数据模型与决策MBA案例报告QualityAssociates

《数据、模型与决策》案例一《火花塞铁壳的质量抽样检验》第２小组案例分析报告组员：陈迪学号：17920091150628组员：高霄霞学号：17920091150668组员：陆彬彬学号：17920091150764组员：罗志锐学号：17920091150767组员：王晋军学号：17920091150811组员：许冰学号：17920091150856案例《火花塞铁壳的质量抽样检验》第２小组案例分析报告摘要：产品质量检验是生产过程中的一个重要阶段，实际生产中，检查每批产品中的不合格品的件数，一般用计件抽样检验方案。

计件抽样检验的方法包括：百分比抽样检验方案和标准型一次抽样方案等，本文通过火花塞铁壳的质量抽样检验，对以上两种抽样检验方案的合理性进行了理论分析。

关键字：抽样检验百分比抽样法标准型一次性抽样法 OC曲线Abstract：Quality inspection is a very important step in production process. In actual process, we use sample inspection methods by counting to inspect every batch for the reject products. Sample inspection plans include percentage sampling inspection and standard sampling inspection. This thesis takes ‘the spark plug case’ as an example to analyze the rationality of the two Sample inspection plans.Key words: Sample inspection plans, percentage sampling inspection, standard sampling inspection, OC curve一问题的提出企业生产出的产品是否符合规定要求，要通过检验来判定。

数据、模型与决策案例研究作业：亚太地区的商学院BUCT MBA201320132300512013年11月【摘要】在本篇案例研究作业中，我们组的同学对亚太地区商学院的一些统计数据做了研究，熟悉了极值、算术平均数、加权平均数、方差、标准差系数、相关系数等基本统计指标；学会了利用图形和相关性分析的方法研究不同变量间的相关关系；找到了MBA学员起薪高低的相关因素；提出了对MBA考生的建议；认识到了学习该门课程的重要意义：这门课或许可以改变人的一生。

【特别感谢】周荣喜和余乐安两位导师深厚的专业功底和辛勤授课令我们受益匪浅，在此深表谢意！目录1.对亚太地区25所商学院的数据集进行汇总31.1.数据汇总表31.2.根据数据汇总进行分析和解释41.2.1.每年招生人数41.2.2.Students per Faculty（每位导师带的学生数）51.2.3.本国学生学费51.2.4.外国学生学费51.2.5.学生的平均年龄61.2.6.外国学生比例61.2.7.学生起薪62.通过汇总数据进行比较72.1.本国和国外学生学费的差别72.2.要求工作经验和不要求工作经验的学校学生平均起薪的差别：82.3.要求英语测试和不要求的学校学生平均起薪的差别103.探寻起薪高低的秘密123.1.探寻的目的123.2.探寻的过程123.2.1.制作色阶图表并直观地加以观测123.2.2.根据色阶表格的观测对相关关系做出假设143.2.3.用统计学相关性分析（散点图）来验证直观假设143.2.4.用统计学相关性分析（相关系数）来验证直观假设173.2.5.用加权平均数和柱形图来验证关于年龄分布与起薪关系的假设173.3.探寻到的高薪秘密和给考生的建议183.3.1.考生自身素质需同时满足的条件183.3.2.学校的选择需同时满足的条件184.该案例研究有感：此门课程或许改变我们的一生191.对亚太地区25所商学院的数据集进行汇总1.1.数据汇总表Chulalongkorn University (Bangkok) 200 7 17,355 17,355 25 6 Yes No Yes 17,600 Monash Mt. Eliza Business School (Melbourne) 350 13 16,200 22,500 30 30 Yes Yes Yes 52,500 Asian Institute of Management (Bangkok) 300 10 18,200 18,200 29 90 No Yes Yes 25,000 University of Adelaide 20 19 16,426 23,100 30 10 No No Yes 66,000 Massey University (Palmerston North, New Zealand) 30 15 13,106 21,625 37 35 No Yes Yes 41,400 Royal Melbourne Institute of Technology 30 7 13,880 17,765 32 30 No Yes Yes 48,900 Jamnalal Bajaj Institute of Management Studies (Bombay) 240 9 1,000 1,000 24 0 No No Yes 7,000 Curtin Institute of Technology (Perth) 98 15 9,475 19,097 29 43 Yes No Yes 55,000 Lahore University of Management Sciences 70 14 11,250 26,300 23 2.5 No No No 7,500 Universiti Sains Malaysia (Penang) 30 5 2,260 2,260 32 15 No Yes Yes 16,000 De La Salle University (Manila) 44 17 3,300 3,600 28 3.5 Yes No Yes 13,100最大值463 19 33,060 33,060 37 90 87,000最小值12 2 1,000 1,000 22 0 7,000平均值165.16 8.48按人数加权平均值总人4129 10,962 16,039 26.4 26 29,861第一四分位数44 5 6,146 9,000 25 6 16,000中位数126 7 11,513 17,765 29 27 41,400第三四分位数240 13 17,172 22,500 30 43 52,500总频数25 25 25YES频数14 8 19YES百分数频数56% 32% 76%标准差140.84 5.06标准差系数85% 60%加权标准差7967 8907 3.29 27.40 23,647加权标准差系数73% 56% 12% 105% 79.19%极差451 17 32,060 32,060 15 90 80,000四分位数间距196 8 11,026 13,500 5 37 36,5001.2.根据数据汇总进行分析和解释根据每个变量的最大值、最小值、算术平均数或加权平均数、第一四分位数、第二四分位数和中位数，我们可以知道，这25所商学院：1.2.1.每年招生人数每年招生人数最多的学校招收463人，最少的招收12人，平均（算术平均）每校每年招收165人；有四分之一的学校每年招收人数不超过44人，另有四分之一的学校每年招收人数不低于240人，每年招收人数低于和超过126人的学校约各占一半。

数据、模型与决策案例分析一Quality Associates有限公司指导老师：***姓名：***学号：**************班级：厦门大学MBA2011福州班一、案例背景：Quality Associates是一家咨询公司，为委托人监控其制造过程提供抽样和统计程序方面的建议。

在一个应用项目中，一名委托人向Quality Associates提供了其程序正常运行时的800个观察值，组成一个样本。

这些数据的样本标准差为0.21，我们因此假设总体的标准差为0.21。

Quality Associates建议该委托人连续地定期选取样本容量为30的随机样本以对该程序进行监测。

通过对这些样本的分析，委托人可以迅速知道该程序运行状况是否令人满意。

当该程序的运行令人不满意时，应采取纠正措施以避免出现问题。

设计规格要求该过程的均值为12，Quality Associates建议该委托人采用如下形式的假设检验。

H0：μ=12 Hα：μ≠12只要拒绝H0，就应采取纠正措施。

以下为在第一天运行时，间隔一小时这种新型统计控制过程程序所收集的样本数据。

二、案例分析：(一) 对每个样本在0.01的显著性水平下进行假设检验 原假设和备择假设为：12 : ,12 : 0≠=μμa H H由于σ已知，所以检验统计量z 是一个标准正态随机变量检验统计量 nx z /0σμ-=根据Excel 计算可得：样本 1、样本 2 和样本 4的p-值大于α =0.01，不能拒绝0H ；样本 3的p-值小于α =0.01，应拒绝0H ，认为程序运行令人不满意，样本均值低于设计规格要求的均值，应采取纠正措施，提高其运行均值； (二)考虑四个样本中每一样本的标准差，总体标准差0.21是否合理 对总体方差进行假设检验，20σ=0.04410441.0 : ,0441.0 :220≠=σσa H H检验统计量 )1( 222σχs n -=通过四个样本中每一样本的方差的假设检验，p-值均大于0.6，不能拒绝0H ，也就是说总体标准差假设0.21是合理的； (三)当样本均值在μ=12附近多大限度以内时，认为该过程的运行令人满意？99%置信区间为：nz x σα2/±= 12±2.576*0.21/30=12±0.0987即样本均值在上下限（11.9013,12.0987）区间时，我们认为该过程的运行令人满意。

《数据模型与决策》案例1Quality Associates 公司一、案例背景——Quality Associates 有限公司1《数据模型与决策》案例1、情景及数据Quality Associates 是一家咨询公司，为委托人监控其制造过程提供抽样和统计程序方面的建议。

在一个应用项目中，一名委托人向QualityAssociates提供了其程序正常运行时的800个观察值，组成一个样本。

这些数据的样本标准差为0.21，我们因此假定总体的标准差为0.21。

Quality Associates建议该委托人连续地定期选取样本容量为30的随机样本来对该程序进行监控。

通过对这些样本的分析，委托人可以迅速知道该程序运行状况是否令人满意。

当该程序的运行令人不满意时，应采取纠正措施以避免出现问题。

设计规格要求该过程的均值为12，QualityAssociates建议该委托人采用如下形式的假设检验：H，就应采取纠正措施。

只要拒绝??12H:?12:Ha?00以下为在第一天运行时，间隔1小时这种新型统计控制过程程序所收集的样本数据：这些数据可供我们使用，它们被保存在本书附带的光盘中，文件名为Quality.4 样本样本样本样本1 2 312.02 11.55 11.62 11.9112.02 11.36 11.62 11.6912.05 11.75 11.52 11.5912.18 11.95 11.75 11.8212.11 12.14 11.90 11.9712.0711.7211.6411.71１．——Quality Associates 有限公司1《数据模型与决策》案例11.80 11.87 11.61 12.0511.64 12.10 11.85 12.0312.39 12.01 11.94 12.1611.65 11.99 11.92 11.9112.11 12.13 12.12 12.2011.90 12.00 11.61 12.1612.22 12.21 12.00 11.9311.88 11.56 12.21 12.2812.03 11.95 12.32 12.3912.35 11.93 12.01 12.0012.09 12.06 11.85 11.9211.77 11.83 11.76 11.7612.20 11.82 12.23 12.1611.79 12.12 11.77 11.8412.30 11.60 12.00 12.0712.27 12.11 12.04 11.9512.29 12.05 11.98 11.9612.4712.3012.3712.2211.75 12.25 12.18 12.0312.17 11.96 11.97 12.0411.94 12.17 11.95 12.2411.9711.8511.8911.92２．——Quality Associates 有限公司1《数据模型与决策》案例12.30 12.37 11.88 12.2312.2512.1511.9312.22统计分析报告：1、统计分析目的：通过对800个观察值定期抽样分析，了解该程序运行状况是否令人满意。