44624_it-IT

liliconcom

Probabilità di rifiuto della velocità

Ciao a tutti

Ho quella che considero una domanda un po 'complicata, almeno per me sembra così. Voglio sapere se è possibile utilizzare la deviazione standard della popolazione e la media di Xi per predire il tasso di scarto di un gruppo confezionato di Xi. 

 

Quindi per il contesto, lavoro per un produttore di alimenti che produce barrette di cioccolato. Ho accesso ai dati sulla popolazione di qualsiasi ciclo di produzione, che durerà da 1 a 6 giorni o circa 4,8 milioni di bar. Ci sono due gruppi di Xi confezionati, un conteggio di 4 e un conteggio di 72.

 

Qui ci sono le unità target di conversione e i limiti inferiori delle specifiche.

1 barretta = 40 grammi (LSL = 36,4)

1 cartone di conteggio 4 = 160 Grammi (LSL = 149,2)

1 cartone di 12 conteggi = 480 Grammi (LSL = 460)

 

Un esempio di media osservata e deviazione standard sono rispettivamente 40,5 e 1,96.

 

La ragione per cui voglio determinare queste informazioni è che usiamo la tecnologia a raggi X per far esplodere gli Xi leggeri prima che entrino in un cartone. Tuttavia, ho visto di recente una tendenza in cui i raggi X non rientrano nella calibrazione e aggiungono 3,5 grammi di peso in più alla lettura. Questo a sua volta prende barre che altrimenti sarebbero considerate leggere e consente loro di passare e farsi strada in un cartone. Da lì se troppe barre luminose lo fanno in un cartone, il peso medio scenderà al di sotto del LSL e si spegnerà causando uno spreco di cartone. Questo è significativo perché 1 cartone è più costoso persino di 2 o 3 wrapper.

 

Ho tutti i dati corretti per raggiungere il mio obiettivo o mi manca qualcosa? Se no, qualcuno potrebbe aiutarmi a capirlo? Grazie!

 

Re: Probability of Reject Rate

Le formule per le colonne '4 Pack' e '12 Pack 'non si depongono sul resto della tabella, voci casuali o altro. Ma erano anche un modo "veloce e sporco" per ottenere ciò che volevo, e ci sono sicuramente modi più robusti per definire tali "colonne di raggruppamento".

Questo sembra un po 'tangenziale alla domanda originale, ma se puoi fornire ulteriori dettagli sul codice che stai utilizzando e l'errore che vedi, sono sicuro che qualcuno può aiutarti.

Re: Probability of Reject Rate

La tua formula per creare i sottogruppi di colonne funziona solo con dati casuali? Ogni volta che provo a creare una colonna in modo tale da poterla riassumere usando quella colonna ottengo messaggi di errore.

Re: Probability of Reject Rate

Prendendo le tue cifre al valore nominale (e presumendo di non aver commesso un errore) ho creato dei dati casuali che ritengo possano aiutarti. Generalmente tali simulazioni possono essere un buon modo per eludere qualche teoria. Per vedere il risultato, fai 'File> Nuovo> Nuovo script' e copia e incolla il codice qui sotto nella finestra risultante. Quindi fai "Modifica> Esegui script" (potrebbe richiedere circa un secondo) e ispeziona i risultati.

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 ) ));

Quanto è utile dipenderà dai dettagli della tua situazione. Sono molto cauto quando vedo la parola "distribuzione" nel contesto del controllo statistico del processo: come notato nel codice, questi dati sono stati generati assumendo un processo perfettamente "in controllo" (campioni casuali indipendenti da una distribuzione gaussiana fissa) e se fosse vero, non avresti bisogno di SPC.