- 相關(guān)推薦
數(shù)據(jù)分析中要注意的統(tǒng)計學問題
數(shù)據(jù)分析是一門數(shù)學類的學科。數(shù)據(jù)分析中涉及的統(tǒng)計問題有很多。下面是小編為大家?guī)淼臄?shù)據(jù)分析中要注意的統(tǒng)計學問題。歡迎閱讀。
一、均值的計算
在處理數(shù)據(jù)時，經(jīng)常會遇到對相同采樣或相同實驗條件下同一隨機變量的多個不同取值進行統(tǒng)計處理的問題。此時，往往我們會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?shù)摹?/p>
這是因為作為描述隨機變量總體大小特征的統(tǒng)計量有算術(shù)平均值、幾何平均值和中位數(shù)等多個。至于該采用哪種均值，不能根據(jù)主觀意愿隨意確定，而要根據(jù)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(tǒng)計量是數(shù)學期望，而在隨機變量的分布服從正態(tài)分布時，其數(shù)學期望就是其算術(shù)平均值。此時，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，可通過假設(shè)檢驗來判斷隨機變量是否服從對數(shù)正態(tài)分布。如果服從對數(shù)正態(tài)分布，則幾何平均值就是數(shù)學期望的值。此時，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(shù)正態(tài)分布，則按現(xiàn)有的數(shù)理統(tǒng)計學知識，尚無合適的統(tǒng)計量描述該變量的大小特征。此時，可用中位數(shù)來描述變量的大小特征。
因此，我們不能在處理數(shù)據(jù)的時候一律采用算術(shù)平均值，而是要視數(shù)據(jù)的分布情況而定。
二、直線相關(guān)與回歸分析
這兩種分析，說明的問題是不同的，既相互又聯(lián)系。在做實際分析的時候，應先做變量的散點圖，確認由線性趨勢后再進行統(tǒng)計分析。一般先做相關(guān)分析，只有在相關(guān)分析有統(tǒng)計學意義的前提下，求回歸方程才有實際意義。一般來講，有這么兩個問題值得注意：
一定要把回歸和相關(guān)的概念搞清楚，要做回歸分析時，不需要報告相關(guān)系數(shù);做相關(guān)分析的時候，不需要計算回歸方程。
相關(guān)分析中，只有對相關(guān)系數(shù)進行統(tǒng)計檢驗(如t檢驗)，P<0.05時，才能一依據(jù)r值的大小來說明兩個變量的相關(guān)程度。必須注意的是，不能將相關(guān)系數(shù)的假設(shè)檢驗誤認為是相關(guān)程度的大小。舉個例子：當樣本數(shù)量很小，即使r值較大(如3對數(shù)據(jù)，r=0.9)，也可能得出p>0.05這種無統(tǒng)計學意義的結(jié)論;而當樣本量很大，如500，即使r=0.1，也會有P<0.05的結(jié)果，但這種相關(guān)卻不具有實際意義。因此，要表明相關(guān)性，除了要寫出r值外，還應該注明假設(shè)檢驗的P值。
三、相關(guān)分析和回歸分析之間的區(qū)別
相關(guān)分析和回歸分析是極為常用的2種數(shù)理統(tǒng)計方法，在環(huán)境科學及其它研究領(lǐng)域有著廣泛的用途。然而，由于這2種數(shù)理統(tǒng)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。
最常見的錯誤是，用回歸分析的結(jié)果解釋相關(guān)性問題。例如，將“回歸直線(曲線)圖”稱為“相關(guān)性圖”或“相關(guān)關(guān)系圖”;將回歸直線的R2(擬合度，或稱“可決系數(shù)”)錯誤地稱為“相關(guān)系數(shù)”或“相關(guān)系數(shù)的平方”;根據(jù)回歸分析的結(jié)果宣稱2個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個或多個變量間關(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預測因變量的值。
實際上在相關(guān)分析中，兩個變量必須都是隨機變量，如果其中的一個變量不是隨機變量，就不能進行相關(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候，這個時候你根本不可能回答相關(guān)性的問題;當兩個變量均為隨機變量的時候，鑒于兩個隨機變量客觀上存在“相關(guān)性”問題，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(shù);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(shù)學上恰好是Pearson積矩相關(guān)系數(shù)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(shù)”或“相關(guān)系數(shù)的平方”。這是因為，對于自變量是普通變量的時候，2個變量之間的“相關(guān)性”概念根本不存在，又談什么“相關(guān)系數(shù)”呢?
四、相關(guān)分析中的問題
相關(guān)分析中，我們很容易犯這么一個錯誤，那就是不考慮兩個隨機變量的分布，直接采用Pearson 積矩相關(guān)系數(shù)描述這2個隨機變量間的相關(guān)關(guān)系(此時描述的是線性相關(guān)關(guān)系)。
關(guān)于相關(guān)系數(shù)，除有Pearson 積矩相關(guān)系數(shù)外，還有Spearman秩相關(guān)系數(shù)和Kendall秩相關(guān)系數(shù)等。其中，Pearson積矩相關(guān)系數(shù)可用于描述2個隨機變量的線性相關(guān)程度，Spearman或Kendall秩相關(guān)系數(shù)用來判斷兩個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(shù)的選擇是由前提的，那就是2個隨機變量均服從正態(tài)分布假設(shè)。如果數(shù)據(jù)不服從正態(tài)分布，則不能計算Pearson 積矩相關(guān)系數(shù)，這個時候，我們就因該選擇Spearman或Kendall秩相關(guān)系數(shù)。
五、t檢驗
用于比較均值的t檢驗可以分成三類：第一類是針對單組設(shè)計定量資料的;第二類是針對配對設(shè)計定量資料的;第三類則是針對成組設(shè)計定量資料的。后兩種設(shè)計類型的區(qū)別在于事先是否將兩組研究對象按照某一個或幾個方面的特征相似配成對子。無論哪種類型的t檢驗，都必須在滿足特定的前提條件下應用才是合理的。
若是單組檢驗，必須給出一個標準值或總體均值，同時，提供一組定量的觀測結(jié)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(shè)計，每對數(shù)據(jù)的差值必須服從正態(tài)分布;若是成組設(shè)計，個體之間相互獨立，兩組資料均取自正態(tài)分布的總體，并滿足方差齊性。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(tǒng)計量才服從t分布。
t檢驗是目前在科學研究中使用頻率最高的一種假設(shè)檢驗方法。t檢驗方法簡單，其結(jié)果便于解釋。簡單、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，導致在應用過程中出現(xiàn)不少問題，有些甚至是非常嚴重的錯誤，直接影響到結(jié)論的可靠性。
常見錯誤：不考慮t檢驗的應用前提，對兩組的比較一律用t檢驗;將各種實驗設(shè)計類型一律視為多個單因素兩水平設(shè)計，多次用t檢驗進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(jié)論的風險。而且，在實驗因素的個數(shù)大于等于2時，無法研究實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，如不滿足正態(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檢驗的時候，一定要注意其前提以及研究目的，否則，會得出錯誤的結(jié)論。
六、常用統(tǒng)計分析軟件
國際上已開發(fā)出的專門用于統(tǒng)計分析的商業(yè)軟件很多，比較著名有SPSS(Statistical Package for SocialSciences)、SAS(Statistical AnalysisSystem)、BMDP和STATISTICA等。其中，SPSS是專門為社會科學領(lǐng)域的研究者設(shè)計的(但是，此軟件在自然科學領(lǐng)域也得到廣泛應用);BMDP是專門為生物學和醫(yī)學領(lǐng)域研究者編制的統(tǒng)計軟件。
當然，excel也能用于統(tǒng)計分析。單擊“工具”菜單中的“數(shù)據(jù)分析”命令可以瀏覽已有的分析工具。如果在“工具”菜單上沒有“數(shù)據(jù)分析”命令，應在“工具”菜單上運行“加載宏”命令，在“加載宏”對話框中選擇“分析工具庫”。
特別推薦一款國產(chǎn)軟件——DPS，其界面見附圖。其功能較為強大，除了擁有統(tǒng)計分析功能，如參數(shù)分析，非參分析等以外，還專門針對一些專業(yè)編寫了專業(yè)統(tǒng)計分析模塊，隨機前沿面模型、數(shù)據(jù)包絡(luò)分析(DEA)、顧客滿意指數(shù)模型(結(jié)構(gòu)方程模型)、數(shù)學生態(tài)、生物測定、地理統(tǒng)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曲線分析等內(nèi)容。有些不是統(tǒng)計分析的功能，如模糊數(shù)學方法、灰色系統(tǒng)方法、各種類型的線性規(guī)劃、非線性規(guī)劃、層次分析法、BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)(RBF)等，在DPS里面也可以找到。
怎樣選擇數(shù)據(jù)分析方法
一、質(zhì)量改進統(tǒng)計方法選擇的基本導向
從工業(yè)革命的傳統(tǒng)過程考察，大量的統(tǒng)計方法和技術(shù)伴隨機器工業(yè)和科學實驗的進步發(fā)展起來。像美國貝爾實驗室的工程師休哈特提出的統(tǒng)計質(zhì)量控制方法、道奇和羅米格首創(chuàng)的計數(shù)標準型抽樣檢驗方法、費歇爾的正交實驗設(shè)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(nóng)業(yè)生產(chǎn)和科學實驗的數(shù)據(jù)基礎(chǔ)上發(fā)展起來的，也有一些方法來源于醫(yī)學和生物統(tǒng)計學的研究和物理化學實驗的數(shù)據(jù)分析活動中，比如卡方檢驗、蒙特卡洛隨機模擬等。這些方法不是來自單純的演繹邏輯意義上的推導過程，而是從工農(nóng)業(yè)生產(chǎn)和科學實驗的實踐中發(fā)展起來的，雖然受制于獲取數(shù)據(jù)和手工計算能力的約束，但方法論的創(chuàng)新還是極大地推動了質(zhì)量統(tǒng)計技術(shù)的進步和實際應用的發(fā)展。
目前，在質(zhì)量改進活動中使用統(tǒng)計方法已經(jīng)相當普及，許多改進項目甚至開始獨立設(shè)計統(tǒng)計模型方法及相應的檢驗工具，統(tǒng)計學作為質(zhì)量改進的基礎(chǔ)方法論得到了廣泛的發(fā)展和應用。促進這些方法走向?qū)嵺`的主要原因是什么？
�。ㄒ唬⿺�(shù)據(jù)導向。
所謂數(shù)據(jù)導向，即“有什么數(shù)據(jù)，選擇什么方法”，從質(zhì)量過程生成的統(tǒng)計數(shù)據(jù)出發(fā)，選擇和設(shè)計相應的統(tǒng)計方法，有時也根據(jù)這些數(shù)據(jù)設(shè)計一些QC課題或者其他質(zhì)量改進項目。這種導向的特點是有什么數(shù)據(jù)，就做什么改進，而不是從質(zhì)量現(xiàn)狀或質(zhì)量改進的關(guān)鍵技術(shù)、關(guān)鍵環(huán)節(jié)、成本、安全及交貨期等出發(fā)。例如，國內(nèi)某著名乳品企業(yè)采用先進的乳制品生產(chǎn)、消毒、存儲和包裝設(shè)備，每日自動產(chǎn)生大量的過程統(tǒng)計數(shù)據(jù)和質(zhì)量檢驗數(shù)據(jù)，加上營銷部門提供的銷售數(shù)據(jù)和電子商務網(wǎng)站形成的客戶訂購、投訴和評價數(shù)據(jù)，構(gòu)成了復雜的數(shù)據(jù)系統(tǒng)，實際上已經(jīng)成為企業(yè)大數(shù)據(jù)系統(tǒng)的雛形。但是，該企業(yè)始終沒有設(shè)計出適應企業(yè)自身需求的數(shù)據(jù)分析系統(tǒng)，也無法使這些數(shù)據(jù)在系統(tǒng)的質(zhì)量改進和控制中起到積極的作用，浪費了大量的數(shù)據(jù)資源和改進管理的機會。
（二）模型導向。
模型導向是指為實證某個新設(shè)計或新發(fā)現(xiàn)的統(tǒng)計模型而進行的質(zhì)量改進過程，這些統(tǒng)計模型的成功應用有些可以獲得良好的改進效果，有些則無法適應真正的改進目標。從改革開放30多年中質(zhì)量管理技術(shù)的進步過程來看，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效管理，似乎都體現(xiàn)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”，簡單參考和引進國外的先進數(shù)學模型，用眼花繚亂的數(shù)學公式代替了扎扎實實的現(xiàn)場調(diào)查和改進過程，把質(zhì)量管理活動變成了新統(tǒng)計模型的實驗室。
�。ㄈ┕ぞ邔�。
統(tǒng)計軟件是質(zhì)量統(tǒng)計的重要工具，從SPC的應用過程可以看到，休哈特博士設(shè)計的均值極差控制圖就是典型的工具導向的一個應用。由于當時的計算能力和工具不足，因此在作業(yè)現(xiàn)場計算方差比較困難，所以休哈特博士采用了計算更為簡易的極差來替代方差，用以表征質(zhì)量過程的波動性。
專業(yè)的統(tǒng)計軟件是質(zhì)量改進方法的重要推動力量，一些世界知名廠商也陸續(xù)推出面向質(zhì)量管理的專用模塊和程序，這些軟件包括SAS、SPSS、STATISTICA
、Minitab、Matlab等。進入新世紀以來，大數(shù)據(jù)逐漸成為統(tǒng)計軟件工具必須面對的重要對象，數(shù)據(jù)挖掘（Data Mining）和商業(yè)智能（Business Intelligence）等方法成為統(tǒng)計軟件的主流方法，同時這些方法也被大量應用到質(zhì)量管理活動中。于是，以統(tǒng)計軟件工具為導向的一大批質(zhì)量管理成果開始出現(xiàn)在各種場合，比如六西格瑪黑帶項目、可靠性項目、多變量統(tǒng)計過程控制（MSPC）、實驗設(shè)計（Design of Experiment）等。
與模型導向一樣，工具導向的質(zhì)量改進也是被動的，無法真正面向質(zhì)量生產(chǎn)的過程，即便是成功的數(shù)據(jù)分析也只能是統(tǒng)計模型和軟件的新例證，而不能成為質(zhì)量改進的新成果。
�。ㄋ模┌咐龑�。
案例導向的質(zhì)量改進過程，來自商學院工商管理碩士（MBA）案例教學實踐中，來自企業(yè)、院校和研究所的MBA似乎更喜歡來自成功案例方法的質(zhì)量改進過程。但商業(yè)模式和管理經(jīng)驗并不總是可重復和可再現(xiàn)的，質(zhì)量改進也是如此，商業(yè)案例只是對成功管理活動的總結(jié)和提煉，而不是輸出管理規(guī)則和盈利模式。因此，基于成功的商學院案例或者六西格瑪成功案例實施的質(zhì)量改進方法進程中，有很大一部分是無法完成改進目標和任務的。
（五）任務導向。
所謂的任務導向是目前很多企業(yè)采用的一種中規(guī)中矩的質(zhì)量統(tǒng)計方法，就是根據(jù)企業(yè)生產(chǎn)計劃和調(diào)度要求，提出某項生產(chǎn)或管理任務，從完成任務的目的考慮，采用常規(guī)的統(tǒng)計方法或者技術(shù)來完成任務，甘特圖的使用就是任務導向的一個典型例子。
企業(yè)在進行績效考核的時候，一般多采用多變量線性模型進行綜合評價，用來合成多項指標的考核分值，這類統(tǒng)計方法已經(jīng)成為主流的績效評價方法，從卓越績效模式的評價到中小企業(yè)的員工績效考核，大多采用此法，這就是任務導向的方法選擇。這些方法是無法進行真正的質(zhì)量改進的，只是一種較優(yōu)的質(zhì)量統(tǒng)計方法選擇。
�。﹩栴}導向。
質(zhì)量統(tǒng)計方法的基本功能是描述、解釋和探索，是基于過程或結(jié)果的統(tǒng)計數(shù)據(jù)而進行的有目的的質(zhì)量改進活動，用以解決企業(yè)經(jīng)營管理過程中出現(xiàn)的各種問題。因此，問題導向的質(zhì)量統(tǒng)計方法主要是指以質(zhì)量管理活動中出現(xiàn)的問題為核心改進目標，從問題的現(xiàn)狀調(diào)查、研判、因果關(guān)系判別以及對策、實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(shù)據(jù)管理或質(zhì)量改進統(tǒng)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(tǒng)計價值所在，也是質(zhì)量統(tǒng)計方法追求的科學、合理和高效的真正動力。
現(xiàn)實中，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)營和管理實踐活動本身，他們根據(jù)比較好的一些質(zhì)量特性，逆向設(shè)計統(tǒng)計方法，模擬和推斷出可能的數(shù)據(jù)改進方法和計算模型，從而達到項目要求或評獎要求，實際上放棄了統(tǒng)計方法對于質(zhì)量改進的真正貢獻，也放棄了科學改進的真正目的，違背了質(zhì)量改進的最初目的和終極價值。
二、問題導向的質(zhì)量改進統(tǒng)計方法選擇
問題導向的質(zhì)量改進過程中，要一切從問題的現(xiàn)狀出發(fā)，擬定合理目標，設(shè)計跟進數(shù)據(jù)集，選擇合適的統(tǒng)計方法，帶著問題逐步深入才能得到滿意的改進效果。
問題導向的質(zhì)量改進一般應遵循三個基本原則，一是厘定問題，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。在這個原則下，質(zhì)量改進的過程可以分為以下步驟：
�。ㄒ唬┨岢鰡栴}。
和一般的改進過程一樣，面向問題的改進過程主要是對于質(zhì)量問題的定義和選擇，這些問題不是上級決定的，也不是財務目標中挑出來的，而應該來自質(zhì)量經(jīng)營和管理的實踐中出現(xiàn)的質(zhì)量問題和可能造成不良的機會。因此質(zhì)量改進的動因本身就具有補償性質(zhì)量的能力，如果不出現(xiàn)問題，質(zhì)量管理的重點則應放在質(zhì)量保證能力建設(shè)和預防性質(zhì)量的提升方面。
（二）描述問題并抽象成統(tǒng)計模型。
精確定義質(zhì)量生產(chǎn)和使用過程中出現(xiàn)的問題，并力圖把這個問題抽象成為統(tǒng)計模型。比如對于推土機首次故障時間的確認，就可以根據(jù)統(tǒng)計建模的經(jīng)驗和方法，考慮通過構(gòu)建指數(shù)模型來計算一批推土機銷售以后首次故障時間的期望均值，并以此通過假設(shè)檢驗來設(shè)定首次故障時間，并最終實現(xiàn)質(zhì)量的全面提升。
（三）獲得過程和結(jié)果的數(shù)據(jù)。
統(tǒng)計模型方法依賴大量數(shù)據(jù)和檢驗，因此模型方法所需要的數(shù)據(jù)必須和問題產(chǎn)生的過程保持一致，也就是說，必須回到問題發(fā)生的現(xiàn)場去收集整理數(shù)據(jù)并獲得數(shù)據(jù)口徑、背景和計算方法的要求。這些數(shù)據(jù)可以客觀地描述、解釋和探索質(zhì)量過程中的細節(jié)，可以由此回溯和推斷問題出現(xiàn)的可能性、因果性以及相關(guān)性，真正地做到“讓數(shù)據(jù)說話”、“讓模型作證”和“讓結(jié)果指向”。
�。ㄋ模┓治鼋：万炞C。
根據(jù)得到的數(shù)據(jù)和所選的統(tǒng)計方法創(chuàng)建統(tǒng)計模型，對問題進行深入的分析和解剖，得到解決問題的基本方向和思路，并設(shè)計出解決問題的路徑和方法，對這些方法進行實地實驗和驗證，力求得出解決問題的全局性對策。
�。ㄎ澹┓椒ㄟx擇的導向性。
有些問題的出現(xiàn)和解決，似乎有定數(shù)，比如因果圖就經(jīng)常被用來解決質(zhì)量改進中的可能性關(guān)聯(lián)問題。有些研究者更愿意采用復雜的數(shù)理統(tǒng)計模型來完成該改進任務，但我們的建議是選擇最適合的方法，而不是最先進或者最豪華的方法。面向問題是質(zhì)量改進的第一動力，因此統(tǒng)計方法的選擇只有依照這個原則來進行，才有可能真正起到質(zhì)量改進的作用，也從而實現(xiàn)質(zhì)量提升的最終目標。
三、統(tǒng)計數(shù)據(jù)的來源和統(tǒng)計方法的適應性
�。ㄒ唬⿺�(shù)據(jù)來源。
傳統(tǒng)的企業(yè)統(tǒng)計數(shù)據(jù)來源于三個方面，即企業(yè)統(tǒng)計臺賬、生產(chǎn)記錄和檢驗記錄，這些數(shù)據(jù)是工業(yè)生產(chǎn)過程的人工記錄，需要對質(zhì)量生產(chǎn)過程進行人工干預才可以獲得，有些數(shù)據(jù)因此產(chǎn)生了較大的誤差和偏移，以至于很多統(tǒng)計方法無法接近真實過程。
目前，我國已進入工業(yè)化后期，國際先進的制造技術(shù)和設(shè)備被大量引進，其中包括具備強大數(shù)據(jù)生產(chǎn)能力的數(shù)控設(shè)備、網(wǎng)控設(shè)備和電子自動檢測裝置等，這些先進的電子設(shè)備可以大量測定、檢驗和記錄數(shù)據(jù)，生成連續(xù)性、大規(guī)模和高精度的同步數(shù)據(jù)集，此即企業(yè)大數(shù)據(jù)的雛形。在一些先進的制造企業(yè)，技術(shù)人員已經(jīng)可以直接從設(shè)備上導出大量的數(shù)據(jù)用以完成SPC、MSA、DOE等經(jīng)典統(tǒng)計模型的擬合和研判，可以實現(xiàn)真正的大數(shù)據(jù)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(shù)據(jù)來源有四個方面，一是企業(yè)管理數(shù)據(jù)，包括企業(yè)管理統(tǒng)計臺賬、績效考據(jù)數(shù)據(jù)、經(jīng)營管理數(shù)據(jù)、投資和財務數(shù)據(jù)、營銷數(shù)據(jù)等；二是企業(yè)生產(chǎn)過程數(shù)據(jù)，包括來自電子設(shè)備和網(wǎng)絡(luò)設(shè)備中自動記錄和篩選的數(shù)據(jù)；三是質(zhì)量檢驗和驗收的數(shù)據(jù)；四是來自供應鏈和客戶調(diào)查的數(shù)據(jù)。這些數(shù)據(jù)大部分是連續(xù)生產(chǎn)的，主要是定量數(shù)據(jù)，也包含一些定性數(shù)據(jù)，這些數(shù)據(jù)構(gòu)成企業(yè)經(jīng)營管理活動的新資源。
�。ǘ┙y(tǒng)計方法選擇的基本原則。
問題導向的統(tǒng)計方法選擇一般以數(shù)據(jù)為基礎(chǔ)，有的方法要求的數(shù)據(jù)量比較少，因而容易在實踐中使用，比如SPC、DOE等，而有的統(tǒng)計方法則要求更多的數(shù)據(jù)量和數(shù)據(jù)質(zhì)量，比如時間序列和可靠性統(tǒng)計分析方法等。因此，選擇統(tǒng)計方法時，應考慮所需要的數(shù)據(jù)在多個方面的特征和要求。
一是數(shù)據(jù)的易得性，要能夠很容易和低成本地采集數(shù)據(jù)，對于網(wǎng)控設(shè)備來說，還應考慮網(wǎng)絡(luò)聯(lián)通問題；二是數(shù)據(jù)的統(tǒng)計口徑、測量設(shè)備和測定方法要保持一致，這樣的數(shù)據(jù)才具備基本的分析基礎(chǔ)和分析能力；三是大數(shù)據(jù)的連續(xù)性采集能力，一些現(xiàn)場數(shù)據(jù)的采集必須滿足連續(xù)性的要求，才可以輔助實施和分析，采用管理學意義上的價值，比如統(tǒng)計過程控制和抽樣檢驗的數(shù)據(jù)等；四是保持數(shù)據(jù)采集的可重復性、可復現(xiàn)性和可控制性，大量統(tǒng)計數(shù)據(jù)的誤差只有通過較為嚴格的方差分析和參數(shù)檢驗、分布模擬可能付諸建模分析和質(zhì)量改進，因此要保證數(shù)據(jù)的采集技術(shù)不會帶來較大的誤差影響。
【數(shù)據(jù)分析中要注意的統(tǒng)計學問題】相關(guān)文章：
Excel中數(shù)據(jù)要雙擊單元格能更新數(shù)據(jù)問題的解決方法08-09
護理老人要注意的問題04-10
分類數(shù)據(jù)的統(tǒng)計分析技巧09-16
室內(nèi)插花要注意哪些問題11-18
給外國人送禮要注意哪些問題12-07
與人交談語言需要注意的幾個問題10-25
演講時需要注意什么問題09-27
跳繩時需要注意哪些安全問題08-29