工具線性迴歸分析
線性迴歸分析
找出輸入因子（X）對輸出結果（Y）的線性關係。用於預測和參數優化。例如：烤箱溫度每增加 1°C，強度增加多少？
使用情境
品管工程師想了解回焊爐溫（X）對焊接拉力（Y）的定量影響，透過線性迴歸建立預測模型，設定最佳製程參數區間以提升良率。 當製程有多個可疑影響因子時，先用相關分析篩選顯著變數，再進行迴歸建模，可有效找出關鍵製程參數（KPV）與品質特性（CTQ）之間的量化關係。
計算範例
收集 20 組配對數據（爐溫 200-250°C，焊接拉力 15-25 N） 迴歸方程：Y = 0.80 × X - 145.0 R² = 0.87（模型解釋 87% 的拉力變異） 斜率 p = 0.0001 < 0.05（統計顯著） → 預測爐溫 230°C 時：Y = 0.80 × 230 - 145 = 19 N → 最佳爐溫範圍：設定在 220-240°C 以確保拉力 ≥ 18 N
延伸閱讀：迴歸分析在製程優化的應用
查看文章 →