六西格玛教材40-24(Unit-4分析 4.9 相关回归).pdf

《六西格玛教材40-24(Unit-4分析 4.9 相关回归).pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、分析(Analyze)阶段相关／回归(Correlation&Regression)路径位置DefineMeasureStep9-VitalFewX’的选定AnalyzeStep7-Data收集Step8-Data分析ImproveMultiVariCentrallimitHypothesistestingConfidenceintervalANOVA,T-testChi-squareControlCorrelation,regression目的定义并计算相关系数讨论相关性及因果关系绘制并分析拟合直线图介绍回归分析的基本知识使用回归分析技

2、术建立数学预测模型X和Y数据类型研究设计小组想了解引擎寿命与车辆重量有无关系Y是什么？_____________数据类型？______________X是什么？_____________数据类型？______________你将使用哪种工具？________________________分析路线图(单一X：单一Y)XData离散连续LogisticChi-Square离散RegressionYDataTtest/ANOVA连续RegressionMeans/MediansTests相关（CORRELATION）：是什么？“相关”为什么如此重要？

3、你是否经历过测量某些产品合格后送给顾客，但他们告诉你你的产品不符合规格？在奥运会滑冰比赛上，你认为两个裁判成绩的相关性有多高？1000504050030YNewY2010000500100001020304050XNewX这两张图有何不同？“+”相关的强度与趋向StrongPositiveCorrelation1101009080tutp70uModeratePositiveCorrelationOY=9.77271+0.745022X60R-Squared=0.87650401103010040506070809010011012090Inputt

4、u80WeakPositiveCorrelationtpuO70Y=25.7595+0.645418XR-Squared=0.35960855040755060708090100tuInputtpuOY=56.6537+0.181987X65R-Squared=0.11555405060708090Input“-”负相关的强度与趋向StrongNegativeCorrelation11010090ModerateNegativeCorrelation80tutp70uOY=99.1754-0.745022X60R-Squared=0.876110501

5、0040903001020304050607080tu80WeakNegativeCorrelationtpInputuO70Y=90.3013-0.645418XR-Squared=0.359608550400102030405075tInpututpuOY=74.8524-0.181987X65R-Squared=0.11555102030405060Input相关系数(R)的确认有几种方法可以决定r值相关研究拟合直线图回归分析让我们一一探讨各个方法相关性分析打开文件Correlation.MPJ中的工作表CorrelationExam

6、ple依据产品特性，确定Customer与Supplier之间的相关性相关性分析既然我们使用统计检验方法，则“假设”需被检验！Ho:没有相关存在Ha:有相关存在若p值大于0.05，即接受Ho，亦即X与Y之间没有相关存在；若p值小于0.05，则Ho被拒绝且Ha将被接受，亦即有相关存在相关性分析结果:CorrelationExample相关:Supplier,CustomerSupplier和Customer的Pearson相关系数=0.834P值=0.000结果显示在对话窗中注意，我们得到相关系数及P值你对Supplier和Customer

7、之间的关系有何见解?R应该多大?SampleSized.f.SignificanceLevelnn-20.100.050.020.01310.98770.99690.99950.9999420.90000.95000.98000.9900依样本大小，若所得的相关系530.80540.87830.93430.9587640.72930.81140.88220.9172数比表中的值大，则可视为750.66940.75450.83290.8745860.62150.70670.78870.8343“重要”或统计显著970.58220.66640.74980.

8、79771080.54940.63190.71550.76461190.52140.60210