标签：数据 简介 直方图 组距 137 136 138 绘制

先啰嗦两句，在质量管理七大原则中，讲究询证决策，说人话就是“说话办事得有证据”。

质量数据便是可以很好的辅助决策的客观依据。但简单粗糙未经整理的原生态数据显然是没办法完成它这个使命的。所以如何整理质量数据进而清晰准确表达质量信息，可以说是质量人的一项基本生存技能。

而数据整理和表达的一个经典模型，便是直方图。

一、直方图是什么

直方图用一系列宽度相等、高度不等的长方形来表示数据，其宽度代表组距，高度代表指定组距内的数据数（频数）。

它由英国拥有诸多头衔的天才学者卡尔卡尔·皮尔逊（Karl Pearson，1857—1936，右边这个帅男人，英国著名统计学家、应用数学家、历史学家、哲学家、伦理学家、民俗学家、宗教学家、优生学家、头骨测量专家……名号比龙妈还多……）提出，并由在日本质量学者总结纳入经典QC七大工具中。

直方图可使我们比较容易直接看到数据的分布形状、离散程度和位置状况：

• 观察数据分布的类型，分析是否服从正态分布，有无异常；
• 判断数据分布范围是否满足规格范围的要求；
• 与产品规格界限做比较，判断分布中心是否偏离规格中心，以确定是否需要调整及调整量；

但需要注意的是，虽然在过程能力分析中，我们常常利用直方图整理数据用以分析其分布状态，但有时根据观测数据所绘制的直方图呈非正态的异常分布。这说明过程已出现了异常。在这种状态下，是不能计算过程能力指数的，必须先排查异常原因，予以排查纠正后，再重新收集数据并分析。

为什么不能计算，因为不受控了啊，计算Cp/Cpk的前提是过程处于统计受控状态。

标签：数据,简介,直方图,组距,137,136,138,绘制
来源： https://www.cnblogs.com/xmxia/p/15449256.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。