六西格玛绿带(SixSigmaGreenbelt)培训资料.

精益六西格玛绿带认证培训【课程目的】本课程内容设计基本上参照美国ASQ黑带考试大纲要求设计，适应用于想在较短时间内学习更多六西格玛工具和方法的学员。

它不同于普通的绿带学习班，比普通绿带掌握更多的工具和方法，是高阶绿带班（准黑带班）。

学员可进一步参加本公司学习和项目辅导，达到黑带资格并颁发《黑带培训合格证书》。

花学习绿带的成本，得到黑带知识和能力与资格，是本课程最大特色。

本课程由具有长期实际运作经验和深厚理论造诣的专家和黑带大师主讲。

系统阐述六西格玛管理的改善模型DMAIC、组织结构、项目管理、突破策略和文化变革策略；结合丰富的制造业及服务业的六西格玛实施案例，重点讲解六西格玛项目各阶段所用工具及MINITAB专用软件的应用。

培训不只讲授六西格玛的知识体系与工具，更重要的是培养准黑带具备对问题敏锐的洞察力、驱动团队解决问题的技能与创新解决问题的能力，这对学员的职业生涯具有决定意义。

【授课方式】互动式讲授、模板练习、案例分析、角色体验、小组研讨，项目实施与辅导【考试时间】说明：美国质量协会ASQ 2011年度绿带注册考试安排：上半年考试时间：2011年6月4日报名截止时间2011年4月15日下半年考试时间：2011年12月3日报名截止时间2011年10月14日考试费：人民币：3350元/人补考费：人民币：1900元/人试题中英文对照中国质量协会黑带考试时间：2011年10月22日报名费：200元/人【课程大纲】第一部份：六西格玛管理概述1、六西格玛概述1.1 质量发展简史（戴明、朱兰、休哈特、石川馨、田口等）和六西格玛起源和发展。

1.2 六西格玛改善策略简介---DMAIC.2、六西格玛推行策略。

2.1 组织的角色和责任。

2.2 六西格玛成功推行要素。

3、制定六西格玛推行战略目标3.1 企业环境分析。

3.2 优先考虑客户以及利益相关者的期望。

3.3 六西格平衡计分卡。

3.4 标杆分析。

3.5 SWOT分析（包括对优势、劣势、机遇、威胁的分析）。

六西格玛绿带经典培训（5天）【课程简介】本课程由张驰咨询独家研发，重点面向各企业的中高层技术及管理人员，由具有长期实际运作经验和深厚理论造诣的专家主讲，结合实际六西格玛案例系统阐述六西格玛管理D-M-A-I-C的模型、组织结构、项目管理、突破策略和文化变革策略。

并结合了制造业及服务业的实际六西格玛案例贯穿始终。

重点讲解六西格玛项目各阶段所用工具及MINITAB专用软件的应用。

使学员能够利用DMAIC方法论及相关流程分析改善工具改进本职工作流程，并能作为六西格玛项目改进小组的成员参与项目活动，推进项目开展或支持黑带完成改进项目。

【课程证书】培训后经考核合格学员将颁发张驰咨询权威《绿带培训证书》【课程对象】企业中高层管理及技术人员（生产、品质、工程部工程师，主管，经理及技术人员）【培训收益】1、系统全面的了解六西格玛DMAIC方法论2、理解并能灵活运用相关流程分析工具：DOE、SPC、MSA、FMEA、QFD、MINITAB3、能在六西格玛改进项目中识别及应用正确的工具完成改善项目4、熟悉六西格玛项目各阶段所用工用在MINITAB中的灵活运用【课前准备】自带手提电脑，于课前在网上免费下载MINITAB 15版并安装【培训模式】注重实用，实战！理论讲解；实用六西格玛案例分析；分组现场演练；专家现场点评；现场互动讨论。

【课程内容】第一部分：Define--六西格玛定义阶段：发现、确认问题第一讲：6sigma管理综述（原理、模型、组织、资源与活动）【本讲内容】1、什么是六西格玛？---六西格玛的系统概念！2、为何需要六西格玛？---企业推行六西格玛的必要性分析3、如何应用六西格玛？---企业推行六西格玛可行性分析4、六西格玛的组织模型---企业推行六西格玛的组织架构分析第二讲：如何启动和界定一个6 SIGMA项目【本讲内容】1、项目小组---如何组建项目团队？2、项目来源---什么是项目，项目从哪里来？3、项目选择标准---如何评选合适的六西格玛项目？4、制作项目计划5、实例1：某企业推行六西格玛项目案例分享第三讲：劣质成本分析（企业成本的种类与构成）【本讲内容】1、质量损失函数2、品质成本与利润的关系3、预防成本、鉴定成本、缺陷成本4、能力值与品质成本的对应关系5、统计学的基本原理与专业术语介绍第四讲：C&E Matrix 因果矩阵分析法【本讲内容】1、因果图2、因果矩阵的概念、用途及、制作步骤3、因果矩阵与其它工具的联系4、实例2：因果矩阵案例讲解与练习第二部分：Measure--六西格玛测量阶段：现状测量第五讲：潜在失效模式及效果分析（FMEA）【本讲内容】1、FMEA的定义与用途2、FMEA的产生背景与类型3、风险优先数4、FMEA制作的八个步骤5、实例3：FMEA案例制作练习及讲解第六讲：六西格玛专用软件MINITAB基础介绍【本讲内容】1、MINITAB的作用、视窗、基本操作2、MINITAB统计分析工具介绍3、实例4：MINITAB实际操作演练第七讲：MSA测量系统分析：确保所收集数据的真实性【本讲内容】1、测量误差的组成2、测量系统分析的目的与步骤3、连续数据测量系统分析4、离散数据测量系统分析5、破坏性试验数据测量系统分析6、实例5：测量系统分析案例讲解与练习第八讲：CP K过程能力分析【本讲内容】1、过程变异与过程能力2、过程能力指数3、短期能力和长期能力4、非正态分布数据的过程能力5、实例6：过程能力分析案例讲解与练习第三部分：Analyze--六西格玛分析阶段：查找关键原因第九讲：多变量分析技术【本讲内容】1、变异类别与来源2、多变量图（过程能力分析）3、多变量图（量具重复性和再现性研究）4、多变量图（方差分析）5、实例7：多变量分析案例讲解与练习第十讲：置信区间与假设检验【本讲内容】1、何谓假设检验？2、假设检验的步骤3、假设检验的两类风险（客户风险与供应商风险）4、连续数据假设检验5、离散数据的假设检验6、实例8：案例分析与练习第四部分：Improve--六西格玛改善阶段：改善关健原因，优化相关参数第十一讲：实验设计介绍【本讲内容】1、什么是试验设计2、试验因素及水平3、试验类别及选择4、试验结果分析5、试验设计案例分析6、实例9：试验设计现场练习及结果分析第十二讲：全因子及分部因子实验设计【本讲内容】1、全因子/分布因子设计概述2、主要影响图3、交互作用图4、方差分析5、优化设计6、实例10：全因子试验设计案例分析及练习第五部分：Control--六西格玛控制阶段：改善成果控制与横向扩展第十三讲：SPC统计过程控制理论【本讲内容】1、控制介绍2、统计思想及控制图3、控制图种类及选用4、使用控制图前的准备第十四讲：计量型数据SPC【本讲内容】1、计量值数据控制图的种类及用途2、计量值数据控制图的制作与应用3、计量值数据控制图的过程能力分析4、四类计量值数据控制图5、实例11：计数型控制图制作练习与讲解第十五讲：计数型数据SPC【本讲内容】1、计数值数据控制图的种类及用途2、计数值数据控制图的制作与应用3、计数值数据控制图的过程能力分析4、四类计数值数据控制图5、实例12：计数型控制图制作练习与讲解第十六讲：六西格玛成功案例分享【本讲内容】1、某企业六西格玛降低不良率案例介绍2、某企业整体推行六西格玛项目策划案例介绍。

Six Sigma六西格玛绿带培训【课程时间】2019年3月22-26日广州，2019年5月10-14日深圳，2019年7月6-10日广州，2019年10月18-22日深圳，2019年12月6-10 日广州【主办单位】BCG-百乔罗管理咨询有限公司【培训对象】企业中高层管理者、部门经理、职业经理人及部门主管、质量工程师、对六西格玛感兴趣的人员【收费标准】￥2600/人（包括资料费、午餐及上下午茶点等）【报名电话】闫老师【温馨提示】本课程可为企业提供上门内训服务，欢迎来电咨询！课程背景：Course Background本课程面向各企业的中高层技术及管理人员，由具有长期实际运作经验和深厚理论造诣的专家主讲，系统阐述精益六西格玛管理的模型、组织结构、项目管理、突破策略和文化变革策略。

并结合了制造业及服务业的实际案例。

重点讲解六西格玛项目各阶段所用工具。

经考核合格学员颁发《六西格玛绿带培训合格证书》课程大纲：Curriculum Introduction第一章六西格玛管理概论1.质量管理发展史质量检验阶段统计质量控制阶段全面质量管理阶段全面质量管理的新发展2.六西格玛的兴起六西格玛的产生六西格玛的推广六西格玛的新发展六西格玛管理与现有质量管理体系的整合3.六西格玛的基本概念六西格玛的统计含义六西格玛管理的含义六西格玛管理的战略意义4.六西格玛管理的组织领导作用六西格玛管理的组织结构六西格玛团队的建设5.六西格玛管理方法论六西格玛改进的模式—DMAIC 六西格玛设计的模式6.过程分析与项目选择过程识别程序定义识别核心过程宏观过程分析7.顾客的声音顾客与顾客要求顾客满意收集顾客资料分析顾客信息关键顾客需求的转化8.经营结果过程绩效度量指标水平对比财务收益第二章六西格玛项目管理1.六西格玛项目选择六西格玛项目选择原则六西格玛项目选择流程六西格玛项目选择需注意的问题2.六西格玛项目管理六西格玛项目的目标与计划六西格玛团队组建六西格玛团队发展阶段六西格玛团队动力与绩效六西格玛项目控制六西格码项目推进3.六西格玛项目策划和管理工具 六西格玛团队工具六西格码项目管理和策划工具4.六西格玛管理模式界定确认顾客要求和确定过程确认顾客要求SIPOC分析和图表关键过程变量确定5.更新和完善项目特许任务书经营情况问题／机会和目标的陈述项目范围、约束和假定团队的使命和任务预期的项目计划确定重要的利益相关方6.确定项目度量指标建立可测量的度量指标测算过程目前基线的西格玛水平 分析和确定劣质成本7.测量过程分析与文档流程图因果图与因果矩阵其它过程分析工具与文档8.概率与数理统计基础概率论的基础知识随机变数及分布数学期望、均值与方差常用的离散分布常用的连续分布中心极限定理统计量与抽样分布9.资料的收集和整理数据类型与测量尺度收集数据的方法抽样方法描述性统计方法数据的图标方法10.测量系统分析基本概念测量系统的分辨力测量系统的偏倚、线性和稳定性测量系统的重复性与再现性破坏性试验的测量系统分析非连续资料的测量系统分析测量仪器的校准和检定11.过程能力分析过程能力指数Cp与Cpk过程能力指数Cpm和Cpmk过程绩效指数pp与ppk过程能力与缺陷率的关系长期能力与短期能力非正态数据的变换非连续数据的过程能力估算试验设计的基本原则试验设计的必要性试验设计的类型试验设计的策划与安排试验设计的基本步骤单因子试验设计与分析单向分类设计多项式回归全因子设计与分析二水平全因子试验概述全因子设计的计划全因子设计的分析全因子设计实例12.部分实施因子试验部分实施因于试验概论部分实施因于试验的计划部分实施因子试验的分析实例Plackett-Burman设计——另类筛选因子设计 三水平部分实施因子试验的分析13.响应曲面设计与分析第三章分析1.探索性资料分析和过程分析探索性资料分析过程分析回归分析和相关分析点估计和区间估计2.假设检验假设检验的基本概念平均值、方差和比率的假设检验 成对数据检验拟合优度检验3.方差分析单因子方差分析两因子方差分析4.列联表独立性检验概念列联表的独立性检验方法5.非参数检验符号检验中位数的符号检验法曼—惠特尼—威尔科克森检验 威尔科克森符号秩检验克鲁斯卡尔—沃利斯检验6.改进试验设计基础试验设计中的基本术语响应曲面设计概论响应曲面设计的计划响应曲面设计的分析及实例7.稳健参数设计稳健参数设计的模型稳健参数设计的计划稳健参数设计实例分析8.混料设计与分析混料设计概论混料试验的计划混料试验的分析9.调优运算(EVOP)调优运算概论调优运算方法10.控制控制阶段概述档化改进过程建立过程管理计划实施持续的过程测量和控制常规控制图11.绿带考试讲师介绍：Teacher IntroductionDavid Liu 精益六西格玛黑带大师统计学专家【资历背景】卓越精益六西格玛执行力专家、深圳政府质量专家大讲堂特邀演讲专家、18年工作经验，12年管理咨询经验，David Liu 91年毕业于名牌大学，曾在意大利、日本多年研究制造行业企业管理技术、美国ASQ注册黑带CSSBB，担任ASQ六西格玛设计DFSS教材翻译和整体校正职责、中国官方质量最高机构-中国质量协会六西格玛工作委员会委员、中国质量协会六西格玛黑带老师、荣获中美黑带大师学院年度最佳黑带大师荣誉。

六西格玛绿带培训前言蓝草咨询的目标：为用户提升工作业绩优异而努力，为用户明天事业腾飞以蓄能！蓝草咨询的老师：都有多年实战经验，拒绝传统的说教，以案例分析，讲故事为核心，化繁为简，互动体验场景，把学员当成真诚的朋友！蓝草咨询的课程：以满足初级、中级、中高级的学员的个性化培训为出发点，通过学习达成不仅当前岗位知识与技能，同时为晋升岗位所需知识与技能做准备。

课程设计不仅注意突出落地性、实战性、技能型，而且特别关注新技术、新渠道、新知识、创新型在实践中运用。

蓝草咨询的愿景：卓越的培训是获得知识的绝佳路径，同时是学员快乐的旅程，为快乐而培训为培训更快乐！目前开班的城市：北京、上海、深圳、苏州、香格里拉、荔波，行万里路，破万卷书！蓝草咨询的增值服务：可以提供开具培训费的增值税专用发票。

让用户合理利用国家鼓励培训各种优惠的政策。

报名学习蓝草咨询的培训等学员可以申请免费成为“蓝草club”会员，会员可以免费参加（某些活动只收取成本费用）蓝草club定期不定期举办活动，如联谊会、读书会、品鉴会等。

报名学习蓝草咨询培训的学员可以自愿参加蓝草企业“蓝草朋友圈”，分享来自全国各地、多行业多领域的多方面资源，感受朋友们的成功快乐。

培训成绩合格的学员获颁培训结业证书，某些课程可以获得国内知名大学颁发的证书和国际培训证书（学员仅仅承担成本费用）。

成为“蓝草club”会员的学员，报名参加另外蓝草举办的培训课程的，可以享受该培训课程多种优惠。

课程介绍《六西格玛绿带培训》是六西格玛系列培训的重要课程之一，本课程主要通过介绍SIXSIGMA介绍并对SIXSIGMA的步骤（D-M-A-I-C）进行详细的讲解，并通过案例剖析每个步骤所用到的品质工具讲解，让学员熟悉SIXSIGMA的基本内容和分析的技能，并能综合的应用工具对实际工作中碰到的问题进行系统性的分析和解决，从而提升公司的品质管理水平。

培训对象1.品质部中高层管理人员，现场的工程师，设计品质工程师，供应商管理工程师2.生产的中高层管理人员，生产工艺工程师，设备维护工程师3.产品研发工程师及主管等4.项目工程师及主管等5.其他感兴趣管理人员课程目标1.了解和认识SIXSIGMA2.了解SIXSIGMA的等级与对应的质量成本之间的关系3.熟悉并掌握SIXSIGMA的具体步骤及注意事项4.熟悉并掌握更高级的品质工具（PPAP，DOE,FMEA，MSA,SPC等）5.具有熟练在六西格玛各阶段综合应用品质工具的能力课程内容第一章认识SIXSIGMA，超越梦想1.6SIXSIGMA概述1）6SIXSIGMA的相关概念2）6SIXSIGMA发展历史及特点3）6SIXSIGMA应用带来的价值分享2.6SIXSIGMA基础（VOC,CTQ,Y=F(X),σ水平）1）6SIXSIGMA不同等级对应品质成本的关系2）6SIXSIGMA分析十六步骤3.MINITAB使用技巧1）MINITAB操作界面介绍2）MINITAB关键命令介绍3）MINITAB高级实用技巧介绍第二章六西格玛分析Define段-定义问题，确定问题第一步：选择和确定项目1.矩阵图1）矩阵图使用的时机2）矩阵图的制作步骤及注意事项3）矩阵图分析结果确定方案的有效性第二步：分析项目1.问题质量特性的挖掘--QFD1）客户心声VOC及获取方法2）卡诺分析法3）CTQ关键质量特性获取2.SIPOC流程分析1）流程时间分析2）流程价值分析3.质量经济分析-COPQ1）预防成本、鉴定成本、缺陷成本2）能力值与品质成本的对应关系第三步：描述项目1.选择好成员及成员分工计划2.定义项目边界第三章六西格玛分析Measure阶段-现场量测第四步：选择评价指标。

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 Improve 被动观看 ------多变量分析主动调整 ------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ANOVA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 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=44.6P 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 ANOVA)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 5.6009.345(----*----)17 4.0557.80011.545(----*---)188.05511.80015.545(----*---)19 -2.745 1.000 4.745(---*----)--------+---------+---------+---------+--8.00.08.0 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 6.2009.945(----*---)19-8.345-4.600 -0.855(---*----)--------+---------+---------+---------+--8.00.08.0 16.016 和 17 没有明显差异x = 17 减自 :x下限中心上限 --------+---------+---------+---------+-180.255 4.0007.745(----*----)19-10.545-6.800-3.055(----*---)--------+---------+---------+---------+--8.00.08.0 16.0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SS MS F Px4475.76118.9414.760.000误差20161.208.06合计24636.96S = 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------+---------+---------+---------+---1559.800 3.347(-----*----)16515.400 3.130(----*----)17517.600 2.074(----*----)18521.600 2.608(----*----)19510.800 2.864(-----*----)------+---------+---------+---------+---10.015.020.025.0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product placement 误差合计自由度SS MS2 2398.2 1199.1 46.9187 2223.925.689 4622.1F0.000PS = 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--------+---------+---------+---------+-bottom3062.867 4.281(---*--)middle3075.367 4.846(---*--)top3067.467 5.906(---*---)--------+---------+---------+---------+-65.070.075.0 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Zbottom3063.0023.3-5.70middle3077.0070.3 6.36top3068.0043.0-0.65整体9045.5H = 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ANOVA（7-9）σ 相等：一元 ANOVA 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 12162726.21621.791.0370.044合计64823346750020.23479.778.0650.34031042443417.56416.443.2530.137合计641518 1582卡方 = 12.876, DF = 2, P 值 = 0.002 2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19273612.0024.000.7500.3752821299.6719.330.2870.144311253612.0024.000.0830.04247243110.3320.671.0750.538525234816.0032.005.063 2.531合计60120180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 VARI 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EDI5996853.8614.1468.000.4913 1.8708*72.8619.1492.000.04770.1816*Mail68229071.2818.7290.000.15090.5747*全部19852250198.0052.00250.00***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ANOVA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-143.6583.33-1.720.101 Customer 1.45910.2218 6.580.000S = 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1243732437343.290.000残差误差1910698563合计2035071R 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430.1972.15 5.960.000x-4.70060.9479-4.960.001S = 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18772.68772.624.590.001残差误差82853.8356.7合计911626.4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 91.418.000.5515.9017.45 1.71 X X 表示受X 值阻碍专门大的观测值。