作者：九三  来源：蒲公英

近期开始做纯化水系统的数据分析与回顾，以往也做过分析，但，总有些似是而非的，这次经多位老师指点，有些收获，拿出来分享交流，抛砖引玉吧。

以2016年全年，总回水口，在线电导率的数据进行分析（虽然是在线电导率，但不能存贮数据，只是人工间隔一定时间记录），共收集1593条电导率数据。

分析思路如下：

1. 分析的目的是，以电导率这个参数，来看纯化水全年运行过程是否平稳，是否符合要求，是否有不良趋势和风险，是否需要进行改进。

2. 纯化水系统本身其过程存在周期性的干扰（如定期的消毒，本系统是臭氧消毒，源水软化树脂定期活化等），所以，其过程数据如不是正态分布，是可能的，这是基本事实，或说是规律。

3. 数据分析，通常是建立在某个分布之上进行的，如正态分布、泊松分布等，也就是说以样本（通常是小样本）来推断总体，从而以统计结果来表明，总体的结论是否有统计学意义。但也不能只以统计结论来给出定论，而应当结合专业结论，两者共同来判定最终结论，如果统计结论和专业结论不一致，则最终结论需根据专业知识而定。判断被试因素的有效性时，要求在统计上和专业上都有意义。

4. 目前有1593条数据，已然不是小样本，基本是对总体的分析，是大数据的分析了。

下面，以电导率数据为例，介绍一下分析步骤（以minitab 17软件操作为主）：

１、进行定性的“描述性统计”：
1.1、简洁的数字化的：统计/基本统计量/显示描述性统计量（在其“统计量”选项卡内，根据自己需求，选择不同的参数，也可点选“默认”项。），得如下：

小结：

1. 电导率年均值为1.93，标准差为0.24，从3倍标准差（1.9266+=3×0.2371=2.64≤3）的标准来看，过程能力尚可，能满足预期设定的要求（电导率小于3）。

2. 数据整体不是正态的，整年的变化趋势如何，需采用时间序列，进一步分析。

2、进行随时间变化趋势的“时间序列”分析：

2.1、统计/时间序列/时间序列图（在其“数据视图”选项卡内，点平滑器，选择“Lowess”项，平滑度和步骤数参数，选默认值。）得如下图：

2.2、进一步对可能的趋势进行分析，用“统计/时间序列/分解”，其中“季节长度”填写12或54（因7天/每周用臭氧消毒1次），“模型类型”选“乘法”，“模型分量”选“趋势加季节”；得下图：

2.3、以上面所得模型，进行下一年度电导率预测，仍然执行上面的操作，勾选“生成预测”，预测点数，选择1540个，得下图：

小结：

1. 电导率整体变化趋势呈现两波峰、两波谷变化，呈现出四季变化规律，夏秋高，冬春低；

2. 季节（水温）变化对电导率变化的影响，大于臭氧消毒的变化的影响；

3. 根据目前数据似合的变化趋势，可预测下一年电导率变化仍将上升的趋势，但不会超过2.25。

3、进行过程控制和能力分析：

3.1、因其原数据不是正态分布，所以进行数据变换，Box-Cox变换不成功，选Johnson变换如下：

统计/质量工具/Johnson变换，得下图：

3.2、做过程控制和能力分析：用协助/能力分析/连续/正态能力；分析类型选“完整”，子组选择实际记录中“日期”项，规格上限填“3”，得下图：

小结：

1.  经转换后，本年度电导率整体过程不算稳定，究其原因，数据量大，标准小，上下控制限自然变小，造成过程超限点多。

2. 制水过程干扰电导率的影响因素较多，如消毒、微生物、红锈等，加之电导率探头精度等，需要针对性进一步调查、改进。

3.  虽然过程不稳定，但，其过程能力，仍然可供参考，从上图可得，过程能力Z值（西格码值）在绿区，其值为2.99，Ppk=1.00，过程良好。整体过程缺陷率（>3）为0.14%，整体的合格率（<3）为99.86%，高于控制要求的±3σ＝99.73%的要求。

4. Cpk=1.81，Ppk=1.00，两者差距较大，说明组间差异的影响是非常显著的（这里的组间，是每一天内数据为组内）。

5.  下一步，寻找组间影响因素，因间隔7天的臭氧消毒的影响、反渗透膜的维护保养情况、软化水的软化周期管理情况。

6. 需要将TOC，以及微生物数，三者结合在一起再进行分析，专业经验提示我们，它们三者之间是有相互影响或关联的。