輕鬆六西格瑪-梁老師 輕鬆六西格瑪第2講:描述性統計 - 數據類型

工程质量
2粉絲
2026年5月16日
AI 生成·可能包含錯誤
大家好
從今天起
我開始上傳六Sigma知識方面的視頻
這應該是一條很長的路
統計知識其實並不會色
只要瞭解關鍵點
跟着我的視頻
一切都很輕鬆
我的視頻會聚焦關鍵點
簡短圖文並茂
Sigma是一個希臘字母
在統計學裏也被稱爲標準偏差
六個Sigma代表着百萬分之3.4的缺陷概率
這是一個非常高的質量目標
六Sigma同時也代表着一個系統的
縝密的質量改進方法論
它基於數據做判斷
摩托羅拉發明了很多東西
也是六Sigma質量管理體系的創立者
時至今日全世界流行的是
精益六Sigma持續改進
DMAIC流程是用來實現
六Sigma改進目標的流程
今後會在另外一個系列裏做介紹
好的
我們現在進入統計學
它是以抽樣數據來做判斷
那麼數據有什麼種類呢
我們看到數據有四大類
第一類是定類數據
第二類是定序數據
第三類是定區數據
第四類是定比數據
定類數據很簡單
是思維數據中等級最低的
比如說公司買了一車蘋果
按照顏色屬性分爲紅色
綠色與黃色
成年人呢
我們可以按照年齡屬性
分爲青年
中年與老年
有時候則可能更簡單
僅僅是貼個標籤而已
就像學生班級
一班二班與三班
定類數據只能用比例
或者頻度來描述
紅蘋果有60%
綠蘋果30%
黃蘋果10%
定序數據比定類數據高級一層
每一類別之間有了等級之分
蘋果分爲一等品
二等品
三等品
員工來自一線城市
二線城市
或者是18線城市
定序數據除了比例和頻度之外
我們還可以用衆數與中位數來描述
蘋果一等品有30%
二等品有55%
三等品有15%
這樣的話
我們的衆數與中位數都是二等品
定類數據和定序數據都屬於離散
或者屬性數據
定比數據是所有司類數據中等級最高的
它有絕對零點
可以加減乘除
數字的比值是有意義的
比方說有一個巨人
他的身高是2米25
而我是1米73
巨人的身高就是我身高的1.3倍
這個比值是有意義的
沒毛病
那種人就問了
身高的絕對零點是什麼
我覺得你就當是卵子一顆
抖相逢那一刻
最後一類數據定據數據
這個數據只是一個相對的值
舉例說
武大郎的身高是1.4米
那舊人說想看一看巨人和麥良的身高
減去武大郎的身高後
比值是多少
於是把我們倆整成了兩半
這時候巨人就變成了0.85米
而我是0.33米
巨人是我的兩倍多
因爲被整成了兩半
當然不會有絕對零點
這種數據我們叫做定據數據
可以加減
不能乘除
你可以看到這個比值很無聊
相當的無聊
攝氏溫度與華氏溫度都是定據數據
而絕對溫度纔是定比數據
定比數據和定據數據都是聯繫數據
任意兩個數值之間可以無限分割
有相應的計量單位
聯繫數據的統計描述
我們分爲位置與散佈兩大類
位置包括
重數中位數與平均值
散佈包括積差方差與標準偏差等
好了
今天的視頻就到這裏
謝謝觀看
我們下次再見
