西格玛经济师置信区间

也叫置信度,在统计学里,可以理解为调查结果的可信程度。与之相关的概念是置信区间，指调查结果的可能范围，它与置信度的关系是：在符合正态分布的统计调查中，置信度越高，置信区间越小，

1.误差测量误差分为系统误差和随机误差。误差的产生是自然的，意料中的事情。因此我们不能相信来自一个数据点的结果。通常我们收集多个数据点，而且非常注意如何选取这些样本，以减少偏差。 2.误差的处理统计学一般采用统计描述，统计推理和试验设计三种方法来分析误差。统计描述:用图表和几个总结性数字(均值、方差、标准差)描述一组数据。统计推理:确定结果之间的差异何时可能是由于随机误差引起的，何时不能归因于随机误差。(置信区间和假设检验)试验设计:收集并分析数据，以估算过程变化的影响。 3.连续数据和离散数据连续数据:连续可变的数据，如身高，重量等。离散数据:如地区或分类，是非等信息。 4.统计学基本术语总体:也叫母体，用N表示样本:总体的一个子集，用n表示均值(Mean):平均值，总体的用u表示，样本的用xbar表示中位数:排序后中间那个数方差(Variance):总体的用sigma平方，样本的为s平方表示，注意分母是除以N或n均方差(Stdev):总体的用sigma，样本的用s,注意分母是除以N-1或n-15.正态分布它是自然界最常见的一种分布。如某地区人员的身高，某机器生产的零件的尺寸。在研究正态分布的时候，我们一般只需要抽取少量的样本就可以把握总体的趋势。 注意标准的正态分布是指均值为0,标准差为1的正态分布 Z值的计算:我们需要利用正态分布的平均值和标准差将其转化为“标准正态”分布，以便使用标准正态分布表来获得概率。Zusl=(USL-u)/Sigma; Zlsl = (u-LSL)/SigmaZBench 是与出现缺陷的总概率相对应的Z值，可从正态表中查到。6.中心极限定律中心极限定理表明，如果n足够大，样本平均值( x )或其总和的分布，都近似于正态分布，无论单个变量是否服从正态分布。 7.稳定性因子将数据排序后四等分，可以获取到1/4位置的Q1和3/4位置的Q3,稳定性因子SF= Q1/Q3随着偏差的降低，稳定性因子越来越接近1.0

sigma原则：数值分布在（μ—σ,μ+σ)中的概率为0.65262sigma原则：数值分布在（μ—2σ,μ+2σ)中的概率为0.95443sigma原则：数值分布在（μ—3σ,μ+3σ)中的概率为0.9974 其中在正态分布中σ代表标准差,μ代表均值x=μ即为图像的对称轴。3σ准则又称为拉依达准则，它是先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。且3σ适用于有较多组数据的时候。可以认为，数值分布几乎全部集中在(μ-3σ,μ+3σ)区间内，超出这个范围的可能性仅占不到0.3%.

σ是希腊字母，英文表达sigma，汉语译音为“西格玛”。在正态分布中σ代表标准差，μ代表均值x=μ即为图像的对称轴。三σ原则即为：数值分布在（μ—σ,μ+σ)中的概率为0.6526数值分布在（μ—2σ,μ+2σ)中的概率为0.9544数值分布在（μ—3σ,μ+3σ)中的概率为0.9974