一、前言：
测试女巫又要开始念新咒语啦，先带着大家复习一下前五次我们学习的"咒语"和"法术"："找到bug产生的原因"以及"提高bug产出效率"，"通过自动化节省人力"，"总结工作流程篇"和"总结芯片的特点和科学对比两款芯片的优劣"为例介绍DOE，柏拉图，主效应，交互作用，相关性，鱼骨图，Xbar Chart，One Way ANOVA，Two Way ANOVA，QFD，DFMEA，量测系统，Johnson Transformation假设检定，双样本检定，并着重介绍如何将这些方法应用到我们软件测试中。
这次我们学习新的"魔法"是什么呢？在我们实际工作中有两个需求：第一个需求：对很重要功能的"预警"需求，即对于某些重要功能，需要做长时间监控，在发现超过标准值前提出预警，不要等问题变得很坏的时候才给出警告，这样做可以使相关工程师有足够的时间去解决问题。
第二个需求，对于重要功能尤其是性能方面的功能，在客户无法给出具体的标准的前提下，如何根据收集的数据，根据科学的统计学的方法制定标准？或者根据客户给出的标准，使用科学的统计学的方法推算出出问题的机率？
对于这两个需求，我们可以分别用6 sigma专业的统计学的工具：统计过程控制（Statistic Process Control）SPC, X-Bar-S控制图以及推估不良率/推估标准这三几个工具来完美呈现！
在使用这些工具前我们有一些背景知识需要了解，所以这次我们需要学习新的基本知识和工具为：
标准差和平均值的概念（这两个概念在我们此文章中用到工具都需要使用的基本概念），趋中定律（Central Limit Theorem），也是使用SPC和推估不良率/推估标准前需要了解的概念，最后是我们需要学习的目的工具：即统计过程控制（SPC），X-Bar-S控制图，推估不良率或者推估标准
二、6 sigma常用工具基础知识介绍
1、标准差以及平均数的基本概念
1) 平均数：指的是一组数据中所有数据之和除以这组数据的个数，它是反映数据集中趋势的一项指标,它是描述数据集中位置的一个统计量，既可以用它来反映一组数据的一般情况、和平均水平，也可以用它进行不同组数据的比较，以看出组与组之间的差别。
公式 ：
... ...
查看更多精彩内容，请点击下载：http://www.51testing.com/html/07/n-3649907.html
以下我们举个形象的例子来说明平均数和标准差：
平均数：决定了曲线的位置(抛物线中轴线即为平均数)
标准差：决定了曲线的形状，即曲线是高耸还是扁平
a. 标准差越小，曲线越高耸，表明数值集中在平均值附近的数值越多。
b. 标准差越大，曲线越扁平，表明数值集中在平均值附件的数值越少
下图是标准差和平均值三种情况的对比：
其中μ指的是平均值；δ指的是标准差。
趋中定理（Central Limit Theorem）
1) 作用：它是所有统计学中的推论工具的基础理论，它主要阐述的是样本和母体之间的关系；换句话说如何通过对样本的研究来推论母体的分布。
从平均数和标准差的角度来说：即通过对于样本的平均数和标准差来推论未知母体的平均数和标准差。
... ...
查看更多精彩内容，请点击下载：http://www.51testing.com/html/07/n-3649907.html
版权声明:51Testing软件测试网及相关内容提供者拥有51testing.com内容的全部版权，未经明确的书面许可，任何人或单位不得对本网站内容复制、转载或进行镜像，否则将追究法律责任。
