Bill的六西格玛培训(9)数据类型与分析工具
在开始讨论六西格玛统计分析内容前,需要先明确数据类型与分析工具的关系。
数据类型,除了区分离散数据、连续数据,还需要明确数据的逻辑区别,即,哪个数据是输入,哪个数据是响应。在此,以多个应用场景例子来讨论。
能以仪器记录的,多为连续数据,否则为离散数据。
逻辑上,先有X,再有Y,X对Y构成影响,Y对是X的反应结果。
领班想知道两名员工卸货时间(分钟)是否有显著差异
——“两名员工”:X离散数据,“卸货时间”:Y连续数据
人事部门想了解年龄(old、young)与人员是否受聘的关联性
——“年龄(old、young)”:X离散数据,“是否受聘”:Y离散数据
设计小组想了解引擎寿命与车辆重量有无关系
——“引擎寿命”:Y连续数据,“车辆重量”:X连续数据
交通部门想了解卡车重量与车内人员受伤程度之间有无关联
——“卡车重量”:X连续数据,“受伤程度”:Y离散数据
质检部门想检验不同包装机包装葡萄糖(净重公斤、袋装)是否符合标准
——“不同包装机”:X离散数据,“净重公斤”:Y连续数据
检验新型推进器燃烧效率(厘米/秒)是否比旧型推进器有显著提高
——“燃烧效率”:Y连续数据,“新旧推进器”:X离散数据
检验某种电子元件的寿命是否大于225小时
——“电子元件”:X离散数据,“寿命”:Y连续数据
在此,还需要注意,“单一X,单一Y“与“离散数据X或Y”的区分。
单一X,单一Y,指分析对象是一维数据或一元数据,可能为连续数据,也可能为离散数据。
X或Y为离散数据,可能有多个取值水平,即取值范围有多个,可能是一维数据,也可能是多维数据。
数据类型与分析工具的应用关系,如下图所示。
(待续)
数据类型,除了区分离散数据、连续数据,还需要明确数据的逻辑区别,即,哪个数据是输入,哪个数据是响应。在此,以多个应用场景例子来讨论。
能以仪器记录的,多为连续数据,否则为离散数据。
逻辑上,先有X,再有Y,X对Y构成影响,Y对是X的反应结果。
领班想知道两名员工卸货时间(分钟)是否有显著差异
——“两名员工”:X离散数据,“卸货时间”:Y连续数据
人事部门想了解年龄(old、young)与人员是否受聘的关联性
——“年龄(old、young)”:X离散数据,“是否受聘”:Y离散数据
设计小组想了解引擎寿命与车辆重量有无关系
——“引擎寿命”:Y连续数据,“车辆重量”:X连续数据
交通部门想了解卡车重量与车内人员受伤程度之间有无关联
——“卡车重量”:X连续数据,“受伤程度”:Y离散数据
质检部门想检验不同包装机包装葡萄糖(净重公斤、袋装)是否符合标准
——“不同包装机”:X离散数据,“净重公斤”:Y连续数据
检验新型推进器燃烧效率(厘米/秒)是否比旧型推进器有显著提高
——“燃烧效率”:Y连续数据,“新旧推进器”:X离散数据
检验某种电子元件的寿命是否大于225小时
——“电子元件”:X离散数据,“寿命”:Y连续数据
在此,还需要注意,“单一X,单一Y“与“离散数据X或Y”的区分。
单一X,单一Y,指分析对象是一维数据或一元数据,可能为连续数据,也可能为离散数据。
X或Y为离散数据,可能有多个取值水平,即取值范围有多个,可能是一维数据,也可能是多维数据。
数据类型与分析工具的应用关系,如下图所示。
(待续)