變異量數—分散、分佈的程度
標準差(Stander deviation)：
在機率統計中最常使用作為統計分佈程度（statistical dispersion）上的測量。標準差定義為變異數的算術平方根，反映組內個體間的離散程度。測量到分佈程度的結果，原則上具有兩種性質：
1.為非負數值，
2.與測量資料具有相同單位。
為一統計數列的每一數值與平均值差量平方總和的平均值之平方根，用來表示數列資料離散的程度。
樣本：進行計算去描述他，稱為敘述統計。
敘述統計是從收集的資料中取得描述產品或製程特徵量。
母群：N-已知(固定);N-未知(不固定)
推論統計有預測的功能。
推論統計是利用抽樣所得的資訊對未知的製程參數做出結論。
推論統計：利用樣本的資訊來推測母群體的特性。我們通常假定此樣本為由簡單隨機抽樣（SRS）的方式得到的。
推論統計主要的兩大工作是：母數估計和假設測定。
民意調查範例：
http://www.mac.gov.tw/public/Attachment/96416175181.pdf(抽樣最少要抽30人)
工具：
T檢定(T-test)：平均數的概念
ANOVA單因子變異數分析：比較變異數的概念。
變異量分析(The Analysis of Variance，英文簡寫為ANOVA)是一非常重要而且常會用到之假設測定的方法。此分析法基本上適用在兩個以上樣本間之比較。
六個標準差：
「六個標準差（Six Sigma）」是一個品質改善目標的代號，源自統計製程管制（Statistical Process Control，簡稱SPC）的理論。簡單的說，就是每生產一百萬個產品，其不良品不能超過四個。
「六個標準差」是顧客導向的持續品質改善策略，改善範圍包括產品的設計與製造，以及管理作業。任何作業過程只要有改善機會，就貫徹「六個標準差」策略，使不良率將低到百萬分之三或四以下。因此也有學者把追求「六個標準差」品管目標定義為在製程初期即發現瑕疵點並加以改善的商業過程（Business Process）。
六標準差可以分成三個基本的類別：在商業中集中于財務成果的一種質量方案、基於過程改進的一種統計方法、以及對於過程/產品能力的一種統計界定。
六標準差的開始是作為最新的質量和管理改進運動而對不同行業形成衝擊。
六標準差-方法
大部分六標準差部署的從業人員都知道初始DMAIC——界定、衡量、分析、改善和控制。這是六標準差應用過程中公認並伴隨著過程改進路標的5個階段。在每個階段都用一定數量的客觀與主觀的工具和技巧來使專案領導關注過程的關鍵方面，這些過程的關鍵方面為影響過程輸出並最終影響客戶的方面。主觀的工具包括流程圖、故障類型和效果分析（FMEA）、以及顧客需求分析。客觀工具包括統計測試、實驗設計、以及能力分析。
專案領導在適當的時機，在多種主觀和客觀工具與方法的指導下，長期關注過程的改進，從而為公司創造經濟和戰略利益。
六標準差已經從製造/操作的應用擴展到了公司的設計、技術、營銷、經營過程等領域。儘管許多客觀的工具是一樣的，但所使用的時機和使用將依據所應用的功能領域而改變。
六標準差設計集中於進行產品的發展，而不是關注產品的製造過程。六標準差設計與產品開發週期過程保持一致，針對產品開發週期的各階段，應用與其相適應的主觀和客觀工具。六標準差設計的核心在於對製造產品的過程和供應商能力的深入理解的基礎上，從而開發出能夠滿足客戶需求和期望的高水準設計。這個過程中包括了針對於可靠性、便於製造性和耐用性的設計。
六標準差-衡量標準
六標準差的衡量或6個標準差是計量一個過程中存在標準誤差的統計單位，並用它來與客戶所提供的可接受誤差範圍進行比較。希臘字母西格瑪（δ）所代表的標準差是對產品可變率的衡量。如果對一個正常分佈的過程或產品進行測量，成品率大約為99.73%，用西格瑪的方式表示為在+/-3個標準差之內。六標準差意味著客戶的規範界限（即客戶所願意接受的產品質量）為平均值上下的6個標準差（因此被稱作六標準差）。如果產品達到這一級別的性能標準，客戶在100萬件產品中僅能找出3.4件 瑕疵。
常態分配表
中央極限定律：(Central Limit Theorem) 是機率理論及統計學中最重要且常用的結果之一。對許多初學者而言，卻是一個不容易瞭解的抽象概念。為了讓初學者比較容易瞭解及掌握中央極限定理的基本概念，這裡將藉由網路互動式模擬程式，來讓初學者從互動的實驗中理解中央極限定理的基本概念。
正偏態：平均數>中數>眾數
常態：平均數=中數=眾數
