文本描述
M--测量系统分析案例:
连续型案例: gageaiag.Mtw
背景:3名测定者对10部品反复2次TEST
->测量值随OP的变动
->测量值随部品的变动
->对于部品10,OP有较大分歧;
所有点落在管理界限内
->良好
大部分点落在管理界限外
->主变动原因:部品变动
->良好
M--测量系统分析:
离散型案例(名目型):gage名目.Mtw
背景:3名测定者对30部品反复2次TEST
检查者1需要再教育;
检查者3需要追加训练;
(反复性)
两数据不能相差较大,
否则说明检查者一致的判定与标准有一定差异
个人与标准的一致性
(再现性?)
M--测量系统分析:
离散型案例(顺序型):散文.Mtw
背景:3名测定者对30部品反复2次TEST
张四 需要再教育;
张一、张五需要追加训练;
(反复性)
两数据不能相差较大,
否则说明检查者一致的判定
与标准有一定差异
M--正态性测定: (测定工序能力的前提)
案例:
背景:3名测定者对10部品反复2次TEST
P-value > 0.05 -> 正态分布(P越大越好)
本例:P= 0.022 ,数据不服从正态分布。
原因:1、Data分层混杂;
2、群间变动大;
M--工序能力分析(连续型):案例:Camshaft.MTW
① 工程能力统计:
② 求解Zst(输入历史均值):
历史均值:表示强行将它拉到中心位置
->不考虑偏移-> Zst (Bench)
③ 求解Zlt(无历史均值):
无历史均值:
-> 考虑偏移-> Zlt (Bench)
* Zshift = Zlt (Bench) - Zlt (Bench) =12.13-1.82=0.31
工序能力分析:案例:Camshaft.MTW
另:capability sixpack工具
M--工序能力分析(离散型):案例:bpcapa.MTW
(1):二项分布的Zst
缺陷率:
不良率是否
受样本大小
影响?
-平均(预想)PPM=226427
-Zlt=0.75
=>Zst=Zlt+1.5=2.25
M--工序能力分析(离散型):案例:bpcapa.MTW
(2):Poisson分布的Zst
A—Graph(坐标图):案例:Pulse.MTW
(1) Histograpm(直方图)-单变量
通过形态确认:
-正规分布有无;
-异常点有无;
(2) Plot(散点图)-X、Y双变量
通过形态确认:
-相关关系;
-确认严重脱离倾向的点;
(3)Matrix Plot(行列散点图-矩阵图)-多变量
(4)Box Plot(行列散点图-矩阵图)-多变量
(5)Multi-vari Chart(多变因图)Sinter.MTW
目的:掌握多X因子变化对Y的影响(大概);
-> 材料和时间 存在交互作用;
(5)Multi-vari Chart(多变因图)Sinter.MTW
目的:掌握多X因子变化对Y的影响();
<统计-方差分析-主效果图、交互效果图:>
倾斜越大,主效果越大
无交互效果 -> 平行;
有交互效果 -> 交叉;
(5)Multi-vari Chart(多变因图)Sinter.MTW
目的:掌握多X因子变化对Y的影响(交互作用细节);
<统计-方差分析-双因子:>
材料、交互的P < 0.05
->有意;
A—假设测定-决定标本大小:
(1):1-sample Z(已知u)
背景:Ha~N(30,100/25)
H0~ N(25,100/n )-为测定分布差异的标本大小
有意水平 α = 0.05
查出力 1-β = 0.8
<统计-功效和样本数量- 1-sample Z: >
差值:u0-ua =25-30=-5
功效值(查出力): 1-β =0.8
标准差:sigma=10
A—假设测定-决定标本大小:
(2):1-sample T(未知u)
背景:Ha~N(30,100/25)
H0~ N(25,100/n )-为测定分布差异的标本大小
有意水平 α = 0.05
查出力 1-β = 0.8
<统计-功效和样本数量- 1-sample t: >
差值:u0-ua =25-30=-5
功效值(查出力): 1-β =0.8
标准差(推定值):sigma=10
样本数量27 >已知u的1-sample Z的样本数量
->t 分布假定母标准偏差未制定分析;
A—假设测定-决定标本大小:
(3):1 Proportion(单样本)
背景:H0:P= 0.9
Ha:P < 0.9
测定数据P1=0.8 、 P2=0.9
有意水平 α = 0.05
查出力 1-β = 0.9
<统计-功效和样本数量- 1 Proportion : >
P1=0.8
功效值(查出力): 1-β =0.9
P2=0.9
母比率0.8 实际上是否0.9以下,需要样本102个
A—假设测定-决定标本大小:
(3):2 Proportion(单样本)
背景:H0:P1=P2
Ha:P1 < P2
有意水平 α = 0.05
查出力 1-β = 0.9
<统计-功效和样本数量- 1 Proportion : >
P的备择值:实际要测定的比例?
--母比率;
功效值(查出力): 1-β =0.9
假设P:H0的P值(0.9)
母比率0.8 实际上是否小于0.9,需要样本217个