六西格玛企业管理中散点图如何运用？

六西格玛企业管理中散点图如何运用？

在大多数的电子表格软件包中都会发现散点图的身影，当输入X和输出Y都连续时， 这种工具是特别有用的（尽管效果 不大，当X离散时，我们还是可以使用散点图）。当联系X和Y的数据关系具有易辨认的图形时，散点图有助于形成我们的直观印象。另一方面，一个图形，无论是雪茄烟形还是其他形状的， 都不能表明我们找到根本的原因。我们所知道的全部就是两种变量之间从收集的数据上看具有某种联系。这种联系并不是总意味着因果关系 ，因为它可能反映了同时影响两咱因素的不同的原因。
这对于理解是很重要的，因为我们找到原因的目的是识别我们可以徇和控制的事项从而控制输出量的变异。
有时这些图形是雪茄烟形状的， 直线周围有云彩——只有两种图形出现之后，我们才能运用一些其他统计学工具如相关性分析和回归分析。相关性告诉我们当两种变量之间存在线性关系时——当Y 变大时，X也变大，被称为正相关；当Y变小而X变大时，它们之间的关系被称为负相关。当X变化时， Y没有变化，我们认为两者之间是零相关。
顺便说一下，当我们的离散型数据包括X和Y的等级时，我们可以用相关性来表明两种等级之间的相互关系：正相关或负相关。即使X和Y都是连续的，等级序列相关也可能是非常有用的，因为在极端值或者每个变量数据分布的影响下， 该计算不会失真。
回归分析相当于穿过点画一条直线并且列出这条直线的参数，该参数被称为回归系数。回归系数反映的是对应于X的单位值的变化，预期的Y的变化。这样的话，它是非常有用的。此外，该技术也显示了系数是否值得使用。结果显示系数是否显著不等于零——如果不是这样，运用它就没有意义了。
关于回归，除非所有的变量都是连续的，否则，我们不能也不应当使用它，此外，还有很多陷井。不管数据中是否存在直线模式，回归总是会画出一条直线，因此我们应当总是先用散点图检查一下是否存在这种模式。它对远离其他点的异常点/异常值也是敏感的，因此，为了运用回归分析方法，我们需要仔细考查数据。方差分析是一个更强大的技术，但是并不能提供给我们从回归中得到的那类详细的和有用的信息。两种技术适用于不同的输入数据类

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息