《《精编》质量技术-散布图与回归分析》由会员分享，可在线阅读，更多相关《《精编》质量技术-散布图与回归分析（30页珍藏版）》请在金锄头文库上搜索。
1、质量技术 散布图与回归分析 一 什么是散布图 通过因素控制结果 散布图 回归分析为质量特性 主导因素之相关关系提供量化信息 当生产操作条件或产品设计条件发生更改时 回归分析可以为工艺 产品特性的变化趋势提供定量预测模型 并为控制质量参数提供指导 1 散布图 用来研究成对出现的数据之相关关系的图示技术 相关关系分类 正相关 随着X增加 对应的Y值增加 负相关 随着X增加 对应的Y值减小 不相关 当X增加时 对应的Y值变化无明显变化趋势 功能 分析对应变量之间的相关关系 形状 在散点图中 成对的数据形成点子云 研究点子云的分布状态 便可以推断成对数据之间的相关程度 2 两组变量之间的关系 1 函数
2、关系 2 相关关系 3 没有关系 3 对相关系的研究 散布图之典型形状 如 容量和附料重量 如 油的粘度与温度 如 身高和体重 如 温度与步伐 如 气压与气温 二 散布图的应用案例 习惯上取30组 注意 横坐标 原因 纵坐标 结果 别忘了 填上数据的收集地点 时间 测定方法 制作者等项目 4 作散布图 2 取适宜的取值范围 结合专业知识和实践工作经验 合理确定适宜的取值范围 否则很可能导致错误结论 何谓适宜的取值范围 符合日常使用习惯 不使用过大 过小的取值单位和范围 不过分追求精细 也不能过分粗略 三 散布图的定性分析 1 对照典型图分析 散布图的应用 当不知道两个因素之间的关系或两个因素之
3、间关系在认识上比较模糊而需要对这两个因素之间的关系进行调查和确认时 可以通过散布图来确认二者之间的关系 实际上是一种实验的方法 需要强调的是 使用散布图调查两个因素之间的关系时 应尽可能固定对这两个因素有影响的其他因素 才能使通过散布图得到的结果比较准确 散布图法在企业质量管理中经常用到 如棉纱水分含量与伸长度之关系 喷漆时的室温与核料粘度的关系 热处理时钢的淬火湿度与硬度的关系 冶炼某种钢时钢液的含碳量与冶炼时间的关系 零件加工时切削用量与加工质量的关系等 都会用到这种方法 有了散布图 我们就能自觉地利用它来控制影响产品质量的相关因素 散布图的弊端及补救 通过观察散布图 虽然可以对变量间的相
4、关趋势做出大致的估计 但这样做缺乏客观的统一判定标准 可靠性较低 只能说是一种定性判断 为了提高判断精度 实际工作中 常采用相关系数检验法 不过这种方法不仅涉及较复杂的数理统计理论 较为麻烦 为了在工作现场尽快做出散布图相关性的判断 并使判断有较可靠的科学依据 目前广泛把数理统计中的简易符号检验法应用到散布图的相关检验中来 2 符号检验法 显著性检验 1 在散布图中添加辅助线辅助线P 垂直于x轴 辅助线Q 垂直于y轴 n1 n2 n3 n4 若x和y为完全线性相关 则n n 必有一个为0 若x和y为完全不相关 则有n n P272 四 散布图的定量分析 一元线性回归 1 一元回归的猜想2 经验
5、回归方程 x 添加剂 y 产出率 3 求相关系数r 4 相关系数r显著性检验 r 0 y与x不相关 r 0但很小 y与x弱相关 r数值达到多大 课题才有研究价值呢 具体见 相关系数显著性检验临界值表P276 判断标准说明 5 求预测 控制区间 本例 Sy 1 39 p 0 95 自由度f n 1 29 查表K 2 04 则 预测区间为Y上 4 76x 47 63 K Sy 4 76x 47 63 2 84Y下 4 76x 47 63 K Sy 4 76x 47 63 2 84 1 先求出因变量的样本标准差Sy 2 设定置信度 以及f n 1 查表求出覆盖因子K 3 则 y a x bK Sy P21 五 注意事项Tips 如何转化非线性回归为线性回归 对方程两边同时取对数 对方程两边同时取对数 对方程两边同时取对数
