Hva er et glidende gjennomsnitt Det første glidende gjennomsnittet er 4310, som er verdien av den første observasjonen. (I tidsserieanalyse beregnes det første tallet i den bevegelige gjennomsnittsserien ikke, det er en manglende verdi.) Neste glidende gjennomsnitt er gjennomsnittet av de to første observasjonene (4310 4400) 2 4355. Det tredje glidende gjennomsnittet er gjennomsnittlig observasjon 2 og 3, (4400 4000) 2 4200, og så videre. Hvis du vil bruke et glidende gjennomsnitt på lengde 3, blir tre verdier i gjennomsnitt i stedet for to. Opphavsrett 2016 Minitab Inc. Alle rettigheter reservert. Ved å bruke dette nettstedet godtar du bruk av informasjonskapsler for analyse og tilpasset innhold. Les vår policyWhat er et glidende gjennomsnittlig diagram En type tidsvektet kontrollskjema som plotter det uveide glidende gjennomsnittet over tid for individuelle observasjoner. Dette diagrammet bruker kontrollgrenser (UCL og LCL) for å bestemme når en situasjon utenom kontrollen har skjedd. Flytte gjennomsnittlige (MA) diagrammer er mer effektive enn Xbar-diagrammer for å oppdage små prosessskift, og er spesielt nyttige når det bare er 1 observasjon per undergruppe. Imidlertid er EWMA-diagrammer generelt foretrukket over MA-diagrammer fordi de vektar observasjonene. Observasjonene kan enten være individuelle målinger eller undergrupper. Flytte gjennomsnitt er beregnet fra kunstige undergrupper som er opprettet fra påfølgende observasjoner. Eksempel på et glidende gjennomsnittskart En produsent av sentrifugrotorer ønsker å spore diameteren på alle rotorer produsert i løpet av en uke. Diametrene må være nær målet, fordi selv små skift forårsaker problemer. Poengene ser ut til å variere tilfeldig rundt senterlinjen og ligger innenfor kontrollgrensene, men det er ett punkt som kommer nær kontrollgrensen som du kanskje vil undersøke. Variabler kontrollkart for enkeltpersoner plottestatistikk fra måledata, som lengde eller trykk, for enkeltpersoners data. Variabler kontroll diagrammer for undergrupper, tidsvektede diagrammer og multivariate diagrammer også plotte måledata. Attributter kontrollerer diagrammer for antall data, for eksempel antall feil eller defekte enheter. For mer informasjon om kontrolldiagrammer, se Oversikt over kontrolloversikt. Velge et variabel kontroll diagram for enkeltpersoner Minitab tilbyr fem variabler kontroll diagrammer: 8226 I-MR 8722 et Individuelt diagram og Flytte område diagram vises i ett vindu 8226 Z-MR 8722 et diagram over standardiserte individuelle observasjoner og bevegelige områder fra kortvarige prosesser 8226 Enkeltpersoner 8722 et kart over individuelle observasjoner 8226 Flytte rekkevidde 8722 et kart over bevegelige områder Individuelt8722Flere rekkefølge Et I-MR-kart er et Individuelt diagram og Flyt rekkefølge i samme grafvindu. Individualschemaet er tegnet i den øvre halvdelen av skjermbildet Moving Range-diagrammet i nedre halvdel. Ved å se begge diagrammer sammen kan du spore både prosessnivå og prosessvariasjon samtidig, samt oppdage tilstedeværelsen av spesielle årsaker. Se 29 for en diskusjon om hvordan man tolker felles mønstre i de to kartene. Som standard estimerer I-MR Chart prosessvariasjonen, med MRbar d2, gjennomsnittet av det bevegelige området divideres med en ubøyelig konstant. Det bevegelige området er av lengde 2, siden sammenhengende verdier har størst mulighet for å være like. Du kan også anslå å bruke medianen i det bevegelige området, endre lengden på det bevegelige området, eller angi en historisk verdi for. Eksempel på I-MR-kart Som distribusjonsleder ved et kalksteinbrudd, vil du overvåke vekten (i pounds) og variasjonen i de 45 kalksteinene som sendes ukentlig til en viktig klient. Hver batch bør veie ca 930 pounds. Du har tidligere opprettet et Moving Average-diagram. Nå vil du undersøke de samme dataene ved hjelp av en enkeltperson og et flytende områdeskjema. Hvordan lage I-MR-diagrammet 1 Åpne regnearket EXHQC. MTW. Hvordan du oppretter og leser et I-MR-kontrollskjema Når det gjelder å opprette kontrolldiagrammer, er det generelt godt å samle data i undergrupper, om mulig. Men noen ganger samler undergrupper av målinger, er ikke et alternativ. Målinger kan være for dyre. Produksjonsvolumet kan være for lavt. Produktene kan ha en lang syklus tid. I mange av disse tilfellene kan du bruke et I-MR-diagram. I likhet med alle kontrolldiagrammer har I-MR-diagrammet tre hovedbruk: Overvåke stabiliteten til en prosess. Selv svært stabile prosesser har litt variasjon. og når du prøver å fikse mindre svingninger i en prosess, kan du faktisk forårsake ustabilitet. Et I-MR-kart kan varsle deg om endringer som avslører et problem du bør adressere. Bestemme om en prosess er stabil og klar til å bli forbedret. Når du endrer en ustabil prosess, kan du ikke nøyaktig vurdere effekten av endringene. Et I-MR-kart kan bekrefte (eller nekte) stabiliteten til prosessen før du implementerer en endring. Demonstrer forbedret prosessytelse. Trenger å vise at en prosess har blitt forbedret Før og etter I-MR-diagrammer kan gi det beviset. I-MR er virkelig to diagrammer i ett. Øverst på grafen er et Personlig (I) diagram. som plotter verdiene til hver enkelt observasjon, og gir et middel for å vurdere prosessenter. Den nederste delen av grafen er et Moving Range (MR) diagram. hvilke diagrammer behandler variasjon som beregnet fra rekkevidden av to eller flere påfølgende observasjoner. Den grønne linjen på hvert diagram representerer gjennomsnittet, mens de røde linjene viser de øvre og nedre kontrollgrensene. En kontrollprosess viser bare tilfeldig variasjon innenfor kontrollgrensene. En out-of-control-prosess har uvanlig variasjon, noe som kan skyldes tilstedeværelsen av spesielle årsaker. Opprette I-MR-diagrammet La oss si at du jobber for et kjemisk selskap, og du må vurdere om pH-verdien for en tilpasset løsning er innenfor akseptable grenser. Løsningen er laget i batcher, så du kan bare ta en pH-måling per batch og dataene kan ikke deles opp. Dette er en ideell situasjon for et I-MR-kart. Så måler du pH i 25 påfølgende batcher. Forberedelse av disse dataene for I-MR-kartet kunne ikke vært enklere: bare oppfør målingene dine i en enkelt kolonne, i rekkefølgen du samlet dem. (For å følge med, last ned dette datasettet og, hvis du ikke allerede har det, gratis prøveversjon av vår statistiske programvare.) Velg Stat gt Control Charts gt Variabler Diagrammer for personer gt I-MR og velg pH som variabel. Hvis du skriver inn mer enn en kolonne i Variabler, er det ikke noe problem - Minitab vil bare produsere flere I-MR-diagrammer. Dialogboksen alternativer lar deg legge til etiketter, dele diagrammet i trinn, delte dataene. og mer. Du ønsker å fange noen mulig spesiell årsak til variasjon, så klikk på I-MR-alternativer. og velg deretter Test. Velg quotPerform alle tester for spesielle årsaker, quot og klikk deretter OK i hver dialogboks. Tester for spesielle årsaker registrerer punkter utover kontrollgrensene og bestemte mønstre i dataene. Når en observasjon feiler en test, rapporterer Minitab det i sesjonsvinduet og markerer det på I-diagrammet. Et mislykket punkt indikerer et nonrandom mønster i dataene som bør undersøkes. Når det ikke vises noen poeng under testresultatene, mislyktes ikke noen observasjoner av testene for spesielle årsaker. Tolkning av MR-diagrammet, del 1: MR-diagrammet Her er I-MR-diagrammet for pH-dataene: Først undersøk MR-diagrammet, som forteller deg om prosessvariasjonen er i kontroll. Hvis MR-diagrammet er ute av kontroll, vil kontrollgrensene på I-diagrammet være unøyaktige. Det betyr at enhver mangel på kontroll i diagrammet kan skyldes ustabil variasjon, ikke egentlige endringer i prosessenteret. Hvis MR-diagrammet er i kontroll, kan du være sikker på at en oversikt over diagrammet skyldes endringer i prosessenteret. Poeng som mislykkes Minitab39s tester er merket med et rødt symbol på MR-diagrammet. I dette MR-diagrammet er de nedre og øvre kontrollgrensene 0 og 0.4983, og ingen av de enkelte observasjonene faller utenfor disse grensene. Poengene viser også et tilfeldig mønster. Så prosessvariasjonen er i kontroll, og det er hensiktsmessig å undersøke I-diagrammet. Tolke I-MR-diagrammet, del 2: I-diagrammet Individuelle (I) - skjemaet vurderer om prosessenteret er i kontroll. Dessverre ser dette diagrammet mitt ikke så bra ut som MR-diagrammet gjorde: Minitab utfører opptil åtte spesielle årsvarietester for I-diagrammet, og markerer problemobservasjoner med et rødt symbol og nummeret til den mislykkede testen. Grafen forteller deg tre observasjoner mislyktes to tester. Minitab-sesjonsvinduet forteller deg hvorfor hvert punkt ble flagget: Observasjon 8 mislyktes Test 1, som tester for punkter mer enn 3 standardavvik fra midtlinjen - det sterkeste beviset på at en prosess er ute av kontroll. Observasjoner 20 og 21 mislyktes Test 5, som tester for en runde på to av tre punkter med samme tegn som faller mer enn to standardavvik fra midtlinjen. Test 5 gir ytterligere følsomhet for å oppdage mindre skift i prosessmiddel. Dette I-MR-diagrammet indikerer at prosessmiddelet er ustabilt og prosessen er ute av kontroll, muligens på grunn av tilstedeværelsen av spesielle årsaker. I-MR-diagrammet for pH er kanskje ikke det du ville se, men nå vet du at det kan være et problem som må løses. Det er hele formålet med kontrollskjemaet. Deretter kan du prøve å identifisere og rette opp de faktorene som bidrar til denne spesielle årsaken. Inntil disse årsakene er eliminert, kan prosessen ikke oppnå en tilstand av statistisk kontroll. Navn: Peter Tibbetts bull Mandag 24. juni 2013 Takk for anmeldelsen, men det ville være mer nyttig hvis mR-diagrammet ikke satte LCL til 0. I dette eksemplet ville den faktiske LCL for mR-diagrammet være -. 1933, men siden mR er alltid en absolutt verdi, vil mR aldri være mindre enn null, så en negativ LCL er meningsløs. Det ville være bedre hvis det ikke er noen LCL i det hele tatt, når det er beregnet å være negativt. Navn: Peter Tibbetts bull Mandag 24. juni 2013 Som kontrollgrenser for I-mR-diagrammet er symmetriske om gjennomsnittet, forstod jeg aldri hvorfor Minitab automatisk stiller LCL for mR-diagrammet til null når n er lt 7 Ja, kontrollen diagramkonstant, D3, er negativ når n er lt 7, så en negativ LCL er meningsløs. Snarere enn å automatisk sette LCL til null, ville det være mer fornuftig hvis LCL ikke var inkludert når n er lt 7. LCL er ikke null, det eksisterer ikke. Navn: Eston Martz bull Mandag 24. juni 2013 Takk for kommentarene, Peter - interessant poeng, og Ive har sendt din tilbakemelding til utviklingslaget vårt. På et praktisk nivå, gjør forskjellen mellom en LCL 0 og en quotdoes ikke existentiske årsaker. Vil vi noen gang gjøre en annen beslutning eller ta en annen handling hvis I-MR-diagrammet ble merket annerledes, har jeg prøvd å tenke på et sted som scenariet kan spille ut, men ikke kommer umiddelbart i tankene. Navn: Ramesh Valluri bull Mandag 1. september 2014 Hvem er vi Minitab er den ledende leverandøren av programvare og tjenester for kvalitetsforbedring og statistikkutdanning. Mer enn 90 av Fortune 100-selskapene bruker Minitab Statistical Software, vårt flaggskipprodukt, og flere studenter verden over har brukt Minitab til å lære statistikk enn noen annen pakke. Minitab Inc. er et privateid selskap med hovedkontor i State College, Pennsylvania, med datterselskaper i Storbritannia, Frankrike og Australia. Vårt globale nettverk av representanter serverer mer enn 40 land rundt om i verden. Besøk oss på Minitab Copyright 2017 Minitab Inc. Alle rettigheter reservert.
No comments:
Post a Comment