作者：國工智能項目部—張子涵

　　前言

　　面對市場競爭的日益激烈，制造企業想要得到客戶的認可，不得不從價格優勢轉向高質量的產品優勢。產品質量的高低已經關系到企業核心競爭力的重要一環。如何有效地管理和利用這些從企業生產和經營中產生的龐雜的質量數據，是企業迫切需要解決的問題。

　　將數據挖掘技術應用于生產過程質量管理中，挖掘出生產過程中影響質量的關鍵因素及其內在聯系，有針對性地采取預防措施，從而提高產品質量，為企業持續改善質量提供決策支持。

　　含義

　　雙樣本方差模塊執行計算兩個總量的方差和標準差之間比率的置信區間，比率為1表示這兩個總量相等。使用此檢驗來確定一個處理條件是否比另一個條件變異性更強。

　　通過雙樣本方差檢驗來判斷兩個組的方差或標準差是否不同，并計算可能包括兩個組的方差或標準差的總體比值的值范圍，通過對樣本的標準差和方差比的95%置信區間來判斷該組數據是否具有比較有效性，以及通過p值來判斷結果的可信程度從而推斷該假設是否可以成立。

　　案例

　　為了提高家庭暖氣系統的效率，進行了一項旨在評估兩種設備功效的研究。安裝其中一種設備后，對房舍的能耗進行了測量。這兩種設備分別是電動氣閘(氣閘1)和熱活化氣閘(氣閘2)。通過雙樣本方差檢驗來確定一種設備的能耗變異性是否高于另一種設備。

　　分析過程

　　從數據大腦中的組件面板查找雙樣本方差檢驗組件，拖到到工作面板，配置數據，雙樣本方差檢驗組件參數，點擊運行。

　　進行調試

　　分析結果

　　該調試信息顯示正在檢驗的假設。因為接受了默認值，原假設假定兩個總體標準差的比率為1(它們相等)，而備擇假設假定該比率不為1(它們不相等)。檢驗結果顯示在輸出的底部。

　　調試信息中顯示各總體的標準差和方差的樣本數量和點估計值。調試信息還顯示總體標準差或總體方差的置信區間。

　　數據大腦計算標準差和方差比的95%置信區間。如果這些區間包含1則沒有足夠證據表明總體的標準差或方差不相等。

　　對于能耗示例來說，因為p值均大于a的合理選擇范圍，因此無法否定標準差相等的原假設。這些數據并未提供足夠證據證明兩個總體的標準差不相等。

　　與質量改善系統相融合

　　該模塊可以便捷快速的計算出兩個相同功能的產品在功耗、性能上的對比差異，可以通過該數據來對優質產品進行優化，對劣質產品進行相應淘汰或改善。

　　適用范圍

　　雙樣本方差檢驗可以推測兩個變量數據差異性，進一步對數據推斷獲取業務上相對優質、優化的變量產品。

　　免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

責任編輯：殷守龍