平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法JMP 13 を使用して、平均範囲ではなく MEDIAN 範囲に基づいて範囲グラフを作成する簡単な方法はありますか? (したがって、範囲の上限も中央値の範囲に基づきます。)
そうでない場合は、実行チャートを使用し、スクリプトを通じて調整することが 1 つのオプションだと思います。 すべてのサブグループの範囲値をリストに入れ、このリストの中央値を見つけて、そこからそれを取得します（つまり、中心線を使用してスクリプトを使用して参照線を追加し、中央値の範囲を指定し、上限の範囲を使用して中央値の範囲を制限します）適切なバイアス補正係数を乗算します)。
コメント/ヒントは大歓迎です。
スコット。
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法スコット、私はあなたのことを愛しています思考実験, ということで続けていきます。
まず最初に繰り返します。範囲チャート質問に答えてください: サブグループ内の変動 (サブグループ内で変化する X の関数) は一貫していて安定しています (したがって予測可能です)? そうでない場合は、サブグループ内での X の変化を調べて、Y に与える影響を調べる必要があります。 管理図、この場合は範囲図は、「異常に大きな変動の原因」を特定するのに役立つことを目的としています。 場合によっては、特別な原因 (Don はこれを割り当て可能な原因と呼ぶのが好きです) が明白で、実際には統計的検定 (管理限界) を必要としないことがあります。Xbar チャートは比較表です。 彼らは、変動源内 (管理限界で表される) と変動源間の変動源 (プロットされた平均で表される) を比較して、影響力がどこにあるか (プロセスの理解はどこに進むべきか?、どの X セットをさらに調査する必要があるか?) を決定します。 。
OK、ヘリウム源に関するものに絞り込んだとします。 もちろん、サブグループ内では複数の変数が変化しており、そのうちの 1 つはヘリウム源に関するものです (ただし、それが何であるかは示唆していません)。 量が足りないのでしょうか？ 濃度が違うのでしょうか？ 汚染物質はありますか? プロセスに対して適切に行動できるように、チャートでこれらの「イベント」を識別する必要があります。 チャートはその目的を達成しました。 私の推測では、これはヘリウムで複数回発生するのではないかと思います...それは実際には特別なことではありません、選択した時系列またはサンプリング計画に基づいて特別なだけ。 あなたがとる行動は次のようになります共通の原因のように(プロセスを変更)将来これを防ぐためです（実際には特別なことではありません）。学んだことの結果としてプロセスを変更する場合、「古い」プロセスのデータを使用する必要がありますか?
何か分かりませんベースラインデータですが、を使用することをお勧めします。 10のサブグループ比較と意思決定の基礎として。 なぜ 10 なのか? 私の推測では、これら 10 個がプロセスの変動性 (共通原因変動性と呼ぶ人もいるかもしれない) の代表的な推定値を提供すると考えているのではないかと思います。 10 個としたのは、10 個で、X の影響が Y に影響を与えるという仮説がわかると信じているからです (Y は 10 個のサブグループにわたって十分に変化します...)。 しかし、これら 10 個に含まれるのは、サブグループ範囲内に大きな範囲を作成することによって示された珍しい「データ ポイント」です。 このデータポイントの原因は何ですか? 測定ミスだったのでしょうか？ それともサブグループ内で他の X が変化したためでしょうか? 確かに、これはサブグループ内での X の変更 (サブグループ X 内に割り当て可能) と関係があると確信できるでしょう。範囲統計で取得されたサブグループ ソース間の NO。ヘリウムが時間の経過とともに劣化している場合、Xbar チャートに表示される可能性が高いため、あなたのヘリウム仮説には少し混乱していますが、私はそれに従うつもりです。 おそらく、ヘリウム効果による変動は実際にはすべてのデータ ポイントに存在し、OOC 状態を引き起こしている 1 つのデータ ポイントでのみ誇張されているのではないでしょうか? それとも、ヘリウムは問題の一部にすぎなかったのでしょうか? ソース内およびソース間の比較に残りのデータを使用する必要がありますか? それとも、新しいサンプリング計画を策定して新しいデータを取得する必要がありますか? うーん、私が理解しているのは、仮説 (および仮説の効果についての予測) から始めて、仮説に対する洞察を提供するためのデータを取得し (そして予測がどの程度良かったかを判断する)、その後、学んだことを理解して、ドロップするということです。仮説を/追加/変更して、サイクルを再度実行します。 あなたの思考実験のために: これらの X はキャプチャされました内でサブグループ (サブグループ内の周波数での変化) は Y に影響を与える可能性があり、その時点で変化する他の X も存在します。間サブグループ周波数 (サンプリング ツリーの 2 層のみを使用)。 どこに力を注ぐべきかを知りたいので、サンプリングを使用して、どのソースがより大きい (より大きな影響力を持つ) かを特定したいと考えています。 しかし、ソースを比較する前に、比較の基準 (サブグループ内) が安定していることを確認したいと思います (不安定な基準との比較は非合理的です)。 それがレンジチャートの目的です。 サブグループ内のソースが安定していない場合は、その理由を調査し、適切なアクション (プロセスの変更など) を実行します。 安定している場合は、比較を続行します。
もちろん、データをどのように「操作」するかはあなたの選択です。 そして私の推測では、JMP は喜んでデータ操作をお手伝いしてくれるでしょう。 私にはそう思われるあなたの場合はかなり特殊です。 JMP は「ソフトウェア」を変更すべきではないと思いますが、共通の原因となる行動、特殊原因イベントに反応するため。
デミング「危機からの脱却」、p.318:
2 種類の間違い:
1. 実際にはその原因がシステムに属している場合 (共通原因)、変化や間違いを特殊な原因に帰します。
2. 実際には原因が特殊であるにもかかわらず、システムの変動や間違い (一般的な原因) のせいにする
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法私たちはあなたの最後の回答が示唆するよりも近い考えを持っていると思います。 私が Quality Digest で公開した論文を読むと、私が正当な理由なしにデータを削除しないことがわかります。 Wheeler 博士の SPC セミナーから得た多くの学びのうちの 2 つは、(i) 外れ値はデータセット内で最も重要な値であるということ、および (ii) (まれではあるが) 中央値の使用の可能性です。
思考実験: 10 個のサブグループがあり、これらのサブグループの 1 つは大きな範囲を持っています。 装置に入るヘリウム源が変更されるべきときに変更されておらず、測定が通常どおり機能していません、つまり一貫性がありません。 何をするか？ 特別な原因から学んだことを取り入れます。たとえば、変更頻度を増やすか、ヘリウム交換時期を知るためにヘリウムソースの特性をより頻繁に監視することによって、ヘリウムソースがよりタイムリーに変更されるように手順を更新します。
これら 10 個のサブグループがベースライン データである場合、この 1 つの大きな範囲により制限が膨らむことになります。 データセットから「特別な原因」を削除しなくても、10 個のサブグループ範囲すべての中央値範囲によって、日常的な (一般的な原因) 変動の正確な推定値が得られます。 平均範囲は膨らむでしょう。
前述したように、私が中央値の潜在的な価値を認識したのは、Dr. Wheeler の SPC セミナーからでした。 中央値範囲はどのくらいの頻度で使用すればよいですか? あまり頻繁ではありませんが、あると便利です。 (ソフトウェアの観点から見ると、JMP またはどのソフトウェア サプライヤーにとっても、平均範囲を補完するものとして中央値範囲を導入するのは非常に簡単だと思います。)
私の例の 1 つを、いつか品質ダイジェストに書くつもりです。
お役に立てれば。
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法Wheeler の論文は、利用可能な複数の種類のチャートを編集することだけを目的としています。 表 1 (どのチャートを使用するか) を見ると、これらが Wheeler 氏が推奨するチャートです。 あなたのチャートの使い方に混乱しています。 データを削除するということですか？ なぜ？ 最も重要な情報が削除されていますか? これらの特殊な原因がなぜ発生したのかを理解し、プロセスを修正する必要があります。 なぜ範囲が膨らんでいるのですか?
「日常的な変動」とは何を意味しますか？ 共通原因の変動ということですか？ ここでも、チャートは 2 つの機能を実行します。 範囲チャート (R または MR)、および範囲チャートのみは、安定性/一貫性を評価し、変動の性質 (デミングの専門用語を使用した特殊/共通原因) についての洞察を提供します。 Xbar (実際には Ybar が最も多い) は、変動源内および変動源間の比較を提供する比較チャートです。
繰り返しになりますが、私の質問は次のとおりです。平均範囲ではなく中央値範囲を使用することでメリットが得られる実際のアプリケーション例を教えてください。 中央値範囲はどのように「追加の洞察」を提供しますか?
JMP やその他の統計ソフトウェアを使用すると、データの操作が非常に簡単になるという点については正しいです。
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法平均範囲のデフォルトの計算が、プロセスの予測可能性 (または予測可能性の欠如) を調べるための洞察を提供することに同意します。ただし、あなたが述べたように、範囲値が大きいと平均範囲が膨らむため、範囲グラフと平均グラフの両方の制限が広がります。データを削除する必要がなく、不一致（範囲の拡大を引き起こす）がより適切に制御され、その影響が排除された場合、中央値の範囲によって、予想される日常的な変動のレベルをより正確に把握できる可能性が高くなります。 (管理図を使用する場合、確かに私たちの考えは特殊な原因に対して措置を講じようとすることになるでしょうか? 範囲の中央値により、このアクションが成功した場合に何が起こるかをより正確に把握できます。)
JMP を使用すると、(行を除外することで) 計算からポイントを簡単に削除できます。これは、平均範囲を維持する場合に実行できます。 ただし、平均範囲が拡大される場合、これにアプローチするより簡単な方法は、平均範囲を維持し、どの範囲の値を保持するか、計算から削除するかを判断するのではなく、中央値の範囲を使用することです。
中央値範囲は、追加の洞察を得るのに役立つ場合があるものにすぎません。 これは単純な手順 (上で引用した論文で Wheeler が説明しているように、中央値範囲を使用すること) なので、作業に役立てるために利用できないのはなぜでしょうか。
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法スコットさん、中央値の範囲をどのような場合に使用するか例を挙げていただけますか? 実際のアプリケーションと中央値がどのように上昇するかに非常に興味があります管理図法による分析を改善。
Don は（参照した論文の中で）次のように述べています。
「一般に、デフォルトの計算では、サブグループ内の分散測定の平均が推奨されます。 ただし、そのような場合には、非常に大きな値によってこの平均が大きくなっている可能性がある場合は、サブグループ内の中央値の使用に切り替えることができます。改善のための分散対策感度あなたの分析です。」範囲が非常に大きい場合、中央値範囲を使用するとより小さな値が得られ、管理限界が厳しくなると思います (Don が意味するのは感度の向上だと思います)。
B管理図の考え方は次のようなものではないでしょうか。
1. サブグループ内の変動が一貫しているかどうかを判断し、サブグループ内の変動が一貫している場合は、
2. 内部ソースとソース間を比較して、どちらがより大きな影響力を持つかを判断します。
範囲が非常に広い場合、その理由を知りたくないですか? 中央値を使用すると、管理図が回答する質問に対する洞察がどのように向上するかわかりません。 中央値範囲を計算できるからといって、それが役立つわけではありません。
ありがとう、スコット、助かるよ。 これがまだアクティブな「要望」であり、あなたのリクエストと同じだと私が見つけた変更によって完全には対処されていないことを知って良かったです。 この問題をもっと明確にするために私は周りに尋ねました。 これは、分散の有効な尺度として既存の研究でこのアイデアを探すなど、いくつかの議論を引き起こしました。 (新しい計算を JMP に追加するには、有効な参照が必要です。)
明確にしておきます: あなたのリクエストは、従来の範囲値や標準偏差値ではなく、分散の尺度として中央値範囲を使用することだと思います。 したがって、位置と分散のペア チャートとしての XBar-and-R または XBar-and-S の代わりに、XBar-and-Median-Range のチャートのペアを探していることになります。 それは正しいと思いますか？
最後に、ここで分散チャートで使用されている中央値範囲への参照を見つけました。 https://www.spcpress.com/pdf/DJW207.pdf 。 私たちは、この参考資料に基づいて、これについて新たなリクエストを入力しています。そして今、あなたのリクエストをよりよく理解しています。 これは一般的に見られるものではなく、現在 JMP や SAS でも行われていませんが、前例はあります。 ご希望に応じて、この文書をご覧になり、ここに追加のコメントや説明を追加してください。
その間、私はあなたが探しているものに近いかもしれないすでにJMP内で例を求めたところ、中央値を使用する平均値グラフの個人のアイデアが与えられました。 グラフの名前には「個人」が使用されていますが、サブグループでも同様に使用できることに注意してください。 以下はサンプルデータを使用した例です。
dt = Open( "$SAMPLE_DATA/Big class.jmp" );
Control Chart Builder(
Variables( Subgroup( :age ), Y( :height ) ),
Chart( Position( 1 ), Limits( Sigma( "Median Moving Range" ) ) )
);
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法こんにちは、オードリーさん、コメントありがとうございます。はい、ここ数か月間、いくつかの個別の値のチャートで移動範囲の中央値を使用しました。 私の質問は個々の値に関するものではなく、むしろ平均と範囲グラフ (X バー R グラフ) などを使用するサブグループ化されたデータに関するものでした。 何かを見逃していない限り、私の「願い」は依然として「願い」のままです。 場合によっては、より標準的な平均範囲ではなく、中央値範囲を使用したいことがあります。 このリクエストは2〜3年前に提出しました平均および範囲グラフに対する中央値範囲の使用
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法ここでの回避策は、以前の JMP バージョンでは有効でした。 JMP 15 の時点で、管理図ビルダーで個人および中央移動範囲図がサポートされていることをご報告できることをうれしく思います。
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法
こんにちは、
[個別および移動範囲グラフ] オプションを管理図ビルダー経由ではなく直接使用する必要があります。 そうするために：
メニュー 分析 -> 品質とプロセス -> 管理図 -> IR
そこでは、移動範囲の代わりに中央値範囲を選択できます。
結果は次のようになります (左は中央値範囲、右は移動範囲)
これは JMP 13 に含まれており、以前のバージョンも利用可能だと思います。中央値範囲の計算については、[ヘルプ] -> [書籍] -> [品質とプロセス方法] にある品質とプロセス ユーザー ガイド PDF に記載されています。
スクリプトは次のようになります。
Control Chart(
Group Size( 1 ),
KSigma( 3 ),
Chart Col( :CI, Individual Measurement, Median Moving Range )
);
ここで、:CI は分析するプロセス変数です。
Re: 平均範囲ではなく中央値範囲に基づいて範囲管理図を作成する方法こんにちは@スコッタヒンドル, 現在 JMP でサポートされているものを示唆するものは見つかりませんが、個人および移動範囲グラフの管理限界列プロパティを使用することで比較的簡単に組み込むことができます。これにより、管理図ビルダー内でカスタム制限を実装できるようになります。
