-ing的主页 - 六西格玛质量问答课程考题一站式平台

登录

-ing 无门无派

我说的不一定对，望独立思考

保密

关注: 1 | 粉丝: 26 | 积分: 1371 | 威望: 22 | 访问: 203643

-ing 在 2021-05-10 22:15 发起了提问 SPC 六西格玛: 问答数据服从正态分布与过程受控之间有没有联系？

在进行过程能力分析时，红皮书中有这样一段描述：“过程能力分析的假设前提是输出服从正态分布，因此，过程应是稳定或统计受控的”。那么，疑问来了。数据服从正态分布和过程受控之间是否有联系？或者这样问：①如果数据服从正态分布，过程是否是受控的？②如果过程是受控的，输出数据是否是正态分布？为了回答第一个问题，...:; 关注问题 1  0  0 评论

-ing 在 2021-05-07 23:49 发起了提问 方差分析 六西格玛: 问答方差分析表怎么看试验设计是否增加了中心点试验？

阿巴阿巴: 当初黑带考试有一个题目是看有没有设置中心点的; 关注问题 1  0  0 评论

-ing 在 2021-05-07 23:12 回答了问题 六西格玛: 试验设计中增加中心点为什么能代替重复试验？; -ing: 重复试验的目的是干嘛？是为了估计随机误差，让每一个处理都重复两次当然更好，更能估计随机误差，但成本太大。因此，选择了增加中心点，并且在中心点重复试验3~4次，中心点分布在试验的开头、中间与结尾，如果试验结果存在明显的不同，说明试验是有问题的。中心点的试验条件都是相同的，试验结果应该相差不大，这几个中...; 赞同0 反对 0 人感谢 0 评论 1 回复

-ing 在 2021-05-07 10:28 发起了提问 六西格玛: 问答期望值与均值有什么不同？一个实际，一个理论

只能说期望值与均值类似，都是一个平均数，但不能说期望值等于均值，因为两者的含义是不一样的。期望值与均值的区别主要体现在以下：1.均值是根据一些已经知道数值的样本得到的，因此，均值是实际存在的，常常被指认为是一个样本的特性值。2.期望则是理论的，代表的是整个总体的平均值。因为总体是没有办法全部测量的，...:; 关注问题 1  0  0 评论

-ing 在 2021-05-06 22:19 回答了问题 PPAP 六西格玛: 检查外观缺陷的测量系统分析该怎么取样？; -ing: 外观检查只有合格与不合格两个属性，是离散型数据。针对离散型数据做测量系统分析，一般选20个或者20个以上的零件，最好是合格品与不合格品各占一半，进行隐藏性的编号，检验员事先不知道哪些是合格的哪些是不合格的，更不知道编号。当然，你应该先知道哪些是合格的与不合格的。另外，最好找几个限度样品。让检验员对每...; 赞同0 反对 0 人感谢 0 评论 1 回复

匿名用户在 2021-05-04 23:23 回答了问题 六西格玛: 产品缺陷有很多种，怎么直观的显示发生最多的几个？; -ing: 可以使用排列图，又称帕累托图，原理是二八原则，即80%的问题通常是由20%的因素决定的。这个图形可以把你公司发生的缺陷按照从小到大的比例一一排列出来，形象、直观，很容易看出缺陷比例最多的前几个，前面几个缺陷即是需要亟待解决的。首先，把缺陷进行分类，统计出每个缺陷占总缺陷的比例。其次，绘制排列图，如上...; 赞同0 反对 0 人感谢 0 评论 1 回复

匿名用户在 2021-05-04 22:41 回答了问题 假设检验 六西格玛: 样本量大于30，还需要做正态性检验吗？; -ing: 兄台，中心极限定理不是这样表述的吧。中心极限定理：不管随机变量处于何种分布，不管是离散分布还是连续分布，只要独立同分布的随机变量的个数n足够大，那么，随机变量的统计量（均值/合的分布）都可以看成是近似正态分布。这个中心极限定理怎么理解呢？比如：你随机抽取随机变量X1、X2、X3.....，不管X1、...; 赞同0 反对 0 人感谢 0 评论 2 回复

匿名用户在 2021-05-03 21:47 回答了问题 SPC: 控制图的极差值有可能是负吗？; -ing: 控制图极差值不可能小于0，都是正值，你看极差值的计算公式就明白了R=Xmax-Xmin因此，极差图的控制下限都是=0; 赞同0 反对 0 人感谢 0 评论 2 回复

匿名用户在 2021-05-03 21:26 回答了问题 SPC: X-Rs（单值移动极差）控制图的极差是怎么计算的？; -ing: 前后的数据相减即是极差，比如计算第一个观测值的极差，那你就拿第二个观测值减去第一个数据，得出来的值取绝对值就是极差，以此类推，极差值会比观测值少一个数据。比如，一组观测值 2.9、3.2、3.6、4.3...，移动极差R分别是0.3、0.4、0.7...; 赞同0 反对 0 人感谢 0 评论 1 回复

匿名用户在 2021-05-03 12:59 回答了问题 SPC 六西格玛: 控制图连续15个点在C区怎么是异常呢？; -ing: 控制图原则是99.73%的点会落在控制界限内，控制限是±3σ，其余0.27%是小概率事件，不太容易发生。控制图有8大判异原则，主要是依据两个定律：点出界判断异常与界内点不随机排列判断异常。为了便于理解控制图的判异原则，常以控制界限将控制图分成六个区，其中C区是在±1σ...; 赞同0 反对 0 人感谢 0 评论 1 回复

个人成就

获得 10 次赞同

被 26 人关注了

关注了 1 人

All Rights Reserved Powered BY 自习人社区 © 2024 苏ICP备2021047674号