作者：国工智能项目部—张子涵

　　前言

　　面对市场竞争的日益激烈，制造企业想要得到客户的认可，不得不从价格优势转向高质量的产品优势。产品质量的高低已经关系到企业核心竞争力的重要一环。如何有效地管理和利用这些从企业生产和经营中产生的庞杂的质量数据，是企业迫切需要解决的问题。

　　将数据挖掘技术应用于生产过程质量管理中，挖掘出生产过程中影响质量的关键因素及其内在联系，有针对性地采取预防措施，从而提高产品质量，为企业持续改善质量提供决策支持。

　　含义

　　双样本方差模块执行计算两个总量的方差和标准差之间比率的置信区间，比率为1表示这两个总量相等。使用此检验来确定一个处理条件是否比另一个条件变异性更强。

　　通过双样本方差检验来判断两个组的方差或标准差是否不同，并计算可能包括两个组的方差或标准差的总体比值的值范围，通过对样本的标准差和方差比的95%置信区间来判断该组数据是否具有比较有效性，以及通过p值来判断结果的可信程度从而推断该假设是否可以成立。

　　案例

　　为了提高家庭暖气系统的效率，进行了一项旨在评估两种设备功效的研究。安装其中一种设备后，对房舍的能耗进行了测量。这两种设备分别是电动气闸(气闸1)和热活化气闸(气闸2)。通过双样本方差检验来确定一种设备的能耗变异性是否高于另一种设备。

　　分析过程

　　从数据大脑中的组件面板查找双样本方差检验组件，拖到到工作面板，配置数据，双样本方差检验组件参数，点击运行。

　　进行调试

　　分析结果

　　该调试信息显示正在检验的假设。因为接受了默认值，原假设假定两个总体标准差的比率为1(它们相等)，而备择假设假定该比率不为1(它们不相等)。检验结果显示在输出的底部。

　　调试信息中显示各总体的标准差和方差的样本数量和点估计值。调试信息还显示总体标准差或总体方差的置信区间。

　　数据大脑计算标准差和方差比的95%置信区间。如果这些区间包含1则没有足够证据表明总体的标准差或方差不相等。

　　对于能耗示例来说，因为p值均大于a的合理选择范围，因此无法否定标准差相等的原假设。这些数据并未提供足够证据证明两个总体的标准差不相等。

　　与质量改善系统相融合

　　该模块可以便捷快速的计算出两个相同功能的产品在功耗、性能上的对比差异，可以通过该数据来对优质产品进行优化，对劣质产品进行相应淘汰或改善。

　　适用范围

　　双样本方差检验可以推测两个变量数据差异性，进一步对数据推断获取业务上相对优质、优化的变量产品。

　　免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：殷守龙