数据分析培训提纲1．概论1.1数据分析的重要性（1）贯彻质量管理8项原则的需要QM的8项原则之一为：基于事实的决策方法。要避免决策失误必须提供足够的信息，以及进行科学决策。信息：有意义的数据。数据：能客观反映事实的资料和数字。要使数据提升为信息，才能将其增值。为此，必须从数据收集和分析上运用科学的方法，使之便于利用。（2）通过数据的收集和分析可证实QMS是否适宜和有效。（3）帮助识别和评价QMS持续改进的机会。（4）增强对各种意见和决策的分析、判断、评审、质疑能力因此，数据分析是保障QMS有效运行的重要手段。1.2数据分析的一般过程1.2.1数据收集（1）收集范围产品、体系和过程的数据，如：产品检测中的不合格，QMS质量目标完成情况、持续改进情况、过程监视和测量情况等。事实上在QMS的各个过程中，都会产生一些数据，在管理中必须根据当前及长远目标的需要，确定应收集那些数据，重点如何。（2）收集方法1）各种报表和原始记录（注意分类）2）区域网中的数据库3）注意明确收集人、收集时间、收集方式、传递方式。（3）收集的要求1）及时2）准确数据的质量，“进来的是垃圾，出去的还是垃圾”3）完整数据项目齐全，数量符合要求。1.2.2数据分析、处理（1）数据的审查和筛选剔除奇异点，确定数据是否充分（2）数据排序按其重要度进行排序，以确定分析处理的对象和顺序（3）确定分析内容，进行统计分析（4）分析判断在统计分析的基础上，以目标值或标准为依据，对统计分析结果（绘图或计算）作进一步分析，以获得指导过程改进的明确信息，找出主要问题和薄弱环节，并提出相应的改进建议。（5）编写报告对分析判断得出的规律、趋势整理成报告（附有直观的图表）-1-1.2.3数据的利用不能为分析而分析，要有“的”放矢，数据分析应指导管理。数据分析是为了科学决策，决策的结果，可通过前后对比来分析判断其有效性。数据分析应对其全过程做到闭环管理。为此，应将数据分析信息有效地传递，做到信息共享。在风险评估的基础上，采取适当措施。2．统计分析技术2.1概述2.1.1什么是统计分析技术（1）统计技术运用数理统计的方法对数据进行分析，找出其规律和趋势。如：常用的控制图、回归分析、试验设计等。（2）分析技术运用逻辑分析的方法对数据进行分析，找出影响事物的因素及其影响程度。如常用的排列图、因果图、饼图、QFD和FMEA等方法。2.1.2统计技术应用的基础条件（1）日常管理秩序健全，产品质量有可追溯性。（2）生产过程相对稳定。影响质量的因素已规范化，过程质量处于受控状态。（3）具备必要的物质、技术基础测试手段适用，必要的图表及计算处理用具或软件。（4）大量的数据计算和处理运用计算机n2.2统计技术的基础知识2.2.1随机变量及其分布（1）什么是随机变量：变量——数值有变化的量，相对常量而言。随机因素——随机（不是人为偏向）因素（多种因素），如：年降雨量，抛硬币。加工尺寸——由模具磨损、机器磨损、材料、人的操作重复性、环境……等决定。随机变量——受随机因素影响的在一定范围内取值的量抽样必须随机，不能有倾向性，。（2）分布直方图：fin——数据总数频率：fi=ni——第i组的频数连续型随机变量：ΔXO为一光滑曲线，此曲线为分布函数。分布的特征：形状（对称、偏斜）、位置、分布宽度（最大值—最小值）。ni间距ΔX参数2.2.2总体与样本总体——研究对象的全体，如一批电缆，可视为总体，研究其总长，每一根（或段）电缆则为总体中的一个个体（成员），一批所有电缆的总长为总体。总体用变量X表示-2-样本——从总体中抽出的部份个体组成的集合称为样本。抽样因为不可能研究每一个个体。从样本推断总体，必须正确反映总体的信息，正确抽样。随机抽样——简单随机样本、随机数表Xi0~99可以构成2500个随机数。2.2.3正态分布钟形曲线，曲线下的面积表示概率对称，中间高，两边低X~（μ，σ2）Xμμ——总体的均值；σ——总体标准差正态分布检验：·直方图·概率纸横坐标——X的等距取值；纵坐标——不等距0.01%~99.99%在概率纸上描出的点呈一直线，则为正态分布。正态分布的分布函数值近似正态分布——总趋势符合正态分布，但有个...
