M--测量系统分析案例： 连续型案例： gageaiag.Mtw 背景：3名测定者对10部品反复2次TEST －>测量值随OP的变动 －>测量值随部品的变动 －>对于部品10，OP有较大分歧； 所有点落在管理界限内 －>良好 大部分点落在管理界限外 －>主变动原因：部品变动 －>良好 M--测量系统分析： 离散型案例（名目型）：gage名目.Mtw 背景：3名测定者对30部品反复2次TEST 检查者1需要再教育； 检查者3需要追加训练； (反复性) 两数据不能相差较大， 否则说明检查者一致的判定与标准有一定差异 个人与标准的一致性 （再现性？） M--测量系统分析： 离散型案例（顺序型）：散文.Mtw 背景：3名测定者对30部品反复2次TEST 张四 需要再教育； 张一、张五需要追加训练； (反复性) 两数据不能相差较大， 否则说明检查者一致的判定 与标准有一定差异 M--正态性测定: (测定工序能力的前提) 案例： 背景：3名测定者对10部品反复2次TEST P-value > 0.05 －> 正态分布（P越大越好） 本例：P＝ 0.022 ，数据不服从正态分布。 原因：1、Data分层混杂； 2、群间变动大； M--工序能力分析（连续型）：案例：Camshaft.MTW ① 工程能力统计： ② 求解Zst（输入历史均值）： 历史均值：表示强行将它拉到中心位置 －>不考虑偏移－> Zst (Bench) ③ 求解Zlt（无历史均值）： 无历史均值： －> 考虑偏移－> Zlt (Bench) * Zshift ＝ Zlt (Bench) － Zlt (Bench) ＝12.13－1.82＝0.31 工序能力分析：案例：Camshaft.MTW 另：capability sixpack工具 M--工序能力分析（离散型）：案例：bpcapa.MTW (1)：二项分布的Zst 缺陷率： 不良率是否 受样本大小 影响？ －平均（预想）PPM＝226427 －Zlt＝0.75 ＝>Zst＝Zlt＋1.5＝2.25 M--工序能力分析（离散型）：案例：bpcapa.MTW (2)：Poisson分布的Zst A—Graph（坐标图）：案例：Pulse.MTW (1) Histograpm（直方图）－单变量 通过形态确认： －正规分布有无； －异常点有无； (2) Plot（散点图）－X、Y双变量 通过形态确认： －相关关系； －确认严重脱离倾向的点； (3)Matrix Plot（行列散点图－矩阵图）－多变量 (4)Box Plot（行列散点图－矩阵图）－多变量 (5)Multi-vari Chart（多变因图）Sinter.MTW 目的：掌握多X因子变化对Y的影响（大概）； －> 材料和时间 存在交互作用； (5)Multi-vari Chart（多变因图）Sinter.MTW 目的：掌握多X因子变化对Y的影响（）； <统计－方差分析－主效果图、交互效果图：> 倾斜越大，主效果越大 无交互效果 －> 平行； 有交互效果 －> 交叉； (5)Multi-vari Chart（多变因图）Sinter.MTW 目的：掌握多X因子变化对Y的影响（交互作用细节）； <统计－方差分析－双因子：> 材料、交互的P < 0.05 －>有意； A—假设测定－决定标本大小： (1)：1-sample Z（已知u） 背景：Ha～N（30，100/25） H0～ N（25，100/n ）－为测定分布差异的标本大小 有意水平 α = 0.05 查出力 1－β = 0.8 <统计－功效和样本数量－ 1-sample Z： > 差值：u0－ua ＝25－30＝-5 功效值（查出力）： 1－β ＝0.8 标准差：sigma＝10 A—假设测定－决定标本大小： (2)：1-sample T（未知u） 背景：Ha～N（30，100/25） H0～ N（25，100/n ）－为测定分布差异的标本大小 有意水平 α = 0.05 查出力 1－β = 0.8 <统计－功效和样本数量－ 1-sample t： > 差值：u0－ua ＝25－30＝-5 功效值（查出力）： 1－β ＝0.8 标准差（推定值）：sigma＝10 样本数量27 >已知u的1-sample Z的样本数量 －>t 分布假定母标准偏差未制定分析； A—假设测定－决定标本大小： (3)：1 Proportion（单样本） 背景：H0：P＝ 0.9 Ha：P < 0.9 测定数据P1＝0.8 、 P2＝0.9 有意水平 α = 0.05 查出力 1－β = 0.9 <统计－功效和样本数量－ 1 Proportion ： > P1=0.8 功效值（查出力）： 1－β ＝0.9 P2=0.9 母比率0.8 实际上是否0.9以下，需要样本102个 A—假设测定－决定标本大小： (3)：2 Proportion（单样本） 背景：H0：P1＝P2 Ha：P1 < P2 有意水平 α = 0.05 查出力 1－β = 0.9 <统计－功效和样本数量－ 1 Proportion ： > P的备择值：实际要测定的比例？ －－母比率； 功效值（查出力）： 1－β ＝0.9 假设P：H0的P值（0.9） 母比率0.8 实际上是否小于0.9，需要样本217个