1
Lookup_value是一个很重要的
2
参数，它可以是数值、文字字
Table_array是搜寻的范围
符串、或参照地址
，col_index_num是范围
3
内的栏数
在使用该函数时，
4
lookup_value的值必须在
table_array中处于第一列
四、VLOOKUP函数 —应用实例
• VLOOKUP函数
上控制限 中心线 下控制限
五、控制图——设计原理图示说明
99.73% 95.45%
68.26%
-3σ
μ -2σ -1σ
+1σ +2σ
+3σ
五、控制图——单值-移动极差控制图
五、控制图——单值极差控制图
—应用实例
• 单值极差图
五、控制图——取样树
首先，学习一下取样树相关知识，我们将会有以下收获: 1、理解交叉与嵌套取样实验设计之间的不同点。 2、在制定的方案中找出最佳的途径。
因果图
二、因果图
1、原因追求型：列出可能会影响过程的相 关因子，以便进一步从其中找出主要原因， 以此图形表示结果与原因之间的关系。 2、对策追求型：目的在于追寻问题点应该 如何防止，目标结果应如何达成的对策， 故以因果图表示特性与要因间的关系。
1、整理问题； 2、追查真正的原因； 3、寻找对策。
二、因果图
三、SPC趋势图 —应用实例
• SPC趋势图
四、VLOOKUP函数
VLOOKUP函数是Excel中的一个纵向查找函数，按列 查找，最终返回该列所需查询列序所对应的值。
该函数的语法规则如下：
VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
（d）双峰型
双峰型，它的特点是有两个高峰。这往往是由 于两种不同分布的数据混在一起引起的，例如 把两个工人加工的同种产品或两台设备加工的 产品混在一起等。发生双峰型应把数据先进行 分层，然后再做直方图。
四、直方图——常见直方图及其意义
（e）平顶型 （f）锯齿型
平顶型，它的特点是直方图呈平顶型，这往往 是由于生产过程中有缓慢变化的因素在起作用， 如刀具的正常磨损、操作者的疲劳等。应采取 措施控制诸因素稳定地处于良好状态。
（a）正常型 （b）孤岛型
正常型，又称对称型，它的特点是中间 高，两边低，左右基本对称，说明工序 处于受控状态
孤岛型，它的特点是在远离分布的地方出 现小的直方图形，犹如孤岛，“孤岛”的存 在表示在短时间内有异常因素在起作用， 使加工条件发生了变化。
四、直方图——常见直方图及其意义
（c）偏向型
偏向型，它的特点是直方图的顶峰偏向一侧， 也叫偏坡型，当技术标准要求是单一侧向时， 常出现此种情况，有的是由于操作者的加工习 惯引起的。如：在加工轴的时候往往偏大，而 在加工孔的时候往往偏小等。
中的错误，比如数据输入失误造成的数据错误，计算出现的错 误等，这些数据必须规避，否则会对分析结果造成错误的影响。
1 制定系统的整理方案，主要包括指标体系的设计，统计表、图的设计，
具体工作计划的安排（人员、时间、培训）等。
常用的数据统计方法
EWMA指数 加权移动平均值法
SPC统计 过程控制法
1 234
三、相关性分析—生产周期分析法
原理
目的
分析 工具
根据不同物料周 期不同数据之间的线 性相关性，确定物料 最合适的周转时间。
精确计算不 同工序间的生产 周期
1、EXCEL数据软件 2、Vlookup函数 3、JMP数据软件
三、相关性分析—生产周期分析法 —应用实例
•生产周期分析法
四、直方图的作用和应用目的
03
02
两个变量相关性高时，二者
可互为替代变量，从原因或结果
中选择较经济性的变量予以控制，
通过观察某一变量的变化而知另
一变量的变化。
检查孤岛现象是否存 在
三、相关性分析—二元拟合
线性拟合根据变量的个数可分为两个变量、三个连续变量以及多个变量 的拟合。首先介绍2元变量拟合图的做法：
将两个相关变量的数据输入JMP后，选择“分析”--“以X拟合Y”--“为 选定列指定角色”--“确定”。具体步骤如下图：
A 直方图法的作用
通常用来对某些需要 加强控制的工序进行 观察、分析，为工序 调整和控制提供依据。
B 直方图法的应用目的
1、了解数据分布的形态； 2、研究和分析过程能力； 3、判断数据的真实性； 4、计划产品的不良率； 5、求分布的平均值与标准差； 6、确定控制规格界限； 7、与规格或标准值比较。
四、直方图——常见直方图及其意义
高斯正态分布图
VLOOKU函数
一、EWMA指数加权移动平均值法
EWMA是一种在一系列数据中显示趋势变化的方法。 该方法为一数据处理模型，当一段时间内数据较多，
且较为分散，散点图和折线图无法准确的表现出该组数据 的变化趋势，我们这时候采用EWMA指数加权移动平均值 法来确定该组数据的变化趋势。
根据实际的观测值（或量测值）我们可以求取 EWMA
香港城市大学管理科学系介绍统计专业时用了四句话：
1、各大国际机构和企业均设立完善的信息系统 2、统计是信息系统不可缺少的一项功能 3、所有具有规模的企业均视数据库为“金矿” 4、统计分析便是开采这个“金矿”的最有效武器
1、数据统计整理的含义和内容
含义 内容
将调查得到的统计数据根据分析的目的进 行审核、分类、汇总等加工处理，使之系 统化、条理化，能够反映事物总体特征的 综合资料的工作过程。
五、控制图——取样树
Crossed Factors 交叉因素
A B
Nested Factors 嵌套因素 A B
Crossed Factors 交叉因素
指标和目标值的偏差大小相关，偏离目标值越大；宽度越大其次和指 标的分散程度相关，分散程度越大，宽度越大。 位于u-2σ 和u+2σ 两条线之内的点属于正常波动，但是位于u-2σ 和 u+2σ 两条线之外的点要实际去调查是否属于正常波动。 u-2σ 和u+2σ 可能比较严格，因为正态分布在u-2σ 和u+2σ 之间占64% 左右，可以用u-3σ 和u+3σ 来表示这两条线，如果点在这两条线之外， 那么就有可能不是指标的偶然波动，而属于工艺事故，这就要求我们 要实地去调查该批次的生产情况。
通过以上分析我们可以找出当落窑品指标合格率高时各指标控制范围，有利于 稳定生产。
四、直方图—应用实例
•直方图 •多元直方图
五、控制图
控制图是对过程数据加以测定、记录和绘图，从而进行控 制管理的一种用统计方法设计的控制图型。图上有中心线 (Center Line)、上控制界限(UCL)和下控制界限(LCL)，并 有按时间顺序抽取的样本统计量数值的描点序列.参见下列控 制图示图：
一、方差分析
数值小于0.05，说明 该因素差异比较显 著，对产品变异的 影响是有效的。
一、方差分析
数值大于0.05，说明 该因素差异不显著， 对产品变异的影响 是无效的。
一、方差分析 —应用实例
• 方差分析—数据处理
• 方差分析
二、因果图
因果图就是当一个问题的特性受到一些要因的影响时， 我们将这些要因进行整理，成为有相互关系且有系统的图 形。简言之它是一种将造成某项结果的诸多原因，以系统 的方式（图表）来表达结果与原因之间的关系,又称为 “特性要因图”。由于因果图其形状与鱼骨相似，故又常 被称为“鱼骨图”。
高斯正态分布法的作用就是把同一指标两个时间段内的数
据按正态分布处理，分别计算两组数据的平均值和标准偏 差。通过做成的柱状图表示出两组数据的差别。
方法是分别计算两组数据的平均值和标准偏差做成柱状图，
柱状图中心越高，表明该组数据平均值越大，柱状图越长， 表明该组数据标准偏差越大，数据波动较大，控制能力较差。
三、相关性分析—二元拟合
选择“拟合线”
拟合置信区间 着色拟合置信带
三、相关性分析—多元拟合
多元拟合图（油条大饼图）的做法： 将多个变量的数据输入JMP后，选择“分析”--“多元方法”--“多 元”--“为选定列指定角色”--“确定”。具体步骤如下图：
三、相关性分析—多元拟合
三、相关性分析 —应用实例
数值如下： 1、En-1：前n个测量值的平均值，n=1/(1-λ ) ; 2、En = （1-λ ）Mn+ λ En-1 ; Mn为第n个测量值
一、EWMA指数加权移动平均值法
λ ( 0 < λ< 1 )﹐表EWMA对于对过去量测值的权重较高。
从另一个角度看，λ 决定了EWMA数值和跟踪实际数据
将问题及造成问题的原因按父项及子项分类罗列后，选择“分 析”--“质量和过程”--“关系图”--“确定”--“为选定列指定角 色”--“确定”。具体步骤如下图：
二、因果图
• 因果图
二、因果图 —应用实例
三、相关性分析
相关性分析的作用 01
能了解原因与结果（即两个变量） 之间是否存在某种相关的关系
包括数据处理和数据管理。数据处理包括 分类、汇总、表现（制图、表）；数据管 理包括输入、贮存、更新、输出。
统计整理的步骤
4 编制统计表或统计图。通过日常的统计图，
我们有时候可以直观地看出生产中的异常点。
3
数据处理，数据的处理环节至关重要，数据的处理
是否科学合理，直接决定分析的结果是否科学有效。
2 数据的审核、筛选和排序，发现数据的基本特征，要发现数据
数
简单说明
输入数据类型
lookup_value
要查找的值
数值、引用或文本字符串
table_array