六西格玛绿带教程(相关与回归)VIP免费

相关分析和回归分析绿带培训教程DMAIC阶段Define界定Measure测量Analyze分析Improve改进Control控制项目启动寻找Y=f(x)建立基准测量Y=f(x)确定要因分析Y=f(x)消除要因优化Y=f(x)贯彻执行更新Y=f(x)DDMMAAIICC六西格玛改进程序六西格玛改进程序SIPOC过程图C&E矩阵和FMEA多变量研究假设检验试验设计筛选优化的过程优化的过程30–50个X10-15个X8–10个X4-8关键的X3-6个关键的X漏斗效应控制计划MAICD相关分析和回归分析•因果矩阵分析•多变量分析•相关与回归分析相关分析和回归分析•因果矩阵分析•多变量分析•相关与回归分析因果矩阵分析法因果矩阵分析法是寻找影响主要过程输出变量的主要输入变量的一种方法。因果矩阵分析法步骤：（1）确定主要过程输出变量；（2）确定主要过程输出变量的重要度；（从重要到不重要10~1级）（3）列出过程步骤（工序）；（4）针对每个主要过程输出变量，确认对该输出有影响的输入变量；（5）确定输入变量和输出变量之间相关程度（从相关到不相关10~0级）（6）计算每个工序输入变量的总分；（7）根据总分确定输入变量的优先级别（得分最高的几个输入变量可能为关键输入变量）（8）对关键输入变量影响的真实性加以验证。案例：某公司加工X产品，为了确认对输出存在主要影响的过程输入变量，该公司决定对生产过程进行因果分析。因为缺陷有几种，所以用因果图分析效率较低，该公司六西格玛团队决定最终用因果矩阵分析法来帮助分析。1.确定过程主要输出变量通过头脑风暴法，结合目前的过程缺陷，得出X产品加工过程主要输出如下：X产品加工过程ABCDEF主要输出2.确定过程主要输出变量的重要度如下表：过程主要输出重要度A10B8C5D10E10F93.列出过程步骤，并与过程主要输出联立成关系矩阵，如表所示：过程输出108510109工序输入变量ABCDEF评分a32724141Ib12561c1220IId134494IIIe27644186f14422102IVg1222276h32731121Vi101056105410j833119VIk24262l536104VIIm213263VIIIn357105o8410220IXp108140Xq1560XIr21133XIIs215534.针对每个主要输出变量，在每个工序列出对该输出有影响的输入变量，如表。5.确定输入变量与输出变量之间的相关程度，如表。6.计算每个工序输入变量的总分从表中可知，“i”的总分为410，“0”的总分为220，“e”的总分为186，占前三位，因此，认为以上几个输入变量为影响过程输出的关键输入变量，需重点给予改进。7.根据总分确定输入变量的优先级别8.对关键输入变量影响的真实性加以验证相关分析和回归分析•因果矩阵分析•多变量分析•相关分析与回归分析多变量分析•多变量图（Multi-VariChart）：适用于连续型数据，描述变量间的关系•多变量图:直观地提供过程各影响因素之间的关系以及它们对过程输出影响的坐标图。六西格玛团队在研究多个变量时，可用多变量图形象地描述变量间的关系。这些图在方差分析等数据分析之前做，可以对数据有一些初步的形象了解。多变量图•例:项目团队研究三种材料在某种条件下的时间效应。数据收集过程是在三个通电时间0.5,1.0,1.5分钟里分别测量每种材料（材料1，材料2和材料3）的5个样品，在进行数据分析前，了解是否有明显的趋势成交互作用。A通电时间B材料C超导强度0.50.50.50.50.50.50.50.50.51.01.01.01.01.01.01.01.01.01.51.51.51.51.51.51.51.51.511122233311122233311122233323202122192019182122201924252220192218181621232020222432125242322212019181716B材料C超导强度0.51.01.5材料多变量图A通电时间多变量图•在输出的多变量图中，每一材料类型上都有连接三个点的连线，这三个点表示在对应的材料类型下，各个时间段里材料的超导强度的平均值，反映了各个材料类型组内的信息，•图中虚线连线上的各个点分别代表三种材料的超导强度的平均值，反映了各个材料类型组间的信息,它们虽有差别，但并不严重。•同种材料内分别对应的通电时间（通电时间分别为：0.5,1.0,2.0分钟）的超导强度差异较大，而且不同材料对应同样的通电时间的图象样子差别很大，说明材料的种类与通电时间的长度有交互作用。回归分析(RegressionAnalysis）•二类关系•相关系数•相关系数的检验•一元线性回归模型•回归...