- 相關(guān)推薦
數據分析中要注意的統計學(xué)問(wèn)題
數據分析是一門(mén)數學(xué)類(lèi)的學(xué)科。數據分析中涉及的統計問(wèn)題有很多。下面是小編為大家帶來(lái)的數據分析中要注意的統計學(xué)問(wèn)題。歡迎閱讀。
一、均值的計算
在處理數據時(shí)，經(jīng)常會(huì )遇到對相同采樣或相同實(shí)驗條件下同一隨機變量的多個(gè)不同取值進(jìn)行統計處理的問(wèn)題。此時(shí)，往往我們會(huì )不假思索地直接給出算術(shù)平均值和標準差。顯然，這種做法是不嚴謹的。
這是因為作為描述隨機變量總體大小特征的統計量有算術(shù)平均值、幾何平均值和中位數等多個(gè)。至于該采用哪種均值，不能根據主觀(guān)意愿隨意確定，而要根據隨機變量的分布特征確定。
反映隨機變量總體大小特征的統計量是數學(xué)期望，而在隨機變量的分布服從正態(tài)分布時(shí)，其數學(xué)期望就是其算術(shù)平均值。此時(shí)，可用算術(shù)平均值描述隨機變量的大小特征;如果所研究的隨機變量不服從正態(tài)分布，則算術(shù)平均值不能準確反映該變量的大小特征。在這種情況下，可通過(guò)假設檢驗來(lái)判斷隨機變量是否服從對數正態(tài)分布。如果服從對數正態(tài)分布，則幾何平均值就是數學(xué)期望的值。此時(shí)，就可以計算變量的幾何平均值;如果隨機變量既不服從正態(tài)分布也不服從對數正態(tài)分布，則按現有的數理統計學(xué)知識，尚無(wú)合適的統計量描述該變量的大小特征。此時(shí)，可用中位數來(lái)描述變量的大小特征。
因此，我們不能在處理數據的時(shí)候一律采用算術(shù)平均值，而是要視數據的分布情況而定。
二、直線(xiàn)相關(guān)與回歸分析
這兩種分析，說(shuō)明的問(wèn)題是不同的，既相互又聯(lián)系。在做實(shí)際分析的時(shí)候，應先做變量的散點(diǎn)圖，確認由線(xiàn)性趨勢后再進(jìn)行統計分析。一般先做相關(guān)分析，只有在相關(guān)分析有統計學(xué)意義的前提下，求回歸方程才有實(shí)際意義。一般來(lái)講，有這么兩個(gè)問(wèn)題值得注意：
一定要把回歸和相關(guān)的概念搞清楚，要做回歸分析時(shí)，不需要報告相關(guān)系數;做相關(guān)分析的時(shí)候，不需要計算回歸方程。
相關(guān)分析中，只有對相關(guān)系數進(jìn)行統計檢驗(如t檢驗)，P<0.05時(shí)，才能一依據r值的大小來(lái)說(shuō)明兩個(gè)變量的相關(guān)程度。必須注意的是，不能將相關(guān)系數的假設檢驗誤認為是相關(guān)程度的大小。舉個(gè)例子：當樣本數量很小，即使r值較大(如3對數據，r=0.9)，也可能得出p>0.05這種無(wú)統計學(xué)意義的結論;而當樣本量很大，如500，即使r=0.1，也會(huì )有P<0.05的結果，但這種相關(guān)卻不具有實(shí)際意義。因此，要表明相關(guān)性，除了要寫(xiě)出r值外，還應該注明假設檢驗的P值。
三、相關(guān)分析和回歸分析之間的區別
相關(guān)分析和回歸分析是極為常用的2種數理統計方法，在環(huán)境科學(xué)及其它研究領(lǐng)域有著(zhù)廣泛的用途。然而，由于這2種數理統計方法在計算方面存在很多相似之處，因此在應用中我們很容易將二者混淆。
最常見(jiàn)的錯誤是，用回歸分析的結果解釋相關(guān)性問(wèn)題。例如，將“回歸直線(xiàn)(曲線(xiàn))圖”稱(chēng)為“相關(guān)性圖”或“相關(guān)關(guān)系圖”;將回歸直線(xiàn)的R2(擬合度，或稱(chēng)“可決系數”)錯誤地稱(chēng)為“相關(guān)系數”或“相關(guān)系數的平方”;根據回歸分析的結果宣稱(chēng)2個(gè)變量之間存在正的或負的相關(guān)關(guān)系。
相關(guān)分析與回歸分析均為研究2個(gè)或多個(gè)變量間關(guān)聯(lián)性的方法，但2種方法存在本質(zhì)的差別。相關(guān)分析的目的在于檢驗兩個(gè)隨機變量的共變趨勢(即共同變化的程度)，回歸分析的目的則在于試圖用自變量來(lái)預測因變量的值。
實(shí)際上在相關(guān)分析中，兩個(gè)變量必須都是隨機變量，如果其中的一個(gè)變量不是隨機變量，就不能進(jìn)行相關(guān)分析。而回歸分析中，因變量肯定為隨機變量，而自變量則可以是普通變量(有確定的取值)也可以是隨機變量。
很顯然，當自變量為普通變量的時(shí)候，這個(gè)時(shí)候你根本不可能回答相關(guān)性的問(wèn)題;當兩個(gè)變量均為隨機變量的時(shí)候，鑒于兩個(gè)隨機變量客觀(guān)上存在“相關(guān)性”問(wèn)題，只是由于回歸分析方法本身不能提供針對自變量和因變量之間相關(guān)關(guān)系的準確的檢驗手段，因此這又回到了問(wèn)題二中所講的，如果你要以預測為目的，就不要提相關(guān)系數;當你以探索兩者的“共變趨勢”為目的，就不要提回歸方程。
回歸分析中的R2在數學(xué)上恰好是Pearson積矩相關(guān)系數r的平方。因此我們不能錯誤地理解R2的含義，認為R2就是 “相關(guān)系數”或“相關(guān)系數的平方”。這是因為，對于自變量是普通變量的時(shí)候，2個(gè)變量之間的“相關(guān)性”概念根本不存在，又談什么“相關(guān)系數”呢?
四、相關(guān)分析中的問(wèn)題
相關(guān)分析中，我們很容易犯這么一個(gè)錯誤，那就是不考慮兩個(gè)隨機變量的分布，直接采用Pearson 積矩相關(guān)系數描述這2個(gè)隨機變量間的相關(guān)關(guān)系(此時(shí)描述的是線(xiàn)性相關(guān)關(guān)系)。
關(guān)于相關(guān)系數，除有Pearson 積矩相關(guān)系數外，還有Spearman秩相關(guān)系數和Kendall秩相關(guān)系數等。其中，Pearson積矩相關(guān)系數可用于描述2個(gè)隨機變量的線(xiàn)性相關(guān)程度，Spearman或Kendall秩相關(guān)系數用來(lái)判斷兩個(gè)隨機變量在二維和多維空間中是否具有某種共變趨勢。
因此我們必須注意的是，Pearson 積矩相關(guān)系數的選擇是由前提的，那就是2個(gè)隨機變量均服從正態(tài)分布假設。如果數據不服從正態(tài)分布，則不能計算Pearson 積矩相關(guān)系數，這個(gè)時(shí)候，我們就因該選擇Spearman或Kendall秩相關(guān)系數。
五、t檢驗
用于比較均值的t檢驗可以分成三類(lèi)：第一類(lèi)是針對單組設計定量資料的;第二類(lèi)是針對配對設計定量資料的;第三類(lèi)則是針對成組設計定量資料的。后兩種設計類(lèi)型的區別在于事先是否將兩組研究對象按照某一個(gè)或幾個(gè)方面的特征相似配成對子。無(wú)論哪種類(lèi)型的t檢驗，都必須在滿(mǎn)足特定的前提條件下應用才是合理的。
若是單組檢驗，必須給出一個(gè)標準值或總體均值，同時(shí)，提供一組定量的觀(guān)測結果，應用t檢驗的前提條件就是該組資料必須服從正態(tài)分布;若是配對設計，每對數據的差值必須服從正態(tài)分布;若是成組設計，個(gè)體之間相互獨立，兩組資料均取自正態(tài)分布的總體，并滿(mǎn)足方差齊性。之所以需要這些前提條件，是因為必須在這樣的前提下所計算出的t統計量才服從t分布。
t檢驗是目前在科學(xué)研究中使用頻率最高的一種假設檢驗方法。t檢驗方法簡(jiǎn)單，其結果便于解釋。簡(jiǎn)單、熟悉加上外界的要求，促成了t檢驗的流行。但是，由于我們對該方法理解得不全面，導致在應用過(guò)程中出現不少問(wèn)題，有些甚至是非常嚴重的錯誤，直接影響到結論的可靠性。
常見(jiàn)錯誤：不考慮t檢驗的應用前提，對兩組的比較一律用t檢驗;將各種實(shí)驗設計類(lèi)型一律視為多個(gè)單因素兩水平設計，多次用t檢驗進(jìn)行均值之間的兩兩比較。以上兩種情況，均不同程度地增加了得出錯誤結論的風(fēng)險。而且，在實(shí)驗因素的個(gè)數大于等于2時(shí)，無(wú)法研究實(shí)驗因素之間的交互作用的大小。
正確做法：當兩樣本均值比較時(shí)，如不滿(mǎn)足正態(tài)分布和方差齊性，應采用非參檢驗方法(如秩檢驗);兩組以上的均值比較，不能采用t檢驗進(jìn)行均值之間的兩兩比較。
因此我們必須注意，在使用t檢驗的時(shí)候，一定要注意其前提以及研究目的，否則，會(huì )得出錯誤的結論。
六、常用統計分析軟件
國際上已開(kāi)發(fā)出的專(zhuān)門(mén)用于統計分析的商業(yè)軟件很多，比較著(zhù)名有SPSS(Statistical Package for SocialSciences)、SAS(Statistical AnalysisSystem)、BMDP和STATISTICA等。其中，SPSS是專(zhuān)門(mén)為社會(huì )科學(xué)領(lǐng)域的研究者設計的(但是，此軟件在自然科學(xué)領(lǐng)域也得到廣泛應用);BMDP是專(zhuān)門(mén)為生物學(xué)和醫學(xué)領(lǐng)域研究者編制的統計軟件。
當然，excel也能用于統計分析。單擊“工具”菜單中的“數據分析”命令可以瀏覽已有的分析工具。如果在“工具”菜單上沒(méi)有“數據分析”命令，應在“工具”菜單上運行“加載宏”命令，在“加載宏”對話(huà)框中選擇“分析工具庫”。
特別推薦一款國產(chǎn)軟件——DPS，其界面見(jiàn)附圖。其功能較為強大，除了擁有統計分析功能，如參數分析，非參分析等以外，還專(zhuān)門(mén)針對一些專(zhuān)業(yè)編寫(xiě)了專(zhuān)業(yè)統計分析模塊，隨機前沿面模型、數據包絡(luò )分析(DEA)、顧客滿(mǎn)意指數模型(結構方程模型)、數學(xué)生態(tài)、生物測定、地理統計、遺傳育種、生存分析、水文頻率分析、量表分析、質(zhì)量控制圖、ROC曲線(xiàn)分析等內容。有些不是統計分析的功能，如模糊數學(xué)方法、灰色系統方法、各種類(lèi)型的線(xiàn)性規劃、非線(xiàn)性規劃、層次分析法、BP神經(jīng)網(wǎng)絡(luò )、徑向基函數(RBF)等，在DPS里面也可以找到。
怎樣選擇數據分析方法
一、質(zhì)量改進(jìn)統計方法選擇的基本導向
從工業(yè)革命的傳統過(guò)程考察，大量的統計方法和技術(shù)伴隨機器工業(yè)和科學(xué)實(shí)驗的進(jìn)步發(fā)展起來(lái)。像美國貝爾實(shí)驗室的工程師休哈特提出的統計質(zhì)量控制方法、道奇和羅米格首創(chuàng )的計數標準型抽樣檢驗方法、費歇爾的正交實(shí)驗設計、皮爾遜的相關(guān)分析和費希爾的回歸分析等，都是在工農業(yè)生產(chǎn)和科學(xué)實(shí)驗的數據基礎上發(fā)展起來(lái)的，也有一些方法來(lái)源于醫學(xué)和生物統計學(xué)的研究和物理化學(xué)實(shí)驗的數據分析活動(dòng)中，比如卡方檢驗、蒙特卡洛隨機模擬等。這些方法不是來(lái)自單純的演繹邏輯意義上的推導過(guò)程，而是從工農業(yè)生產(chǎn)和科學(xué)實(shí)驗的實(shí)踐中發(fā)展起來(lái)的，雖然受制于獲取數據和手工計算能力的約束，但方法論的創(chuàng )新還是極大地推動(dòng)了質(zhì)量統計技術(shù)的進(jìn)步和實(shí)際應用的發(fā)展。
目前，在質(zhì)量改進(jìn)活動(dòng)中使用統計方法已經(jīng)相當普及，許多改進(jìn)項目甚至開(kāi)始獨立設計統計模型方法及相應的檢驗工具，統計學(xué)作為質(zhì)量改進(jìn)的基礎方法論得到了廣泛的發(fā)展和應用。促進(jìn)這些方法走向實(shí)踐的主要原因是什么？
�。ㄒ唬⿺祿䦟�。
所謂數據導向，即“有什么數據，選擇什么方法”，從質(zhì)量過(guò)程生成的統計數據出發(fā)，選擇和設計相應的統計方法，有時(shí)也根據這些數據設計一些QC課題或者其他質(zhì)量改進(jìn)項目。這種導向的特點(diǎn)是有什么數據，就做什么改進(jìn)，而不是從質(zhì)量現狀或質(zhì)量改進(jìn)的關(guān)鍵技術(shù)、關(guān)鍵環(huán)節、成本、安全及交貨期等出發(fā)。例如，國內某著(zhù)名乳品企業(yè)采用先進(jìn)的乳制品生產(chǎn)、消毒、存儲和包裝設備，每日自動(dòng)產(chǎn)生大量的過(guò)程統計數據和質(zhì)量檢驗數據，加上營(yíng)銷(xiāo)部門(mén)提供的銷(xiāo)售數據和電子商務(wù)網(wǎng)站形成的客戶(hù)訂購、投訴和評價(jià)數據，構成了復雜的數據系統，實(shí)際上已經(jīng)成為企業(yè)大數據系統的雛形。但是，該企業(yè)始終沒(méi)有設計出適應企業(yè)自身需求的數據分析系統，也無(wú)法使這些數據在系統的質(zhì)量改進(jìn)和控制中起到積極的作用，浪費了大量的數據資源和改進(jìn)管理的機會(huì )。
�。ǘ┠Ｐ蛯�。
模型導向是指為實(shí)證某個(gè)新設計或新發(fā)現的統計模型而進(jìn)行的質(zhì)量改進(jìn)過(guò)程，這些統計模型的成功應用有些可以獲得良好的改進(jìn)效果，有些則無(wú)法適應真正的改進(jìn)目標。從改革開(kāi)放30多年中質(zhì)量管理技術(shù)的進(jìn)步過(guò)程來(lái)看，我們一直在追趕發(fā)達國家的管理手段和技術(shù)方法，從20世紀80年代的全面質(zhì)量管理、90年代的質(zhì)量標準化管理到2000年代后的六西格瑪管理和卓越績(jì)效管理，似乎都體現了方法論上的盲目性，只顧追趕別人的腳步，不知道是否適合自身的發(fā)展。
從微觀(guān)角度審視，一些企業(yè)的質(zhì)量管理技術(shù)人員，在質(zhì)量方法的選擇上追求模型的“高大上”，簡(jiǎn)單參考和引進(jìn)國外的先進(jìn)數學(xué)模型，用眼花繚亂的數學(xué)公式代替了扎扎實(shí)實(shí)的現場(chǎng)調查和改進(jìn)過(guò)程，把質(zhì)量管理活動(dòng)變成了新統計模型的實(shí)驗室。
�。ㄈ┕ぞ邔�。
統計軟件是質(zhì)量統計的重要工具，從SPC的應用過(guò)程可以看到，休哈特博士設計的均值極差控制圖就是典型的工具導向的一個(gè)應用。由于當時(shí)的計算能力和工具不足，因此在作業(yè)現場(chǎng)計算方差比較困難，所以休哈特博士采用了計算更為簡(jiǎn)易的極差來(lái)替代方差，用以表征質(zhì)量過(guò)程的波動(dòng)性。
專(zhuān)業(yè)的統計軟件是質(zhì)量改進(jìn)方法的重要推動(dòng)力量，一些世界知名廠(chǎng)商也陸續推出面向質(zhì)量管理的專(zhuān)用模塊和程序，這些軟件包括SAS、SPSS、STATISTICA
、Minitab、Matlab等。進(jìn)入新世紀以來(lái)，大數據逐漸成為統計軟件工具必須面對的重要對象，數據挖掘（Data Mining）和商業(yè)智能（Business Intelligence）等方法成為統計軟件的主流方法，同時(shí)這些方法也被大量應用到質(zhì)量管理活動(dòng)中。于是，以統計軟件工具為導向的一大批質(zhì)量管理成果開(kāi)始出現在各種場(chǎng)合，比如六西格瑪黑帶項目、可靠性項目、多變量統計過(guò)程控制（MSPC）、實(shí)驗設計（Design of Experiment）等。
與模型導向一樣，工具導向的質(zhì)量改進(jìn)也是被動(dòng)的，無(wú)法真正面向質(zhì)量生產(chǎn)的過(guò)程，即便是成功的數據分析也只能是統計模型和軟件的新例證，而不能成為質(zhì)量改進(jìn)的新成果。
�。ㄋ模┌咐龑�。
案例導向的質(zhì)量改進(jìn)過(guò)程，來(lái)自商學(xué)院工商管理碩士（MBA）案例教學(xué)實(shí)踐中，來(lái)自企業(yè)、院校和研究所的MBA似乎更喜歡來(lái)自成功案例方法的質(zhì)量改進(jìn)過(guò)程。但商業(yè)模式和管理經(jīng)驗并不總是可重復和可再現的，質(zhì)量改進(jìn)也是如此，商業(yè)案例只是對成功管理活動(dòng)的總結和提煉，而不是輸出管理規則和盈利模式。因此，基于成功的商學(xué)院案例或者六西格瑪成功案例實(shí)施的質(zhì)量改進(jìn)方法進(jìn)程中，有很大一部分是無(wú)法完成改進(jìn)目標和任務(wù)的。
�。ㄎ澹┤蝿�(wù)導向。
所謂的任務(wù)導向是目前很多企業(yè)采用的一種中規中矩的質(zhì)量統計方法，就是根據企業(yè)生產(chǎn)計劃和調度要求，提出某項生產(chǎn)或管理任務(wù)，從完成任務(wù)的目的考慮，采用常規的統計方法或者技術(shù)來(lái)完成任務(wù)，甘特圖的使用就是任務(wù)導向的一個(gè)典型例子。
企業(yè)在進(jìn)行績(jì)效考核的時(shí)候，一般多采用多變量線(xiàn)性模型進(jìn)行綜合評價(jià)，用來(lái)合成多項指標的考核分值，這類(lèi)統計方法已經(jīng)成為主流的績(jì)效評價(jià)方法，從卓越績(jì)效模式的評價(jià)到中小企業(yè)的員工績(jì)效考核，大多采用此法，這就是任務(wù)導向的方法選擇。這些方法是無(wú)法進(jìn)行真正的質(zhì)量改進(jìn)的，只是一種較優(yōu)的質(zhì)量統計方法選擇。
�。﹩�(wèn)題導向。
質(zhì)量統計方法的基本功能是描述、解釋和探索，是基于過(guò)程或結果的統計數據而進(jìn)行的有目的的質(zhì)量改進(jìn)活動(dòng)，用以解決企業(yè)經(jīng)營(yíng)管理過(guò)程中出現的各種問(wèn)題。因此，問(wèn)題導向的質(zhì)量統計方法主要是指以質(zhì)量管理活動(dòng)中出現的問(wèn)題為核心改進(jìn)目標，從問(wèn)題的現狀調查、研判、因果關(guān)系判別以及對策、實(shí)驗和檢驗等基本目標出發(fā)，量身定制或者重新創(chuàng )建新的數據管理或質(zhì)量改進(jìn)統計方法，做到因地制宜、對癥下藥，達到追本溯源、藥到病除的效果，這才是真正的應用統計價(jià)值所在，也是質(zhì)量統計方法追求的科學(xué)、合理和高效的真正動(dòng)力。
現實(shí)中，一些QC項目和六西格瑪項目，就是為了做項目而刻意尋找項目，而不是面向企業(yè)生產(chǎn)經(jīng)營(yíng)和管理實(shí)踐活動(dòng)本身，他們根據比較好的一些質(zhì)量特性，逆向設計統計方法，模擬和推斷出可能的數據改進(jìn)方法和計算模型，從而達到項目要求或評獎要求，實(shí)際上放棄了統計方法對于質(zhì)量改進(jìn)的真正貢獻，也放棄了科學(xué)改進(jìn)的真正目的，違背了質(zhì)量改進(jìn)的最初目的和終極價(jià)值。
二、問(wèn)題導向的質(zhì)量改進(jìn)統計方法選擇
問(wèn)題導向的質(zhì)量改進(jìn)過(guò)程中，要一切從問(wèn)題的現狀出發(fā)，擬定合理目標，設計跟進(jìn)數據集，選擇合適的統計方法，帶著(zhù)問(wèn)題逐步深入才能得到滿(mǎn)意的改進(jìn)效果。
問(wèn)題導向的質(zhì)量改進(jìn)一般應遵循三個(gè)基本原則，一是厘定問(wèn)題，單一目標；二是自頂向下，逐步求精；三是優(yōu)選方法，單入單出。在這個(gè)原則下，質(zhì)量改進(jìn)的過(guò)程可以分為以下步驟：
�。ㄒ唬┨岢鰡�(wèn)題。
和一般的改進(jìn)過(guò)程一樣，面向問(wèn)題的改進(jìn)過(guò)程主要是對于質(zhì)量問(wèn)題的定義和選擇，這些問(wèn)題不是上級決定的，也不是財務(wù)目標中挑出來(lái)的，而應該來(lái)自質(zhì)量經(jīng)營(yíng)和管理的實(shí)踐中出現的質(zhì)量問(wèn)題和可能造成不良的機會(huì )。因此質(zhì)量改進(jìn)的動(dòng)因本身就具有補償性質(zhì)量的能力，如果不出現問(wèn)題，質(zhì)量管理的重點(diǎn)則應放在質(zhì)量保證能力建設和預防性質(zhì)量的提升方面。
�。ǘ┟枋鰡�(wèn)題并抽象成統計模型。
精確定義質(zhì)量生產(chǎn)和使用過(guò)程中出現的問(wèn)題，并力圖把這個(gè)問(wèn)題抽象成為統計模型。比如對于推土機首次故障時(shí)間的確認，就可以根據統計建模的經(jīng)驗和方法，考慮通過(guò)構建指數模型來(lái)計算一批推土機銷(xiāo)售以后首次故障時(shí)間的期望均值，并以此通過(guò)假設檢驗來(lái)設定首次故障時(shí)間，并最終實(shí)現質(zhì)量的全面提升。
�。ㄈ┇@得過(guò)程和結果的數據。
統計模型方法依賴(lài)大量數據和檢驗，因此模型方法所需要的數據必須和問(wèn)題產(chǎn)生的過(guò)程保持一致，也就是說(shuō)，必須回到問(wèn)題發(fā)生的現場(chǎng)去收集整理數據并獲得數據口徑、背景和計算方法的要求。這些數據可以客觀(guān)地描述、解釋和探索質(zhì)量過(guò)程中的細節，可以由此回溯和推斷問(wèn)題出現的可能性、因果性以及相關(guān)性，真正地做到“讓數據說(shuō)話(huà)”、“讓模型作證”和“讓結果指向”。
�。ㄋ模┓治鼋：万炞C。
根據得到的數據和所選的統計方法創(chuàng )建統計模型，對問(wèn)題進(jìn)行深入的分析和解剖，得到解決問(wèn)題的基本方向和思路，并設計出解決問(wèn)題的路徑和方法，對這些方法進(jìn)行實(shí)地實(shí)驗和驗證，力求得出解決問(wèn)題的全局性對策。
�。ㄎ澹┓椒ㄟx擇的導向性。
有些問(wèn)題的出現和解決，似乎有定數，比如因果圖就經(jīng)常被用來(lái)解決質(zhì)量改進(jìn)中的可能性關(guān)聯(lián)問(wèn)題。有些研究者更愿意采用復雜的數理統計模型來(lái)完成該改進(jìn)任務(wù)，但我們的建議是選擇最適合的方法，而不是最先進(jìn)或者最豪華的方法。面向問(wèn)題是質(zhì)量改進(jìn)的第一動(dòng)力，因此統計方法的選擇只有依照這個(gè)原則來(lái)進(jìn)行，才有可能真正起到質(zhì)量改進(jìn)的作用，也從而實(shí)現質(zhì)量提升的最終目標。
三、統計數據的來(lái)源和統計方法的適應性
�。ㄒ唬⿺祿䜩�(lái)源。
傳統的企業(yè)統計數據來(lái)源于三個(gè)方面，即企業(yè)統計臺賬、生產(chǎn)記錄和檢驗記錄，這些數據是工業(yè)生產(chǎn)過(guò)程的人工記錄，需要對質(zhì)量生產(chǎn)過(guò)程進(jìn)行人工干預才可以獲得，有些數據因此產(chǎn)生了較大的誤差和偏移，以至于很多統計方法無(wú)法接近真實(shí)過(guò)程。
目前，我國已進(jìn)入工業(yè)化后期，國際先進(jìn)的制造技術(shù)和設備被大量引進(jìn)，其中包括具備強大數據生產(chǎn)能力的數控設備、網(wǎng)控設備和電子自動(dòng)檢測裝置等，這些先進(jìn)的電子設備可以大量測定、檢驗和記錄數據，生成連續性、大規模和高精度的同步數據集，此即企業(yè)大數據的雛形。在一些先進(jìn)的制造企業(yè)，技術(shù)人員已經(jīng)可以直接從設備上導出大量的數據用以完成SPC、MSA、DOE等經(jīng)典統計模型的擬合和研判，可以實(shí)現真正的大數據同步質(zhì)量分析、檢驗和預警目標。
因此，當前企業(yè)主要的數據來(lái)源有四個(gè)方面，一是企業(yè)管理數據，包括企業(yè)管理統計臺賬、績(jì)效考據數據、經(jīng)營(yíng)管理數據、投資和財務(wù)數據、營(yíng)銷(xiāo)數據等；二是企業(yè)生產(chǎn)過(guò)程數據，包括來(lái)自電子設備和網(wǎng)絡(luò )設備中自動(dòng)記錄和篩選的數據；三是質(zhì)量檢驗和驗收的數據；四是來(lái)自供應鏈和客戶(hù)調查的數據。這些數據大部分是連續生產(chǎn)的，主要是定量數據，也包含一些定性數據，這些數據構成企業(yè)經(jīng)營(yíng)管理活動(dòng)的新資源。
�。ǘ┙y計方法選擇的基本原則。
問(wèn)題導向的統計方法選擇一般以數據為基礎，有的方法要求的數據量比較少，因而容易在實(shí)踐中使用，比如SPC、DOE等，而有的統計方法則要求更多的數據量和數據質(zhì)量，比如時(shí)間序列和可靠性統計分析方法等。因此，選擇統計方法時(shí)，應考慮所需要的數據在多個(gè)方面的特征和要求。
一是數據的易得性，要能夠很容易和低成本地采集數據，對于網(wǎng)控設備來(lái)說(shuō)，還應考慮網(wǎng)絡(luò )聯(lián)通問(wèn)題；二是數據的統計口徑、測量設備和測定方法要保持一致，這樣的數據才具備基本的分析基礎和分析能力；三是大數據的連續性采集能力，一些現場(chǎng)數據的采集必須滿(mǎn)足連續性的要求，才可以輔助實(shí)施和分析，采用管理學(xué)意義上的價(jià)值，比如統計過(guò)程控制和抽樣檢驗的數據等；四是保持數據采集的可重復性、可復現性和可控制性，大量統計數據的誤差只有通過(guò)較為嚴格的方差分析和參數檢驗、分布模擬可能付諸建模分析和質(zhì)量改進(jìn)，因此要保證數據的采集技術(shù)不會(huì )帶來(lái)較大的誤差影響。
【數據分析中要注意的統計學(xué)問(wèn)題】相關(guān)文章：
推廣中要注意的數據分析05-18
統計學(xué)在教學(xué)中的分析05-19
企業(yè)并購中的稅務(wù)問(wèn)題分析09-26
小升初簡(jiǎn)歷與面試中需要注意的幾點(diǎn)問(wèn)題09-04
日語(yǔ)口語(yǔ)中需要注意的問(wèn)題有哪些08-13
Excel中數據要雙擊單元格能更新數據問(wèn)題的解決方法08-09
IBM大數據分析07-09
護理老人要注意的問(wèn)題12-06
老人晨練要注意的問(wèn)題10-19
廚房裝修要注意的問(wèn)題07-08