x̅ и s диаграмма
и диаграмма | |
---|---|
Первоначально предложено | Уолтер А. Шухарт |
Наблюдения за процессом | |
Рациональный размер подгруппы | п > 10 |
Тип измерения | Средняя качественная характеристика на единицу |
Тип характеристики качества | Данные переменных |
Базовое распределение | Нормальное распределение |
Производительность | |
Размер смещения для обнаружения | ≥ 1,5п |
Диаграмма изменений процесса | |
Центральная линия | |
Верхний контрольный предел | |
Нижний предел регулирования | |
Построенная статистика | |
Диаграмма средних значений процесса | |
Центральная линия | |
Пределы контроля | |
Построенная статистика |
В статистическом контроле качества Диаграмма s — это тип контрольной диаграммы, используемый для мониторинга данных переменных , когда образцы отбираются через регулярные промежутки времени в ходе бизнес- или промышленного процесса . [1] Это связано с традиционным статистическим контролем качества (СКК) и статистическим контролем процессов (СПК). Однако Вудалл [2] отметил, что «я считаю, что использование контрольных карт и других методов мониторинга следует называть «статистическим мониторингом процессов», а не «статистическим контролем процессов (СПК)».
Использование
[ редактировать ]Карта выгодна в следующих ситуациях: [3]
- Размер выборки относительно велик (скажем, n > 10 — и диаграммы R обычно используются для выборок меньшего размера)
- Размер выборки варьируется
- Компьютеры можно использовать для облегчения бремени вычислений.
«Диаграмма» на самом деле состоит из пары диаграмм: одна для мониторинга стандартного отклонения процесса, а другая для мониторинга среднего значения процесса, как это делается с и R и отдельные контрольные карты . На диаграмме s показано среднее значение характеристики качества для всех единиц выборки, , плюс стандартное отклонение характеристики качества по всем единицам выборки следующим образом:
- .
Предположения
[ редактировать ]Нормальное распределение является основой диаграмм и требует следующих допущений:
- Качественная характеристика, подлежащая мониторингу, адекватно моделируется нормально распределенной случайной величиной.
- Параметры μ и σ для случайной величины одинаковы для каждой единицы, и каждая единица не зависит от своих предшественников или преемников.
- Процедура контроля одинакова для каждого образца и проводится последовательно от образца к образцу.
Пределы контроля
[ редактировать ]Пределы управления для этого типа диаграммы: [4]
- (нижний) и (верхний) для контроля изменчивости процесса
- для мониторинга процесса имеется в виду
- где и — это оценки долгосрочного среднего значения процесса и диапазона, установленные во время настройки контрольной диаграммы, а A 3 , B 3 и B 4 зависящие от размера выборки — константы сглаживания смещения, . Константы антисмещения обычно можно найти в приложениях к учебникам по статистическому управлению процессами . NIST предоставляет рекомендации по расчету этих констант вручную. «6.3.2. Что такое диаграммы управления переменными?» .
Срок действия
[ редактировать ]Как и в случае и R и отдельные контрольные карты , Диаграмма действительна только в том случае, если изменчивость внутри выборки постоянна. [5] Таким образом, карта s рассматривается до того, как диаграмма; если диаграмма s показывает, что изменчивость выборки находится под статистическим контролем, то Диаграмма исследуется, чтобы определить, находится ли выборочное среднее также под статистическим контролем. Если же, с другой стороны, изменчивость выборки не находится под статистическим контролем, то считается, что весь процесс не находится под статистическим контролем, независимо от того, что график показывает.
Неравные образцы
[ редактировать ]Когда образцы, собранные в ходе процесса, имеют неравный размер (например, из-за ошибки при их сборе), существует два подхода:
Техника | Описание |
---|---|
Используйте пределы управления переменной шириной [6] | Графики каждого наблюдения соотносятся со своими собственными контрольными пределами, определяемыми зависящими от размера выборки значениями n i для A 3 , B 3 и B 4 . |
Используйте контрольные пределы, основанные на среднем размере выборки. [7] | Контрольные пределы фиксируются на модальном (или наиболее распространенном) значении A 3 , B 3 и B 4 , зависящем от размера выборки. |
Ограничения и улучшения
[ редактировать ]Эффект оценки параметров играет важную роль. Также изменение дисперсии влияет на производительность диаграмма, в то время как сдвиг среднего значения влияет на производительность диаграммы S.
Поэтому некоторые авторы рекомендуют использовать единый график, позволяющий одновременно отслеживать и С. [8] Маккракен, Чакрабори и Мукерджи [9] разработал один из наиболее современных и эффективных подходов для совместного мониторинга параметров гауссовского процесса с использованием набора эталонных образцов при отсутствии каких-либо знаний об истинных параметрах процесса.
См. также
[ редактировать ]- и диаграмма R
- Индивидуальная контрольная карта Шухарта
- Одновременный мониторинг среднего и дисперсии гауссовских процессов с расчетными параметрами (когда стандарты неизвестны) [9]
Ссылки
[ редактировать ]- ^ «Х-бар Шухарта и контрольные диаграммы R и S» . Справочник по инженерной статистике NIST/Sematech . Национальный институт стандартов и технологий . Проверено 13 января 2009 г.
- ^ Вудалл, Уильям Х. (19 июля 2016 г.). «Преодоление разрыва между теорией и практикой базового статистического мониторинга процессов». Техника качества : 00. doi : 10.1080/08982112.2016.1210449 . ISSN 0898-2112 . S2CID 113516285 .
- ^ Монтгомери, Дуглас (2005). Введение в статистический контроль качества . Хобокен, Нью-Джерси : John Wiley & Sons , Inc. 222. ИСБН 978-0-471-65631-9 . OCLC 56729567 .
- ^ Монтгомери, Дуглас (2005). Введение в статистический контроль качества . Хобокен, Нью-Джерси : John Wiley & Sons , Inc. 225. ИСБН 978-0-471-65631-9 . OCLC 56729567 .
- ^ Монтгомери, Дуглас (2005). Введение в статистический контроль качества . Хобокен, Нью-Джерси : John Wiley & Sons , Inc. 214. ИСБН 978-0-471-65631-9 . OCLC 56729567 .
- ^ Монтгомери, Дуглас (2005). Введение в статистический контроль качества . Хобокен, Нью-Джерси : John Wiley & Sons , Inc. 227. ИСБН 978-0-471-65631-9 . OCLC 56729567 .
- ^ Монтгомери, Дуглас (2005). Введение в статистический контроль качества . Хобокен, Нью-Джерси : John Wiley & Sons , Inc. 229. ИСБН 978-0-471-65631-9 . OCLC 56729567 .
- ^ Чен, Гемай; Ченг, Смайли В. (1998). «Максимальная диаграмма: объединение диаграммы X-Bar и S-диаграммы». Статистика Синица . 8 (1): 263–271. ISSN 1017-0405 . JSTOR 24306354 .
- ^ Jump up to: а б Маккракен, АК; Чакраборти, С.; Мукерджи, А. (октябрь 2013 г.). «Контрольные карты для одновременного мониторинга неизвестного среднего и дисперсии нормально распределенных процессов». Журнал технологий качества . 45 (4): 360–376. дои : 10.1080/00224065.2013.11917944 . ISSN 0022-4065 . S2CID 117307669 .