안녕 모두
나는 적어도 다소 복잡하다고 생각하는 것을 가지고있다. 적어도 저에게는 그렇게 보인다. 나는 Xi의 패키지 그룹의 거부율을 예측하기 위해 인구 표준 편차와 Xi의 평균을 사용할 수 있는지 알고 싶다.
문맥 상, 저는 캔디 바를 만드는 식품 제조업체에서 일합니다. 생산 가동 인구 데이터에 액세스 할 수 있습니다.이 데이터는 1 - 6 일 또는 대략 4,800,000 개의 막대에서 지속됩니다. 패키지 Xi의 4 그룹과 72 그룹의 두 그룹이 있습니다.
다음은 목표 전환 단위 및 더 낮은 사양 제한입니다.
1 바 = 40 그램 (LSL = 36.4)
1 4 카운트 상자 = 160 그램 (LSL = 149.2)
1 12 count carton = 480 Grams (LSL = 460)
관찰 된 모집단 평균 및 표준 편차는 각각 40.5 및 1.96입니다.
이 정보를 확인하고자하는 이유는 엑스레이 기술을 사용하여 가벼운 Xi를 상자에 넣기 전에 날려 버리기 때문입니다. 그러나, 나는 최근 X-Ray가 보정에서 벗어나 독서에 3.5g의 무게를 추가하는 추세를 보았습니다. 이것은 가볍게 여겨지는 막대를 차례대로 가져 와서 통과시켜 판지 상자에 넣을 수있게합니다. 거기에서 너무 많은 가벼운 막대기가 판지 상자로 만들면 평균 무게가 LSL 아래로 떨어지며 불어서 떨어져 판지 쓰레기가 발생합니다. 이것은 1 카톤이 심지어 2 또는 3 래퍼보다 비싸기 때문에 중요합니다.
내 목표를 달성하기위한 모든 적절한 데이터가 있습니까? 아니면 뭔가 빠져 있습니까? 그렇지 않다면, 누군가 이것을 알아낼 수있게 도와 줄 수 있습니까? 감사!
'4 Pack'및 '12 Pack'열에 대한 수식은 테이블의 나머지 부분, 임의 항목 또는 기타 항목을 제외시키지 않습니다. 그러나 그들은 또한 내가 원했던 것을 얻기위한 '빠르고 더러운'방법이었으며 그러한 '그룹화 컬럼'을 정의하는 확실한 방법이 분명 있습니다.
이것은 원래의 질문에 조금 접해 보였지만, 사용하는 코드에 대한 자세한 내용과 볼 수있는 오류를 제공 할 수 있다면 누군가가 도울 수 있다고 확신합니다.
열 하위 그룹을 만드는 공식은 무작위 데이터에서만 작동합니까? 내가 열을 사용하여 요약 할 수 있도록 그런 식으로 열을 만들려고 할 때마다 오류 메시지가 나타납니다.
귀하의 수치를 액면 그대로 취하고 (실수하지 않았다고 가정 할 때) 나는 당신을 도울 수있는 임의의 데이터를 만들었습니다. 일반적으로 이러한 시뮬레이션은 일부 이론을 회피하는 좋은 방법 일 수 있습니다. 결과를 보려면 '파일> 새로 만들기> 새 스크립트'를 실행하고 아래 코드를 복사하여 결과 창에 붙여 넣으십시오. 그런 다음 '편집> 스크립트 실행'(1 초 정도 소요될 수 있음)을 수행하고 결과를 검사하십시오.
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 ) ));
이것이 얼마나 유용한지는 상황의 세부 사항에 달려 있습니다. 통계 프로세스 제어의 컨텍스트에서 '분포'라는 단어를 볼 때 매우 신중합니다. 코드에서 언급했듯이이 데이터는 완벽하게 '제어'과정 (고정 된 가우스 분포에서 독립적 인 무작위 샘플)을 가정하여 생성되었습니다. , 이것이 사실이라면 SPC가 필요하지 않을 것입니다.
