Metody analizy danych
- rozklad czestosci (szereg rozdzielczy)
Przedstawienie pierwotnych danych pochodzacych z obserwacji w sposob zagregowany, ze wskazaniem czestosci wystepowania wartosci w ustalonych przedzialach.

- histogram
Przedstawienie rozkladu czestosci na wykresie slupkowym.
Histogramy sa czesto stosowane np. przy wstepnej kontroli dostaw skladnikow wejsciowych dla procesu (materialy, surowce, podzespoly itp.)

- analiza Pareto
Regula Pareto: 20% przyczyn odpowiada za powstanie 80% skutkow
Analiza Pareto polega na:
+ sprawdzeniu czy w badanym zjawisku znajduje potwierdzenie regula Pareto,
+ wskazaniu tych przyczyn, ktore odpowiadaja za zadany udzial procentowy skutkow,
+ ocenie za jaki udzial procentowy skutkow odpowiadaja przyczyny, ktore mozna wyeliminowac.
- proste statystyki opisoweWiele miar (wskaznikow) jakosci ma charakter statystyczny, gdyz opisuje cechy rozkladu wartosci w duzych zbiorach danych, w ktorych zmiennosc ma charakter przypadkowy. Miary statystyczne powinny charakteryzowac przynajmniej dwie cechy rozkladu:
+ wartosc przecietna
+ poziom zmiennosci (najlepiej wzgledem wartosci przecietnej)
Przykladowe proste miary dla
+ wartosci przecietnej: srednia arytmetyczna, mediana;
+ poziomu zmiennosci: zakres, odchylenie standardowe, zakres miedzykwartylowy, wspolczynnik zmiennosci.

- wykres skrzynkowy charakteryzuje rozklad wartosci w podanym zbiorze danych za pomoca czterech prostych statystyk opisowych:
+ mediany u=q2
+ dolnego q1 i gornego kwartyla q3
+ zakresu R=Xmax-Xmin

pozwala szybko dostrzec podstawowe cechy rozkladu, w tym takze brak jego symetrii
jest szczegolnie przydatny do oceny zmian cech rozkladu danych w czasie (seria wykresow dla kolejnych probek losowych)
czytelnie wskazuje roznice pomiedzy kolejnymi probkami
sluzy czesto do analizy reakcji procesu na zmiany parametrow sterujacych

- wykres rozproszony sluzy do wstepnego sprawdzenia, czy wystepuje zaleznosc pomiedzy dwoma cechami charakteryzujacymi obiekty z pewnego zbioru.
Na wykresie rozproszonym mozemy:
dostrzec pozytywna, badz negatywna, korelacje pomiedzy dwoma seriami danych (wartosciami dwoch cech),
wykryc pojedyncze obiekty, dla ktorych stosunek wartosci tych cech w sposob szczegolny odbiega od zaleznosci obserwowanej wsrod pozostalych.