表1特黑涤棉65/35 18.2tex条干与常发性纱疵测试数据千米细节（个）千米粗节（个）千米棉结（个）续表1表2条干与千米细节数据统计条千cv（%）千米细节（个）千米粗节（个）千米棉结（个）2.2条干与千米细节的一元线性回归统计分析2.2.1利用普通EXCEL软件，以条干为纵坐标画出条干与千米细节的散点图，如所示。

　　自变量系数系数标准误T值P值常量千米细节（个）表3条干与千米细节方差分析来源自由度SS（离差平方和）MS（均方差）F值P值回归残差误差合计2.3条干与千米粗节的一元线性回归统计分析2.3.1条干与千米粗节的散点图，如所示。

　　特黑涤棉65/35 182tex条千与千米粗节的散点。3.2以条干为应变量，千米粗节为自变量，统计结果如表4所示。

　　表4条干与千米粗节数据统计自变量系数系数标准误常量千米粗节（个）表5条干与千米粗节方差分析特黑涤棉65/3518.2tex条千与千米细节的散点。2.2以条干为应变量，千米细节为自变量，统计结果如表2所示。

　　来源自由度SS（离差平方和）MS（均方差）F值P值回归残差误差合计2.4条干与千米棉结的一元线性回归统计分析2.4.1条干与千米粗节的散点图，见。

　　2.4.2以条干为应变量，千米棉结为自变量，统计结果如表6所示。

　　表6条干与千米棉结数据统计自变量系数系数标准误T值P值常量千米棉结（个）回归方程为条干CV（%）=144+0.00625千米棉结（个）S（离差平方和的平方根）=0. 4%PRESS（误差平方和）=表7条干与千米棉结方差分析来源自由度SS（离差平方和）MS（均方差）F值P值回归残差误差合计3统计结果分析3.1由表1表7中条干与常发性纱疵千米细节、粗节、棉结的一元线性回归统计结果可见，方差分析的P值均为0，说明回归效果显著；其相关中条干与千米粗节的相关系数*大，说明二者相关性*为显著。

　　3.2由于条干与千米粗节的相关性*为显著，在生产质量管理中应优先将控制千米粗节作为降低条干的*首要因素。从可以看出，条干实测数据的95%预测区间（15. 817，16.251），这个结果表明，在0.05置信水平上，可以认为该产品条干CV水平为小于16. 251%，按行业标准，该产品处于一等品水平。由于对于该产品优等品水平为小于15.5%，为了达到这个标准，千米粗节的控制水平应为多少呢，简单计算可得表1中千米粗节的平均值为275，利用2.3.2统计结果，如果千米粗节平均值降低到130，可计算预测条干的95置信预测区间为（144015，15.5658）。这也说明为达到行业标准规定的优等品水平，该产品千米粗节平均值水平需要由原来的275降低到130. 3.3由于涤棉色纱行业标准中没有对常发性纱疵提出标准要求，使用同样的统计方法也可以实现对千米细节与棉结的相关预测，为质量改进明确量化目标。

　　4结论4.1条干与三类常发性纱疵均存在显著性一元线性关系，其中条干与千米粗节的相关性*为显著，在生产质量管理中应优先将控制千米粗节作为降低条干的*首要因素。

　　4.2将千米粗节作为首要质量控制点，可以较好改善纱的条干值。对于所研究的产品，统计结果表明，为达到行业标准规定的优等品水平，该产品千米粗节平均值水平需要由原来的275降低到130.