JB_T 3736.6-1994 质量管理中常用的统计工具 散布图
|
ID： |
E0D8F0BDCFD14B0C86D14F8E2D11E167 |
|
文件大小(MB)： |
0.16 |
|
页数： |
13 |
|
文件格式： |
|
|
日期： |
2013-3-7 |
|
购买： |
文本摘录（文本识别可能有误，但文件阅览显示及打印正常，pdf文件可进行文字搜索定位）：
JB,中华人民共和国机械行业标准,JB / T 3 73 6. 1 一 37 3 6. 8一 94,质量管理中常用的统计工具,1994 发布1995-10-01实施,中华人民共和国机械工业部发布,中华人民共和国机械行业标准,JB/T 3736.6一94,质量管理中常用的统计工具,散 布 图,代替JB 3736.6一84,1 主题内容与适用范围,本 标 准 阐述了散布图的构成、绘制与应用,散布 图 适 用于判断两个变量之间是否存在相关关系,2 构成,散布 图 是 研究两组相关数据之间关系的简单图示技术。由分布在直角坐标系中的一系列点子所构,成，这些点子表示所分析变量的若干对数据。见图1.,、.。.,图1 散布图,3 绘图步驻,a 选 定 分析对象。可以是质量特性值与因素之间的关系、质量特性值与质量特性值之间的关系、,因素与因素之间的关系,b. 收 集 的数据一般应有30对以上.,记 录 观 测 值 及 其 名称、取样方法、取样日期、测定方法、测定仪器、观测者、环境条件等,d， 在 坐 标纸上建立直角坐标系，把数据(z,妇分别标在坐标系内相应位置上。从二组和y组中找,出最小值和最大值，并在横坐标(x轴)和纵坐标(Y轴)中标出刻度。两个坐标的长度应基本相同。如果,有理由相信一个变量是另一个变量的原因或预兆，则用横坐标(x轴)表示原因或预兆的变量,e. 当 散布图上出现明显偏离其余数据的点时，应查明原因，以便决定是否删除或校正,4.1,散布图的分析与使用,散 布图典型状态的分析见表1,机械工业部1994-12-09批准,30,1995-10-01实施,JB/T 3736.6一94,表,图形二与Y的关系说明,Y{,匕,二变大时，Y也变大(强正相关) 二 变大时.y也相应变大，且数据密,集，线性关系较好(强正相关),z 变大时，Y相应变小.数据密集,线性关系较好(强负相关) Y三z变大时，Y变小(强负相关),Y三二变大时，Y大致变大(弱正相关) 用 本标准第5章规定的方法进一,步判断z.y之间有无相关关系,‘二二变大时Y大致变小(弱负相关),‘二二与y无任何关系(不相关) 不必计算相关系数,’泣二与Y之间不是线性关系(曲线相关) x与 y禽作某种变换后再来判断,如都取其对数值，画对数值的散布图,4.2 在使用散布图得到的结论时，原条件应保持基本不变，否则，需重新验证,JB/T 3736.6一94,5 相关性检验,当散 布 图 上的点昊弱相关或处于强、弱相关之间时，需进行相关性检验,乐1 相关系数的计算,a. 将 观测值填人表2，并计算表中各值,表 2,观测顺序,测定结果,X y- 2川 {,1,}一 一,一,.,L,j 卫夕1,2 工: 之勺一,ò 一，},3 工客y 3 f犷 一 l,: ! : 一,{, ‘ J,: 一,一,{ :,: {,l — 一: 一},一_ 「_ __ ‘ _,月 { : } 买一， 一,合计习! } 艺， } 又厂! 习少 乙,b. 计算下列各式,L二2 又扩,‘又，二、空,、‘屯曰~ 产,尹,L,1 气 ，、 .、 2,一又，，，2_ 注史二,‘山 J 月,L二一又x，一,(又x)(艺，),(3),c. 计 算相关系数r,一念 一 ( 4),5.2 相关性分析,a. 相 关 系数r的取值范围为一1成r镇1;,b. : > 。时，x增加y也有增加倾向;,c. r < 。时，x增加，有减小倾向;,d. r、 。时，x和夕不相关;,r= 士 1 时 ，x 和 y完全相关;,f l日 越大，相关性越好,不 同 :值 的散布图型式示例见附录A(参考件),5.3 相关性检验,检 验 利 用表3的数据进行,当 }二 }> 二。时，则判定变量二、夕之间，在a显著性水平上有线性相关关系。此时，总体相关系数,尸二。。本标准提供了两种a风险水平供选用，选用的a值越小.则要求两变量间相关的程度越高,dB/T 3736.6一94,用散布图进行预测和控制的方法见附录,散布图的应用示例见附录C(参考件),表 3,BC参考件).,相关性的判定值r,\、介n~a 0.05 一\n 0.0 5 0.01,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,0. 997,0. 950,0. 878,0.811,0. 754,0. 707,0. 666,0. 632,0. 602,0. 576,0. 553,0. 532,0. 514,0.497,0.482,0. 468,0.456,0.444,0.433,0.423,1.000,0. 990,0. 959,0. 917,0. 874,0. 834,0. 798,0. 765,0. 735,0.708,0. 684,0. 661,0.641,0. 623,0. 606,0.590,0. 575,0. 561,0. 549,0. 537,21,22,23,24,25,26,27,28,29,30,35,40,45,50,60,70,80,90,100,200,0.413,0.404,0. 396,0. 388,0. 381,0. 374,0. 367,0. 361,0. 355,0.349,0. 325,0.304,0.288,0.273,0. 250,0. 232,0. 217,0.205,0. 195,0.138,0. 526,0. 515,0. 505,0. 496,0. 487,0. 478,0. 470,0. 463,0. 456,0. 449,0.418,0. 393,0. 37……
……