《[精选]6Sigama-LG案例SessionIV分析(PPT 50页)fuk.pptx》由会员分享，可在线阅读，更多相关《[精选]6Sigama-LG案例SessionIV分析(PPT 50页)fuk.pptx（52页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.00AnalysisSession IV.分析(Analysis)学 习 目 标 学 习 内 容1.分析概要2.MINITAB 基础3.图象分析4.假设验证5.回归分析 利用已知Data 进行图象分析。利用假设验证找出致命因子。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.01Step 1潜在因子的导出通过Brainstorming的潜在因子的导出利用特性要因图整理图象分析HistogramPlotMatrix PlotBox Plot 在测量阶段我们已了解了CTQ 的现在水准。分
2、析阶段重点应放在对CTQ 构成影响的各种因子上。在分析阶段，应从可能对工程构成影响的诸多因子当中找出确实的致命因子。为了确认致命因子，我们利用数据计量化判断CTQ 和X 因子之间的关系为了计量化使用各种统计性工具。1.Introduction2.活动 Process特性要因图的制作方法请参照测量阶段的内容。Step 2Data 的收集1)利用测量阶段收集的数据2)制订数据收集计划 有体系地收集数据。3)数据收集有困难时，通过实验收集。Step 3致命因子的选定统计假设验证相关关系分析假设验证(计量型)假设验证(离散型)实验分析ANOVO 分析1.分析概要LG電子6 SigmaCopyright
3、 2000 LG Elec.Ver 1.022.MINITAB 基础1)Minitab 的开启和终了1)-1 Minitab 的开启:MINITAB 的开启方法有两种。点击桌面菜单上的快捷方式。在开始菜单选择MINITAB:开始-PROGRAM-MINITAB 13 for Windows-MINITAB1)-2 Minitab 的关闭:关闭有两种方法。点击 X 号 在菜单中选择 File-ExitLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.032)Minitab 的结构 Minitab 开始画面Session 窗:主要输出实行结果 和计算机中 Displa
4、y 窗作用相同。Window 窗:输入数据窗 基本上和 Excel 的 Workshet 相似，不是Cell 单位 以列单位认识数据。主菜单 主菜单快捷菜单 快捷菜单LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.043)主菜单说明File 文件的保存，打开等功能Edit对Worksheet 进行修正和编辑Manip(Manipulation)与Worksheet 的Data 操作相关命令Calc(Calculation)计算功能Stat(Statistic)与统计分析相关的功能Graph 画图命令Editor 画面编辑Window 画面构成属性Help 帮助菜
5、单LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.05 Data 的输入输入变量名的行数据输入方向示意箭头-1 Data 输入和删除Worksheet C1 列输入变量名 X,Data 1,2,3,4,5,C2 列输入变量名 YData 6,7,8,9,10。删除Worksheet C2 列的 Data 将C2 列的 Click 后,单击右键（这时,C2 列变黑）在屏幕菜单中选择Delete Cells列行4MINITAB 基础(MINITAB Worksheet 编辑)X YLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.06
6、插入行和列在Worksheet C1 和C2 列之间插入一列。将C2 列 Click 后,单击右键(这时,C2 列变黑)在屏幕菜单中选择 Insert Columns Autofill 功能X YX YLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.07 Data 的 Stack/Unstack Stack Data:所有Data 都在一列,用数据标识列来区分的已整理状态。Unstack Data:Data 按不同集团别整理在不同列的状态。StackDataUnstackData Manip Unstack Columns.输入到新的Worksheet中时Sub
7、要Unstack 的 DataUnstack 的基准列LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.08 Manip Stack Stack Columns.输入到新的Worksheet 时新列区分列要Stack 的DataLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.09 打开新的Worksheet File New.选择Minitab Worksheet 简单的计算.Calc Calculator.计算结果输入列计算式输入列选择必要函数LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.010
8、输入有规则的数据时 在C1 列中输入111222333444555 Calc Make Patterned Data Simple Set of Numbers.底待数入列选择第一个数输入最后一个数输入 递增值各数的反复次数全体反复数练习:请将下列数据输入C2 列。1)2224446666888222444666888222444666888 2)999888777666555999888777666555LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.011 文件的保存1)只保存Worksheet 的Data 的方法 File Save Worksheet A
9、s.输入文件名只保存Worksheet 时扩展名是mtw(Minitab Worksheet)。2)保存包含Worksheet 的所有结果 File Save Project As.输入文件名只保存Worksheet 时扩展名是mtw(Minitab Worksheet)。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.012 打开File1)打开Project 文件 File Open Project扩展名确认2)打开 Worksheet 文件 File Open Worksheet扩展名确认 若要打开Excel 文件,文件类型应选择 Excel(*.xls)
10、只保存Worksheet 时被保存的是mtw(Minitab Worksheet)。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0133.Graph 分析 明确分析对象 与实际相结合，确认分析对象的Output。.预想Output 作为与下一阶段(Session 3,实验计划)相关的内容，将其视为 重点。制订与预想Output 相关的数据收集计划，收集数据。怎样了解?利用已收集的数据 决定可用于明确Output 需要的Graph。与Graph 分析结果相应的措施?对于Graph 分析结果，确认是否收到了预期的Output，决定需要追加检讨的 事项 与实际问题
11、相结合，需要及时改善的事项就及时改善。1)分析 Process2)分析阶段使用的图象 需确认Data 的散布时:Dotplot,Histogram 主要用于CTQ 的确认,判断异常点的有无。这时 CTQ 是连续型Data。作比较时:Boxplot,柱型图 主要用于比较对CTQ 构成影响的X 因子的水准别平均和散布。这时CTQ 为连续型,X 因子为离散型Data。确认相关关系时:Plot,Matrix Plot 主要用于确认和对CTQ 构成影响的X 因子之间的相关关系，这时CTQ,X 都是连续 型Data。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0143)
12、分析阶段使用比较多的GRAUP(利用Example1.mtw)确认Height 分布 Graph Dotplot.Dotplot选择目标变量1)所有Data 都画成GRAUP2)按特定团体别绘制时 1)的实行结果 2)的实行结果(将Height 按Gender 别区分绘制时，选择By variable 旁的Gender。)LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.015 Graph Histogram.Histogram目标变量 实行结果LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0164)了解变量之间的关系(这时Dat
13、a 的类型都是连续型。)确认Height 和Weight 之间的关系。Graph Plot.Plot(散点图)选择数据 实行结果LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.017 在Plot 中确认异常点的位置在输出Graph 上点击右键选择Brush。选择Brush 后鼠标箭头就会变成手指模样。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.018 Matrix Plot:一次性确认多个变量之间的关系 确认Height,Weight,Purse 之间的关系 Graph Plot.选择目标变量 实行结果 LG電子6 Sigma
14、Copyright 2000 LG Elec.Ver 1.0194)作比较时(这时,Y 是连续型，X 是离散型Data。)对Pulse 作Activity 别平均比较。Graph Chart.Chart(柱型图)Y Data X Data 实行结果LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.020 Graph Boxplot.Boxplot选择YData 选择XData 实行结果LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0215)略为一个数字对Height 求平均，标准偏差。只省略作数字选择目标Data1)区分作Grou
15、p 进行整理时Descriptive Statistics:HeightVariable N Mean Median TrMean StDev SE MeanHeight 91 68.725 69.000 68.793 3.679 0.386Variable Minimum Maximum Q1 Q3Height 61.000 75.000 66.000 72.000 实行结果 1)的实行结果:将Height 按Gender 别区分整理。Descriptive Statistics:Height by GenderVariable Gender N Mean Median TrMean StD
16、evHeight Female 35 65.400 65.500 65.395 2.563 Male 56 70.804 71.000 70.840 2.579Variable Gender SE Mean Minimum Maximum Q1 Q3Height Female 0.433 61.000 70.000 63.000 68.000 Male 0.345 66.000 75.000 69.000 73.000 Stat Basic Statistics Display Descriptive Statistics.LG電子6 SigmaCopyright 2000 LG Elec.V
17、er 1.022 利用GRAUP 进行整理点击GRAUP信赖度输入正态分布确认 标本平均 标本标准偏差 标本分散 Data 个数4 分位数 平均的信赖区间标准偏差的信赖区间中位数的信赖区间 实行结果 Stat Basic Statistics Display Descriptive Statistics.LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.023 求相关系数的方法 Stat Basic Statistics Correlation.实行结果 Correlations:Height,Weight,Pulse Height WeightWeight 0.
18、786(相关系数）0.000(p-Value)Pulse-0.223-0.203 0.033 0.054 Cell Contents:Pearson correlation P-ValueLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0244.利用假设验证的分析1)假设验证的理解 天津工厂的IQC 每天都在调查外协社的品质。这时按照是否符合规格判断为 良品或不良品 即IQC 须从下列说法中选择一样。-纳品品质满足规格。(良品)-纳品品质不满足规格(不良)没有确认的事情称为假设(肯定的0 假设,否定0 假设的假设称为对立假设。）若要对以上情况作出常识性的判断,就
19、必须对外协社的制品抽样检查，同规格 比较，若差异大就是对立假设，反之则是0 假设。整理如下标本和规格的差异0 假设的可能性高小大0 假设的可能性低Qrdeshi LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.025 也就是说,以标本为依据计算0 假设的概率后,若概率大就是0 假设,小就是 对立假设。这种方法称为假设验证。在这里,0 假设成立的概率称之为p-Value。求出p-Value 后，若要判断大小，需要一定的基准 这个水准就是有义水准，一般类型为1%,5%,10%，通常选用5%。有义水准的选择基准根据分析者对0 假设的确信程度来决定。若0 假设的确信度
20、高，选择的有义水准应尽量满足0 假设。这种情况选择较低的有义水准。反之则选较高的有义水准。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0262)连续型Data 的假设验证1)一个平均的假设验证(已知某集团的标准偏差的情况下)确认Height 平均身高是否是70。(仅知,某集团的标准偏差为12。)-0 假设:-对立假设:Stat Basic Statistics 1-Sample Z.选择目标 Data标准偏差输入 实行结果输入欲确认的平均 70One-Sample Z:HeightTest of mu=70 vs mu not=70(0 假设和对立假设)Th
21、e assumed sigma=12Variable N Mean StDev SE MeanHeight 91 68.73 3.68 1.26Variable 95.0%CI Z PHeight(66.26,71.19)-1.01 0.311LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0272)一个平均的假设验证。(已知某集团的标准偏差的情况下)Stat Basic Statistics 1-Sample t.选择目标 Data 实行结果 确认Height 的平均身高是否好是70。-0 假设:-对立假设:Test of mu=70 vs mu not=70
22、(0 假设和对立假设)Variable N Mean StDev SE MeanHeight 91 68.725 3.679 0.386Variable 95.0%CI T PHeight(67.959,69.491)-3.31 0.001LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.028 关于Option Menu 更改信赖度 信赖度输入 分析和GRAUP 同步进行选择GRAUP 类型LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0293)两个平均的假设验证 Stat Basic Statistics 2-Sample t
23、.确认男女平均身高是否有差异-0 假设:-对立假设:身高性别两集团的分散相同时选择 实行结果Two-Sample T-Test and CI:Height,GenderTwo-sample T for HeightGender N Mean StDev SE MeanFemale 35 65.40 2.56 0.43Male 56 70.80 2.58 0.34Difference=mu(Female)-mu(Male)Estimate for difference:-5.404-男女身高的差异 95%CI for difference:(-6.507,-4.300)-差异的信赖区间T-Tes
24、t of difference=0(vs not=):T-Value=-9.76 P-Value=0.000 DF=72LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0304)分散差异的假设验证 ANOVA Test for Equal Variances.确认男女分散是否有差异-0 假设:-对立假设:身高性别 实行结果标准偏差的信赖区间 Data 呈正态分布时 Data 不作正态分布时男女身高的BoxplotLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0315)确认正态分布与否 Stat Basic Statistics
25、Normality Test.Data 的正态分布的确认确认收集的 Pulse 是否遵循正态分布Data 输入选择Test 方法 实行结果 红线表示正态分布情况，黑线表示实际数据LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.032 非正态分布的正态化 Stat Control Charts Box-Cox Transformation.Data 选择输入Sub Group 大小选择输入变化Data 列 实行结果LAMBDA 的信赖区间LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.033Test and CI for One P
26、roportionTest of p=0.15 vs p not=0.15(0 假设和对立假设)ExactSample X N Sample p 95.0%CI P-Value1 15 300 0.050000(0.028251,0.081127)0.0003.离散型 Data 的假设验证1)一个比率差的假设验证 Stat Basic Statistics 1-Proportion.天津工厂为了确认A 外协社的6 课题成果抽查了300 个制品，其中不良品为15 个 A 外协社纳品的不良率过去是15%。-0 假设:-对立假设:全体个数不良个数Click信赖度要比较的比率95%实行结果LG電子6
27、SigmaCopyright 2000 LG Elec.Ver 1.0342)两个比例率差的假设验证 000 事业部为了比较A,B 两个生产线的不良率收集了数据。结果，ALine 的1000 中 出现了75 个不良,B Line 的1500 个中出现了120个不良。-0 假设:-对立假设:Stat Basic Statistics 2-Proportion.全体个数 不良个数 实行结果Test and CI for Two ProportionsSample X N Sample p1 75 1000 0.0750002 120 1500 0.080000Estimate for p(1)-p
28、(2):-0.005(A,B 的差异95%CI for p(1)-p(2):(-0.0263305,0.0163305)(差异的信赖区间)Test for p(1)-p(2)=0(vs not=0):Z=-0.46 P-Value=0.646LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0353)表(Table)的假设验证 三个以上比率差的验证 天津工厂对A,B,C,D 四种材料实施作业评价，结果如下-0 假设:-对立假设:良品不良品45 43 48 44 5 7 2 6A B C D Data 输入:将表中的Data 原样输入 Worksheet。Stat
29、Tables Chi-Square Test.Data 选择Expected counts are printed below observed counts A B C D Total 1 45 43 48 44 180 45.00 45.00 45.00 45.00 2 5 7 2 6 20 5.00 5.00 5.00 5.00Total 50 50 50 50 200Chi-Sq=0.000+0.089+0.200+0.022+0.000+0.800+1.800+0.200=3.111DF=3,P-Value=0.375 实行结果LG電子6 SigmaCopyright 2000 LG
30、 Elec.Ver 1.036 确认两变量的独立关系 天津工厂对顾客性别和喜好颜色作了如下调查。-0 假设:-对立假设:男女37 41 4435 72 71白色 紫色 蓝色 Data 的输入:将表中Data 原封不动输入Worksheet。Stat Tables Chi-Square Test.Data 选择Chi-Square Test:白色,紫色,蓝色Expected counts are printed below observed counts 白色 紫色 蓝色 Total 1 37 41 44 122 29.28 45.95 46.77 2 35 72 71 178 42.72 67
31、.05 68.23Total 72 113 115 300Chi-Sq=2.035+0.534+0.164+1.395+0.366+0.112=4.606DF=2,P-Value=0.100 实行结果LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.037 Chi-Square Test 结果的解析方法 若有一塞子厂。对成品进行品质检验时，怎样判断良品与不良品呢。如果成 品符合要求，各个数字出现的概率都应为1/6。根据这一特性可判断良品与否 为了作出判断投掷6000 次。123456100010001000100010001000预测值 实际值 实际值和预测值的差
32、10109901050950100199910-1050-501-1实际值和预测值的差值相加，若其值大则是良品，反之则是不良品。上诉情况是已知概率的情况，那不知概率的情况又如何呢Chi-Square Test:白色,紫色,蓝色Expected counts are printed below observed counts 白色 紫色 蓝色 Total 1 37 41 44 122 29.28 45.95 46.77 2 35 72 71 178 42.72 67.05 68.23Total 72 113 115 300Chi-Sq=2.035+0.534+0.164+1.395+0.366+
33、0.112=4.606DF=2,P-Value=0.100LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.038 上述情况可求出四个平均 全体平均:36.1 数组 1 的平均:26.2 数组 2 的平均:36.6 数组 3 的平均:45.62526272429353938373442454944481Gr 2Gr 3Gr全体平均 分散分析的理解天津工厂为了比较三个外协厂的品质，各抽取五个样品进行调查。细分各Data 的散布程度,同全体平均的差异可分作群内平均和Data 间的差异，以及 群内平均和整体平均的差异 若按数组别存在差异,数组内平均和数据之间的差异应比数
34、组内平均和全 体平均的比率小。群内平均和数据的差异和(上页中+)群内平均和全体平均的差之和(上页中+)4)分散分析(ANOVA)LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.039 一个独立变量的分散分析 为了确认耐久性的差异,对四个外协社进行抽样测量，确认会社别存在哪些 差异-0 假设:-对立假设:Stat ANOVA One-Way.独立变量需要画图时选择One-way ANOVA:Analysis of Variance for Source DF SS MS F P纳品会社 3 111.6 37.2 2.60 0.101Error 12 172.0 1
35、4.3Total 15 283.6 Individual 95%CIs For Mean Based on Pooled StDevLevel N Mean StDev-+-+-+-1 4 14.483 3.157(-*-)2 4 9.735 3.566(-*-)3 4 12.808 1.506(-*-)4 4 17.005 5.691(-*-)-+-+-+-Pooled StDev=3.78 实行结果各会社的95%信赖区间从属变量LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.040 Stat ANOVA Two-Way.两各独立变量的分散分析 LINE 别,
36、为了确认按倒班班组别生产量的差异，收集了Data。-0 假设:-对立假设:-0 假设:-对立假设:-0 假设:-对立假设:独立变量选择Display meansAnalysis of Variance for Source DF SS MS F P倒班 2 1919 959 9.25 0.015事业部 1 21 21 0.21 0.666Interaction 2 561 281 2.71 0.145Error 6 622 104Total 11 3123 Individual 95%CI倒班 Mean-+-+-+-+-1 43.5(-*-)2 68.3(-*-)3 39.8(-*-)-+-+
37、-+-+-30.0 45.0 60.0 75.0 Individual 95%CI事业部 Mean-+-+-+-+-A 49.2(-*-)B 51.8(-*-)-+-+-+-+-42.0 48.0 54.0 60.0 实行结果从属变量LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.041 三个变量的分散分析 分析对冷却力构成影响的A,B,C 的实验数据。Stat ANOVA General Linear Model.General Linear Model:Y versus A,B,CFactor Type Levels Values A fixed 2-1 1
38、B fixed 2-1 1C fixed 2-1 1Analysis of Variance for Y,using Adjusted SS for TestsSource DF Seq SS Adj SS Adj MS F PA 1 36.000 36.000 36.000 57.60 0.000B 1 20.250 20.250 20.250 32.40 0.000C 1 12.250 12.250 12.250 19.60 0.002A*B 1 2.250 2.250 2.250 3.60 0.094A*C 1 0.250 0.250 0.250 0.40 0.545B*C 1 1.00
39、0 1.000 1.000 1.60 0.242A*B*C 1 1.000 1.000 1.000 1.60 0.242Error 8 5.000 5.000 0.625Total 15 78.000 实行结果从属变量独立变量:变量之间输入“|”是为了分析交互作用。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.042人的身高和体重存在一定的关系，一般来说个高的人体重也比较大。若两变量之间存在相关关系，在已知身高的情况下，就可以预测体重；在已知体重的情况下可以预测身高。若要使这种预测可信，应用函数式表达两变量之间的关系。即,所谓回归分析,就是找出从属变量和独立变
40、量的相关函数式，并利用它确认信赖性。1.回归分析的概念2.函数式的选定方法右表是关于切削机使用年份和整备费用的资料。散点图分析(使用年度和整备费用的散点图如下）Error5.回归分析LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.043 Stat Regression Regression.3.从属变量输入独立变量输入1)得出的函数式The regression equation is y=29.1+13.6 x2)函数得信赖性判断 Predictor Coef SE Coef T PConstant 29.11 15.97 1.82 0.093x 13.637
41、 3.149 4.33 0.001S=29.11 R-Sq=61.0%R-Sq(adj)=57.7%Analysis of VarianceSource DF SS MS F PRegression 1 15887 15887 18.75 0.001Residual Error 12 10166 847Total 13 26053Unusual ObservationsObs x y Fit SE Fit Residual St Resid 12 7.00 186.00 124.57 11.23 61.43 2.29R R denotes an observation with a large
42、 standardized residualLG電子6 SigmaCopyright 2000 LG Elec.Ver 1.044 回归线线为基准,X,Y 的关系可分为两个领域。由下图可知 区域 是用函数式就可以说明的部分，区域是不能用函数式说明的部分，即 Error。决定系数(R Square)的分析 分散分析表也如上图，表示为可能的分散和不可能的分散比。这时,0 假设：回归式为0,故p-Value 越小，信赖性越好。ANOVA Table 的分析 用求得函数式作为基准,预测值和实际值差异过大时，就可提供异常 点的情报 Unusual ObservationsLG電子6 SigmaCopyr
43、ight 2000 LG Elec.Ver 1.0453)残差(Residual)的分析残差 为了确认回归式的适宜性，解析关于残差的三种假设。1.残差呈正态分布。2.各点相互独立。3.各个点的分散具有同一性。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.046 实行结果,LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0474)用散点图表示回归式 Stat Regression Fitted Line Plot.从属变量输入独立变量输入 黑线:红线:蓝线:实行结果 LG電子6 SigmaCopyright 2000 LG Ele
44、c.Ver 1.0485)求新独立变量的预测区间 领域两变量之间的函数式,对应新变量的从属变量的预测区间。使用年度为十年时预测整备费用如下。Stat Regression Regression.从属变量输入独立变量输入新独立变量输入 10New Obs Fit SE Fit 95.0%CI 95.0%PI1 165.48 19.19(123.66,207.29)(89.52,241.44)实行结果LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0496)两个以上独立变量的回归分析 不管独立变量是多是少,求函数式的基本原理是不变的。即,.下面是关于广告费，以及商店
45、别总销售额的数据。Stat Regression Regression.独立变量输入从属变量输入LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.050 实行结果Regression AnalysisThe regression equation isTOTAE=-0.65+1.55 COST+0.760 SIZE()Predictor Coef StDev T PConstant-0.651 2.908-0.22 0.829COST 1.5515 0.6462 2.40 0.047SIZE 0.7599 0.3968 1.91 0.097S=2.278 R-Sq
46、=90.1%R-Sq(adj)=87.3%Analysis of Variance Source DF SS MS F PRegression 2 332.07 166.04 32.00 0.000Residual Error 7 36.33 5.19Total 9 368.40Source DF Seq SSCOST 1 313.04SIZE 1 19.03Predicted Values Fit StDev Fit 95.0%CI 95.0%PI 21.671 0.831(19.706,23.637)(15.934,27.409)练习题 请根据下列数据找出 耗水量和平均温度,作业日志,作业
47、量之间的函数式,确认信赖性。LG電子6 SigmaCopyright 2000 LG Elec.Ver 1.0 9、静夜四无邻，荒居旧业贫。5月-235月-23Thursday,May 11,2023 10、雨中黄叶树，灯下白头人。20:02:5020:02:5020:025/11/2023 8:02:50 PM 11、以我独沈久，愧君相见频。5月-2320:02:5020:02May-2311-May-23 12、故人江海别，几度隔山川。20:02:5020:02:5020:02Thursday,May 11,2023 13、乍见翻疑梦，相悲各问年。5月-235月-2320:02:5020:
48、02:50May 11,2023 14、他乡生白发，旧国见青山。11 五月 20238:02:50 下午20:02:505月-23 15、比不了得就不比，得不到的就不要。五月 238:02 下午5月-2320:02May 11,2023 16、行动出成果，工作出财富。2023/5/11 20:02:5020:02:5011 May 2023 17、做前，能够环视四周；做时，你只能或者最好沿着以脚为起点的射线向前。8:02:50 下午8:02 下午20:02:505月-23 9、没有失败，只有暂时停止成功！。5月-235月-23Thursday,May 11,2023 10、很多事情努力了未必有
49、结果，但是不努力却什么改变也没有。20:02:5020:02:5020:025/11/2023 8:02:50 PM 11、成功就是日复一日那一点点小小努力的积累。5月-2320:02:5020:02May-2311-May-23 12、世间成事，不求其绝对圆满，留一份不足，可得无限完美。20:02:5020:02:5020:02Thursday,May 11,2023 13、不知香积寺，数里入云峰。5月-235月-2320:02:5020:02:50May 11,2023 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。11 五月 20238:02:50 下午20:02:505月-23
50、 15、楚塞三湘接，荆门九派通。五月 238:02 下午5月-2320:02May 11,2023 16、少年十五二十时，步行夺得胡马骑。2023/5/11 20:02:5020:02:5011 May 2023 17、空山新雨后，天气晚来秋。8:02:50 下午8:02 下午20:02:505月-23 9、杨柳散和风，青山澹吾虑。5月-235月-23Thursday,May 11,2023 10、阅读一切好书如同和过去最杰出的人谈话。20:02:5020:02:5020:025/11/2023 8:02:50 PM 11、越是没有本领的就越加自命不凡。5月-2320:02:5020:02Ma