前言：

生產過程執行系統（MES）是全方位管理生產進度、質量、設備和人員績效的制造業生產管理思想和管理工具。幫助企業完成設備和系統的通訊，打破原有數據紙質流向形成的信息孤島，減少數據統計的工作量，提高工作效率，實現生產數據自動采集與分析、生產計劃管理、生產過程控制、產品質量管理、車間庫存管理、車間看板管理和設備管理等功能，提高企業制造執行能力。

在傳統的生產企業，數據收集還是靠人工，數據儲存和分析還停留在紙質上面，統計過程容易出錯，大量數據沒有合理、高效充分利用，造成數據浪費。生產過程中的質量問題，往往都是產品生產完以后才發現，造成了不必要的成本浪費，通過MES系統，把現場最真實的生產數據實時的拿到，結合國工數據大腦中的單樣本Z檢驗組件，對現場生產質量問題自動分析處理，把分析結果實時推送給管理人員，數據異常及時報警，做到有問題早發現，早處理，減少生產浪費和質量問題

案例：

企業因為成本和精力所限不可能進行全部檢驗，這時就可以使用假設檢驗來使用小樣本數據來估算大樣本產品差異是否可控，某企業質量部門，每天都要對生產每瓶化學品含量進行分析，客戶要求關鍵物質含量為29%，質量分析員需要使用單樣本 Z 檢驗的方法來確定平均含量是否不同于目標值 29 %，已知均值為29%，總體標準差為3.25。如果均值不同于目標值，質量分析人員將使用置信區間來確定差值有可能為多大，以及差值是否有明顯差異。

抽檢了50個數據樣本，數據樣本一列是檢驗序號，一列是檢驗結果值。數據如下

表1  現場抽檢的物質含量

分析過程：

使用國工數據大腦組件會定時對MES系統數據進行讀取，直接訪問數據庫獲取數據集。

圖2  RDBMS讀取組件

使用集成好算法的單樣本 Z 檢驗組件進行數據的分析處理，對組件參數進行設置，假設均值為29，已知標準差為3.25，顯著性水平設置為0.05，單擊運行，從調試面板中查看分析結果。

圖3單樣本 Z 檢驗組件及參數配置

通過單樣本 Z 檢驗的方法，對樣本數據進行分析來確定總體均值是否不同于指定的假設均值

圖1  分析結果

通過分析結果我們可以得出，原假設化學物質含量的均值為 29。由于 p 值為 0.116（大于顯著性水平 0.05），因此可以得出，生產的產品符合目標值，成品的差異不明顯，均值為29.722，不小于29，符合企業要求。

與生產過程執行管理系統(MES)系統相融合：

通過MES系統，可以自動采集所需數據，增大檢驗的樣本數和數據的時效性，直接將采集的數據對接到創建好的分析模型中，根據得出的分析結果自動對報告進行判定，代替人工判定；并將存在顯著性差異的報告重點推送給相關領導引起重視。根據領導對存在顯著性差異報告的處理，可自動觸發二次檢驗流程等操作。

含義：

Z檢驗（Z Test）又叫U檢驗。由于實際問題中大多數隨機變量服從或近似服從正態分布，U作為檢驗統計量與X的均值是等價的，且計算U的分位數或查相應的分布表比較方便。通過比較由樣本觀測值得到的U的觀測值，可以判斷數學期望的顯著性，我們把這種利用服從標準正態分布統計量的檢驗方法成為U檢驗（U-test）

組件概述

使用單樣本 Z檢驗組件可以在已知總體的標準差時，估計總體的均值并將它與目標值或參考值進行比較。使用此分析，可以執行以下操作：

1.確定總體均值是否不同于您指定的假設均值。

2.計算可能包括總體均值的值范圍。

參數說明：

原假設：上述假設可能，符合是H0

備擇假設：與原假設對立，符合是H1

p值：結果可信程度的一個遞減指標

適用范圍：

使用單樣本 Z可以在已知總體的標準差時，估計總體的均值并將它與目標值或參考值進行比較。