Y X Z Z n ∑?= 1 (2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算利用公式 (2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： ∑∑∑∑∑∑∑---= 2 22 2 ) () (i i i i i i i i XY y y n x x n y x y x n r (2-23) （二）等级相关在教育与心理研究实践中，只要条件许可，人们都乐于使用积差相关系数来度量两列变量之间的相关程度，但有时我们得到的数据不能满足积差相关系数的计算条件，此时就应使用其他相关系数。等级相关也是一种相关分析方法。当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据，或者得到的数据是等距或等比的测量数据，但其所来自的总体分布不是正态的，出现上述两种情况中的任何一种，都不能计算积差相关系数。这时要求两列变量或多列变量的相关，就要用等级相关的方法。 1. 斯皮尔曼(Spearman)等级相关斯皮尔曼等级相关系数用R r 表示，它适用于两列具有等级顺序的测量数据，或总体为非正态的等距、等比数据。

16种统计分析方法

16种常用的数据分析方法汇总 2015-11-10 分类：数据分析评论(0) 经常会有朋友问到一个朋友，数据分析常用的分析方法有哪些，我需要学习哪个等等之类的问题，今天数据分析精选给大家整理了十六种常用的数据分析方法，供大家参考学习。一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。二、假设检验 1、参数检验参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验

非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下；主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。三、信度分析检査测量的可信度，例如调查问卷的真实性。分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。五、相关分析研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量相关；

设备运行分析报告模版

5月份设备运行分析报告 5月份 #1~#8机组机械部分设备总体运行良好，没有因设备故障原因而出现机组非停的事故发生，但机组仍然存在较多缺陷，如三漏（主要是调速器部分渗油和技术供水部分漏水）、油泵效率低、发电机冷却风机故障、运行设备不可靠等。这些设备缺陷问题在运行过程中如不能及时发现并消缺，很有可能引发严重的后果，致使设备损坏甚至造成机组非停和设备事故。本月设备缺陷及处理统计如下表：与上个月相比，缺陷发现增加10项，未处理增加8项，消缺率下降7%。以下是5月份设备的运行情况分析：一、#1机组 1、运行状况：机组运行良好，没有出现严重影响机组安全运行的设备缺陷，在运行过程中发现的设备缺陷在有条件时都能安排人员及时进行处理。 2、存在缺陷：机组目前存在的缺陷主要是空气围带破裂漏气，在机组停机时投入空气围带后仍有漏水，但目前漏水量不大，而且机组在运行时围带在退出状态，不影响机组运行。另外，发电机风闸管路焊缝漏气一直存在，由于漏气点在发电机部且处在高空位置，处理比较困难。 ① #1机组#2润滑油泵联轴器磨损严重，护罩及电机端部附着有大量金属粉末，且油泵有轻微漏油。建议尽快进行更换。 ②#1机组空气围带未能进行处理，已有水从制动柜下方空气围带排气管流出，又由

于64.0m层地漏不畅，已形成较大面积积水。另外：机组辅机控制柜“现地/远方”切换钥匙卡涩，在操作中已折断数把钥匙，已无备用钥匙。存在较严重隐患：当需紧急处理时，势必延误处理时期。建议进行改造，更换为切换把手形式。 #1机组共发现缺陷 7条，已处理6条，待处理1条。 3、建议：（1）加强机组运行环境和设备卫生清洁，确保设备在运行过程中更加安全可靠。（2）在有条件时申请停机，下闸排干流道对机组检修密封进行更换。二、#2机组 1、运行状况：机组运行良好，没有出现严重影响机组安全运行的设备缺陷，对出现的分段关闭阀渗油和#3组合阀漏油进行了消缺处理，其他检修与维护工作照常进行。 2、存在缺陷：轴承润滑油泵效率较低，备用泵频繁启动。目前采取调整轴承用油量的措施延长备用泵启动时间间隔，但到夏季外部环境温度升高时，无法使用这个办法再进行调整，建议更换新油泵或更换流量稍大的油泵。 #2机组停机时，上位机频繁报“#2发电机4号制动闸顶起位置--动作”，且2号制动闸不在顶起位置和复归位置。 #2机组共发现缺陷 6条，已处理4条，作废1条，待处理1条。 3、建议：加强机组运行环境和设备卫生清洁，确保设备在运行过程中更加安全可靠。三、#3机组 1、运行状况： #3机组A级检修上月底结束，目前机组运行良好，没有出现任何重大的设备缺陷，其他日常的检修与维护工作照常进行。存在的缺陷为轴承润滑油泵效率较低，备用泵频繁启动。目前采取调整轴承用油量的措施延长备用泵启动时间间隔，建议增加采购油泵备用或更换流量稍大的油泵。在进行400V厂用电2D运行转检修的操作时，发现3#机组发电机辅机柜及技术供水

常用质量管理统计方法11.doc

常用质量管理统计方法１1 常用质量管理统计方法常用的质量管理统计方法包括：旧QＣ七大手法(检查表、数据分层法、排列图、因果图、散布图、直方图、控制图）和新QC七大手法(亲和图、树图、关联图、箭条图、ＰＤＰC、矩阵图、矩阵数据分析法)，以及其它一些方法如：头脑风暴法、对策表、流程图、水平对比法等。简介如下：一、检查表(调查表、统计分析表） 1、概念:系统地收集资料和累积资料,确认事实并对资料进行粗略的整理和简单分析的统计图表。 2、分类:不合格品项目检查表、缺陷位置检查表、质量分布检查表、矩陈检查表、用于非数字数据分析用的检查表。３、用途:用在对现状的调查，以备今后作分析。 4、制作步骤 (1)确定搜集资料的具体目的。（2）确定为达到目的所需搜集的数据资料。（3)确定对资料的的分析方法、所釆用的统计工具。（4)根据不同目的，设计用于记录资料的调查表格式。 (５)用收集和记录的部分资料进行表格试用,目的是检查表

格设计的合理性。（6）如有必要应评审和修改调查表。５、注意事项（1)应能迅速、正确、简易地收集到数据,记录时只要在必要项目上加注记号；（2）记录时要考虑到层別,按人员、机台、原料、时间等分类； (3)数据来源要清楚：由谁检查、检查时间、检查方法、检查班次、检查机台，均应写清楚，其他测定或检查条件也要正确地记录下來; （4)尽可能以记号、图形标记,避免使用文字；（5)检查项目不宜太多，以4-6项为宜(针对重要的几项就可），其他可能发生的项目采用“其他”栏。二、数据分层法（分类法、分组法) 1、概念：数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。 2、分类方法：数据分层可根据实际情况按多种方式进行。例如，按不同时间,不同班次进行分层,按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层等等。数据分层法经常与统计分析表结合使用。

质量管理常用的七种统计方法1

质量管理常用的七种统计方法日本质量管理专家石川馨博士将全面质量管理中应用的统计方法分为初级、中级、高级三类，本节将要介绍的七种统计分析方法是他的这种分类中的初级统计分析方法。日本规格协会10年一度对日本企业推行全面质量管理的基本情况作抽样统计调查，根据1979年的统计资料，在企业制造现场应用的各种统计方法中，应用初级统计分析方法的占98%。由此可见，掌握好这七种方法，在质量管理中非常之必要；同时，在我国企业的制造现场，如何继续广泛地推行这七种质量管理工具（即初级的统计分析方法），仍然是开展全面质量管理的重要工作。一、排列图排列图法又叫帕累特图法，也有的称之为ABC分析图法或主项目图法。它是寻找影响产品质量主要因素，以便对症下药，有的放矢进行质量改善，从而提高质量，以达到取得较好的经济效益的目的。故称排列法。由于这种方法最初是由意大利经济学家帕累特（Pareto）用来分析社会财富分布状况的，他发现少数人占有社会的大量财富，而多数人却仅有少量财富，即发现了“关键的少数和次要的多数”的关系。因此这一方法称为帕累特图法。后来美国质量管理专家朱兰（J．Ｍ．Juran）博士将此原理应用于质量管理，作为在改善质量活动中寻找影响产品质量主要因素的一种方法．在应用这种方法寻找影响产品质量的主要因素时，通常是将影响质量的因素分为Ａ、Ｂ、Ｃ三类，A类为主要因素，B类为次要因素，C 类为一般因素。根据所作出的排列图进行分析得到哪些因素属于A类，哪些属于B类，哪些属于C类，因而这种方法又把它叫做ABC分析图法。由于根据排列图我们可以一目了然地看出哪些是影响产品质量的关键项目，故有的亦把它叫主项目图法。所谓排列图，它是由一个横坐标、两个纵坐标、几个直方形和一条曲线所构成的图。其一般形式如图1所示，其横坐标表示影响质量的各个因素（即项目），按影响程度的大小从左到右排列；两个纵坐标中，左边的那个表示频数（件数、金额等），右边的那个表示频率（以百分比表示）；直方形表示影响因素，有直方形的高度表示该因素影响的大小；曲线表示各影响因素大小的累计百分数，这条曲线称为帕累特曲线。二、因果分析图法因果分析图法是一种系统地分析和寻找影响质量问题原因的简便而有效的图示方法。因其最初是由日本质量管理专家石川馨于1953年在日本川琦制铁公司提出使用的，故又称为石川图法。由于因果图形似树枝或鱼刺，故也有称之为树枝图法或鱼刺图法。另外，还有的

常用统计分析方法

常用统计分析方法排列图因果图散布图直方图控制图控制图的重要性控制图原理控制图种类及选用统计质量控制是质量控制的基本方法，执行全面质量管理的基本手段，也是CAQ系统的基础，这里简要介绍制造企业应用最广的统计质量控制方法。常用统计分析方法与控制图获得有效的质量数据之后,就可以利用各种统计分析方法和控制图对质量数据进行加工处理,从中提取出有价值的信息成分。常用统计分析方法此处介绍的方法是生产现场经常使用,易于掌握的统计方法,包括排列图、因果图、散布图、直方图等。排列图排列图是找出影响产品质量主要因素的图表工具.它是由意大利经济学家巴洛特（Pareto)提出的.巴洛特发现人类经济领域中"少数人占有社会上的大部分财富,而绝大多数人处于贫困状况"的现象是一种相当普遍的社会现象,即所谓"关键的少数与次要的多数"原理.朱兰(美国质量管理学家)把这个原理应用到质量管理中来,成为在质量管理中发现主要质量问题和确定质量改进方向的有力工具. 1.排列图的画法

排列图制作可分为5步: (1)确定分析的对象排列图一般用来分析产品或零件的废品件数、吨数、损失金额、消耗工时及不合格项数等. (2)确定问题分类的项目可按废品项目、缺陷项目、零件项目、不同操作者等进行分类。 (3)收集与整理数据列表汇总每个项目发生的数量，即频数fi、项目按发生的数量大小，由大到小排列。最后一项是无法进一步细分或明确划分的项目统一称为“其它”。 (4)计算频数fi、频率Pi和累计频率Fi 首先统计频数fi，然后按(1)、(2)式分别计算频率Pi和累计频率Fi (1) 式中，f为各项目发生频数之和。 (2) (5)画排列图

全面质量管理常用的统计方法

二、全面质量管理（Total Quality Control TQC）美国学者朱兰首先提出，美国质量管理专家费根堡姆姆著有《全面质量管理》书。1）“充分满足用户要求”以市场为中心。 2）“在最经济的水平上”以效率和效益为中心。 3）包括服务部门各种质量活动的统一的管理体系。 1. 全面性：全过程的质量管理——管理范围的全面性。包括产品质量、成本质量、服务质量、工作质量、工程质量等。 2. 全员性：参加管理者的全面性。预防性：好产品是生产出来的，不是靠最后检验出来的，全面质量管理是把不合格产品消灭在它的形成过程中。 4. 服务性：为用户服务是全面质量管理思想的精华，用户的意见是质量管理的出发点与归宿点。 5. 科学性：一切用数据说话。 TQC已经成为世界各国公认的最成功的质量管理理论。三、过程控制常用几种工具（方法）〈一〉分层法（分类法）按时间、操作者、操作方法、使用设备、原材料、生产环境、生产单位、生产地点等影响质量的原因，及其责任划分清楚，理出头绪，并找出解决的方法。〈二〉排列图法（又叫帕累托图法）——意大利经济学家通过在众多的质量影响因素中寻找出少数关键的主要因素，使主要质量矛盾暴露出来，然后集中力量加以解决。〈三〉因果分析图法（又叫鱼刺图法）层次分明，形象直观，可以明确地表示出各因素之间的逻辑关系，有肋于我们分析产品质量问题的真正原因。〈四〉直方图法（也叫质量分布图）通过对抽查质量数据的加工整理，找出其分布规律，从而判断整个生产过程的质量状况是否正常的一种方法。它主要用于某些需要重点加强控制的工序。〈五〉控制图法（也叫管理图）它是工序质量控制的主要手段，是一种动态的质量分析与控制方法。控制图不仅对判别质量稳定性，评定工艺过程质量状态，以及发现和消除工艺过程的失控现象，预防废品发生有着重要作用，而且可以为质量评比提供依据。 1. 纵坐标为测得质特性值。 2. 横坐标为三条平行的水平线 2.1 中间一条实线为中心线 2.2 上面一条虚线为上控制线 2.3 下面一条虚线为下控制线 3. 把所测数据用点画在工作好的控制图上，若都落在控制界限内，正常；若超出控制图界限，不正常；点全落在中心线上或线下也不正常。

常用质量管理统计方法1

常用质量管理统计方法常用的质量管理统计方法包括：旧QC七大手法（检查表、数据分层法、排列图、因果图、散布图、直方图、控制图）和新QC七大手法（亲和图、树图、关联图、箭条图、PDPC、矩阵图、矩阵数据分析法），以及其它一些方法如：头脑风暴法、对策表、流程图、水平对比法等。简介如下：一、检查表（调查表、统计分析表） 1、概念：系统地收集资料和累积资料，确认事实并对资料进行粗略的整理和简单分析的统计图表。 2、分类：不合格品项目检查表、缺陷位置检查表、质量分布检查表、矩陈检查表、用于非数字数据分析用的检查表。 3、用途：用在对现状的调查，以备今后作分析。 4、制作步骤（1）确定搜集资料的具体目的。（2）确定为达到目的所需搜集的数据资料。（3）确定对资料的的分析方法、所釆用的统计工具。

（4）根据不同目的，设计用于记录资料的调查表格式。（5）用收集和记录的部分资料进行表格试用，目的是检查表格设计的合理性。（6）如有必要应评审和修改调查表。 5、注意事项（1）应能迅速、正确、简易地收集到数据，记录时只要在必要项目上加注记号；（2）记录时要考虑到层別，按人员、机台、原料、时间等分类；（3）数据来源要清楚：由谁检查、检查时间、检查方法、检查班次、检查机台，均应写清楚，其他测定或检查条件也要正确地记录下來；（4）尽可能以记号、图形标记，避免使用文字；（5）检查项目不宜太多，以4-6项为宜（针对重要的几项就可），其他可能发生的项目采用“其他”栏。 6、应用实例

二、数据分层法（分类法、分组法） 1、概念：数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。 2、分类方法：数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层等等。数据分层法经常与统计分析表结合使用。

工程项目管理中常见的工程质量事故统计分析方法及各自的作用1.doc

工程项目管理中常见的工程质量事故统计分析方法及各自的作用1 如何写好统计分析报告 1.准确性实事求是地反映客观实际做到数字要准确情况要真实观点要正确扎扎实实地把数字搞准对大起大落的数字要查明原因，但统计分析不应是数字的简单罗列要正确地使用数据通过对数字的分析判断提炼出观点揭示经济现象的规律性只有这样统计分析报告才有了坚实的基础和足够的份量 2.实用性统计分析报告有着明显的目的性针对性它是为一定对象服务的它必须紧密结合当前经济运行中的重点热点和难点问题进行分析为各级领导宏观调控和管理决策提供科学依据统计分析报告的针对性和实用性越强质量也越高 3.逻辑性统计分析是由数字形成概念从概念形成判断由判断进行推理并由此得出结论判断是以准确的统计数字为依据，推理是以充分的依据为前提正确的判断和推理就是要有合乎事实的逻辑性判断推理的结果前后不能矛盾不能脱节要如实反映客观事物的内在联系因此统计分析报告要主题突出结构严条理清晰4时效性这是保证统计信息价值的重要条件提供不适时就是失效的信息进度统计分析报告越快越好要争分夺秒专题分析贵在适时特别是前瞻性和预警性的专题分析往往会产生较好的社会效益 xx月xx日我应聘到合肥市×××监理公司工作，被安排在×××工地，担任xx工程的监理工作，至今工作已三个月了，三个月来在公司领导和同事们的帮助下，圆满的完成了相应的监理工作任务，得到了业主和承包商的承认与好评。在从事监理工

作期间，本人任劳任怨，兢兢业业不敢倦怠，以良好的职业道德和较强的责任心认真细致的进行工作，现就三个月来的工作情况和监理体会做如下汇报。一、工作情况初到工地，人地生疏，而本人面临着监理任务量大，监理区域广，监理工作人员少，等客观不利因素，因此在实际监理工作中，确实遇到了一些困难，面对困难本人并未退缩，知难而进，在实际工作中，积极主动接近业主和承包商与他们沟通，协调各种关系，以便尽快地开展监理工作，并抓紧时间熟悉施工图纸及有关设计说明资料，在最短的时间内了解工地状况及施工队伍的情况，很快的进入了工地监理工程师的角色。在监理实际工作中，本人要求施工单位推行全面质量管理，建立健全质量保证体系，做到开工有报告，施工有措施，技术有交底，定位有复查，材料、设备有试验，隐蔽工程有记录，质量有质检、专检，交工有资料。在工程质量控制方面，采取主动控制与被动控制相结合，监理工作主动进行，以预防为主，对承包商资质进行审查，重点审查企业注册证明和技术等级，交验有关证件（复印件），了解技术力量简况，主要施工安装经历等，检查砂、石、水泥、钢筋等材料的供应情况及砼、砂浆的配合比。根据工程特点及影响工程质量的关键部位，审核承包人提交的施工组织设计，并针对其不足之处提出改进意见，核查进厂材料的原始凭证、检测报告等质量证明文件。进行事前控制，确保工程质量事故不发生或少发生。例如：冬季施工，气温较低，砼浇灌、砌体砌筑、墙壁抹灰等都不易保

建设工程质量的统计分析和试验检测方法

建设工程质量的统计分析和试验检测方法 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT

建设工程质量的统计分析和试验检测方法第一节质量统计分析 1.工程质量统计及抽样检验的基本原理和方法 ■质量数据的特征值 ■质量数据的分布特征 ■质量数据的收集方法（抽样方法、方案） 2.工程质量统计分析方法 ■调查表法、分层法、相关图片 ■排列图法、因果分析图、直方图、控制图一、工程质量统计及抽样检验的基本原理和方法（一）总体、样本及统计推断工作过程 ■概念：【说明】对一批（2000块）瓷砖进行质量检验，抽取200块进行外观检查。定义示例总体所研究对象的全体一批2000块瓷砖个体组成总体的基本元素（N）每块瓷砖样本由从总体中随机抽取，根据对其研究成果推断总体质量的部分个体抽取的200块瓷砖样品每个被抽中进入样本的单位抽取的每一块瓷砖样本容量样品的数目（n）200个 ■统计推断工作过程（二）质量数据的特征值样本数据特征值是由样本数据计算的描述样本质量数据波动规律的指标。统计推断就是根据这些样本数据特征值来分析、判断总体的质量状况。集中趋势的特征值：算术平均数、中位数；（两数）离中趋势的特征值：极差、标准偏差、变异系数（两差一系数） 1.描述数据集中趋势的特征值（1）算术平均数 ①总体算术平均数 ②样本算术平均数【举例】

样本中位数样本中位数是将样本数据按数值大小有序排列后，位置居中的数值。 1、5、3、6、8、9、4 先排序：1、3、4、5、6、8、9 中位数=5 1、5、3、6、8、9、4、7 先排序： 1、3、4、5、6、7、8、9 中位数=（5+6）/2= 2.描述数据离散趋势的特征值（1）极差极差是数据中最大值与最小值之差，是用数据变动的幅度来反映其分散状况的特征值。优点——极差计算简单、使用方便。缺点——粗略，数值仅受两个极端值的影响，损失的质量信息多，不能反映中间数据的分布和波动规律。仅适用于小样本。【举例】1、5、3、6、8、9、4 极差=9-1=8 （2）标准偏差－标准差或均方差个体数据与均值离差平方和的算术平均数的算术根。总体的标准差用σ表示；样本的标准差用S表示。标准差值小说明分布集中程度高，离散程度小，均值对总体（样本）的代表性好。（3）变异系数CV 变异系数又称离散系数，是用标准差除以算术平均数得到的相对数。变异系数适用于均值有较大差异的总体之间离散程度的比较。（三）质量数据的分布特征 1.质量数据的特性 ■个体数值的波动性 ■总体（样本）分布的规律性 2.质量数据波动的原因（04、06、07、09、12年） ■正常波动，是偶然原因引起的；（偶然正常） ■异常波动，是有系统性原因引起的。（系统异常）（1）偶然性原因随机发生的特点，是不可避免、难以测量和控制的，或者是在经济上不值得消除。通常把4M1E因素的这类微小变化归为影响质量的偶然性原因、不可避免原因或正常原因。（2）系统性原因当影响质量的4M1E因素发生了较大变化，如工人未遵守操作规程、机械设备发生故障或过度磨损、原材料质量规格有显着差异等。（四）抽样检验及检验批 1.检验及抽样检验检验定义：用某种方法测量、试验和计量产品的一种或多种质量特性，并将测定结果与判别标准相比较，以判别每个产品或每批产品是否合格的过程。分类：全数检验、抽样检验抽样：从总体中抽取部分个体，根据个体的检测结果推断总体质量水平的方法。

常见统计分析方法浅析

MARKETING RESEARCH 常见统计分析方法浅析摘要：本文对实际生活中经常见到的几种统计分析方法进行研究，比如判别分析，聚类分析，主成分分析等，阐述了各种常见的统计分析方法的基本思想，介绍了各种常见的统计分析方法在实际生活中的具体应用，并且对各种常见的统计分析方法的优缺点进行了分析，最后对这些常见的统计分析方法加以归纳。关键词：常见统计分析方法；浅析统计分析是统计学最重要的应用之一，无论是数据收集，还是数据处理，其最终的目的都是要进行统计分析，以便得出结论，供信息的使用者在做决策或预测时参考，那么我们对不同的统计分析方法进行研究、比较，就显得异常重要，因为不同的统计分析方法适用的情况不一样，对于同一种情况使用不同的统计分析方法进行分析可能得出不同的结果，即使得出的结果是一样的，但是各种结果的准确性也可能有很大差异，基于此，本文对各种常见的统计分析方法进行了研究。 1.回归分析（1）基本含义回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种常用的统计分析方法，回归分析的基本思想是：①从一组实测数据出发确定自变量和因变量之间的定量关系式，即建立数学模型，然后估计其中的未知参数。②对这些关系式的可信度进行检验。③在多个自变量共同影响一个因变量的关系中，判断哪些自变量的影响是显著的，哪些自变量的影响是不显著的，将影响显著的自变量选入模型中，将影响不显著的自变量剔除，常用两阶段最小二乘法、三阶段最小二乘法等方法。④利用最终求得的关系式对某一生产过程进行预测或控制。（2）应用介绍一般来说，回归分析是通过规定自变量和因变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各个参数，然后根据拟合优度值R2来评价回归模型是否能够很好地拟合实测数据，如果能够很好地拟合，则可以作进一步预测。（3）优劣分析回归分析的优点在于方法简单，易于操作，在统计软件包中使用各种回归方法计算十分方便。回归分析的缺点在于当自变量和因变量之间是非线性关系时，用回归分析进行拟合的效果往往并不好甚至很差。 2.判别分析（1）基本含义判别分析是在已知历史上用某些方法已把研究对象分成若干组的情况下，根据研究对象的各种特征值来判别其归属问题的一种多变量统计分析方法。判别分析的基本思想是，首先根据已知所属组的样本给出判别函数，然后在依次判别每一新样品因归属哪一组。常用的判别方法有距离判别、贝叶斯判别和费希尔判别等。（2）应用介绍判别分析在经济学、人口学、医学、气象学、市场预测、环境科学、考古学中有着广泛的应用，一般根据事先确定的因变量找出相应处理的区别特性。在判别分析中，因变量为类别数据，自变量通常为可度量数据。通过判别分析，可以建立能够最大限度地区分因变量类别的函数，考查自变量的组间差异是否显著，判断那些自变量对组间差异贡献最大，评估分类的程度，根据自变量的值对样本进行归类。（3）优劣分析判别分析的优点在于通过判别分析能够将自变量很好地进行分类，判别分析的缺点在于计算复杂，程序繁琐。 3.聚类分析（1）基本含义聚类分析的目的是把分类对象按照一定的规则分成若干类，这些类不是事先给定的，而是根据数据的特征确定的，对 ◇李坤理论与方法 36