多変量管理図<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />多変量管理図の管理ポイントが不足している場合に、根本的な原因を突き止めるために彼がとるべきステップは何ですか？
多変量管理図についてJMPの中で私は以下のすべてをするつもりです：
1。変化点検出オプションを呼び出して、「いつ」何かがシフトしたことを見つけます。変化点検出器は時間内の最初の発生率を検出するだけです...しかしそれは始まりです。
2。Karen氏の話によると、元々の変数の数が適度に少ない場合は、多変量散布図パスを試してください。あなたは同様に変化点検出オプションを通してこれを得るでしょう。
3。JMPレポートと元のデータテーブルとの間には、生成するさまざまなチャートやグラフ上の興味深い点をクリック/強調表示して、JMPの対話型リンクを必ず使用してください。これはあなたがそれらの興味深い観察を見つけるのを助けるでしょう。
JMP外：
4。プロセス知識の専門家とプロセスのドメイン知識を確実に結び付けて、プロービングの質問をしてください。「何が変わったのでしょうか」、「確実に変わっていないことはわかっていますか」。"、"プロセスに入り込んだ疑いのあるノイズ/迷惑な変数はありますか？"、"私たちは測定システムの変動を観察していて、本当のプロセスの変動ではないのですか？"どうやって知るの？」業界ではこの問題に悩まされてきました。なぜなら、人々は盲目的に測定システムを福音として信頼しています...そして測定システムのためのプロセス監視が行われていないからです。真のプロセス/製品の変動と測定システムの変動の合計。あなたがしたい最後のことは、測定システムの変動に反応することです。
多変量管理図について個々の変数の単変量の「制御」（実行）チャートを見ますが、制御不能の原因はデータ内の多変量構造によるものである可能性があるため、制御不能の要素が1つも見つからない場合があります。もう少し「掘る」必要があるかもしれません。MVCについてもっと学ぶための情報源として、Mason and Youngによる「産業用アプリケーションによる多変量統計的プロセス制御」をお勧めします。本はいくつかの数学だけでなく、かなりの数の例を持っています。 あなたが興味を持っているのは「T ^ 2信号の分解」の命名法に該当します。
多変量管理図について多変量管理図に入ったすべての変数の単変量管理図を作成して、傾向、シフトなどを探してみましたか。それぞれに？そうすれば、典型的な根本原因分析方法を適用できるはずです。
