大家好
我認為這是一個有點複雜的問題，至少對我而言似乎是這樣。我想知道是否有可能使用人口標準差和Xi的平均值來預測一組Xi的拒絕率。
因此，對於背景，我為一家生產糖果的食品製造商工作。我可以訪問任何生產運行的人口數據，這些數據將持續1到6天或大約480萬個柱。有兩組打包的Xi，一組4計數和72計數。
以下是目標轉換單位和較低的規格限制。
1巴= 40克（LSL = 36.4）
1 4計數紙箱= 160克（LSL = 149.2）
1 12個紙箱= 480克（LSL = 460）
觀察到的總體平均值和標準偏差的示例分別為40.5和1.96。
我想確定這些信息的原因是我們使用X射線技術在輕量級Xi進入紙箱之前將其吹掉。然而，我最近看到了一種趨勢，即X射線將失去校準，並在讀數上增加3.5克的重量。這反過來又採用了被認為是輕量級的條形，並允許它們通過並進入紙箱。如果太多的燈條變成紙箱，那麼平均重量將低於LSL並且吹掉會導致紙箱浪費。這很重要，因為1個紙箱比2個或3個包裝紙更貴。
我是否擁有所有適當的數據來實現我的目標，或者我錯過了什麼？如果沒有，有人可以幫我解決這個問題嗎？謝謝！
列'4 Pack'和'12 Pack'的公式不依賴於表的其餘部分，隨機條目或其他方式。但它們也是一種“快速而骯髒”的方式來獲得我想要的東西，並且肯定有更強大的方法來定義這樣的“分組列”。
這似乎與原始問題有點相關，但是如果您可以提供您正在使用的代碼的詳細信息以及您看到的錯誤，我相信有人可以提供幫助。
您創建列子組的公式是否僅適用於隨機數據？每次我嘗試以這種方式製作一個列，以便我可以使用該列匯總它，我會收到錯誤消息。
把你的數字用在面值上（並假設我沒有犯錯）我做了一些我認為可能對你有幫助的隨機數據。通常，這種模擬可以是迴避某些理論的好方法。要查看結果，請執行“文件>新建>新建腳本”，然後將下面的代碼複製並粘貼到生成的窗口中。然後執行“編輯>運行腳本”（可能需要一秒左右），並檢查結果。
NamesDefaultToHere(1);
n12 = 10000; // Number of boxes of 12 bars made
n = 12*n12; // Number of bars made
// Generate data assuming an in-control process
dt = New Table( "Candy Bar Production",
Add Rows( n ),
New Column( "Weight",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( Random Normal( 40.5, 1.96 ) ),
Set Property( "Spec Limits", {LSL( 36.4 ), Target( 40 ), Show Limits( 0 )} )
),
New Column( "4 Pack",
Numeric,
"Nominal",
Format( "Best", 12 ),
Formula( Modulo( Row(), Floor(n/4) ) )
),
New Column( "12 Pack",
Numeric,
"Nominal",
Format( "Best", 12 ),
Formula( Modulo( Row(), Floor(n/12) ) )
)
);
// Make data for the 4 pack weights
dt4 = dt << Summary(
Group( :Name( "4 Pack" ) ),
Sum( :Weight ),
statistics column name format( "column" )
);
Column(dt4, "Weight") << Set Property( "Spec Limits", {LSL( 149.2 ), Target( 160 ), Show Limits( 0 )} );
// Make data for the 12 pack weights
dt12 = dt << Summary(
Group( :Name( "12 Pack" ) ),
Sum( :Weight ),
statistics column name format( "column" )
);
Column(dt12, "Weight") << Set Property( "Spec Limits", {LSL( 460 ), Target( 480 ), Show Limits( 0 )} );
// Use Control Chart Builder
dt << Control Chart Builder(Variables( Y( :Weight ) ));
dt4 << Control Chart Builder(Variables( Y( :Weight ) ));
dt12 << Control Chart Builder(Variables( Y( :Weight ) ));
這有多大將取決於您的具體情況。當我在統計過程控制的背景下看到“分佈”這個詞時，我非常謹慎：如代碼中所述，這個數據是在假設一個完美的“控制”過程中生成的（來自固定高斯分佈的獨立隨機樣本）如果確實如此，你就不需要SPC了。
