257238_fr-FR

liliconcom

Carte de contrôle des données de température en continu

Bonjour,

 

J'ai mené une expérience de stress chez des poulets. J'ai surveillé la température des jambes sur une période de 7 jours. Par exemple, j'ai introduit un son fort pour voir ce qui se passe avec la température de la jambe (nous nous attendons à ce qu'elle baisse après l'induction du facteur de stress).

 

J'ai extrait la température 2 minutes avant l'induction du facteur de stress et 2 minutes après l'induction du facteur de stress. J'ai donc un vecteur de 7001 points de données, puisque la fréquence d'échantillonnage du capteur de température était de 25 Hz. J'essaie de construire une carte de contrôle de ce vecteur de température, mais cela ne donne pas de bons résultats... En pièce jointe vous trouverez mon vecteur de données et la carte de contrôle que j'ai essayé de construire... Est-ce que quelqu'un peut m'aider s'il vous plaît?

 

Merci.

Sincères amitiés,

Sam.

Re : Tableau de contrôle des données de température en continu

Je ne suis pas assis ici avec vos données, mais quelque chose qui pourrait être intéressant à essayer est ceci :

Analyse>Modélisation spécialisée>Ajuster la courbe

Menu triangle rouge, Croissance et décroissance exponentielle>Fit Cell Growth 4p

 

Ou peut-être l'un des modèles pharmacocinétiques ?

 

S'il vous arrivait d'avoir JMP Pro, j'envisagerais certainement d'essayer d'ajuster les courbes avec l'explorateur de données fonctionnelles.

Ensuite, vous pouvez inclure des éléments tels que l'intensité, la fréquence, la durée entre les stimuli, etc., en tant que variables supplémentaires pour étudier leur effet sur la courbe de réponse, plutôt que sur les seuls paramètres de la courbe.

 

 

Re : Tableau de contrôle des données de température en continu

Tout d'abord, vous devez comprendre à quelles questions les cartes de contrôle "type Shewhart" répondent.

1. La variation au sein du sous-groupe est-elle (en raison des variables, x change au sein du sous-groupe) cohérent, stable ? Cette question est répondue avec le tableau de gamme. S'il y a peu de possibilité pour les x de changer au sein du sous-groupe, alors la plage moyenne (et donc les limites de contrôle qui sont fonction de la plage D4R-bar) seront très petites et les limites de contrôle correspondantes très serrées.

2. Est-ce que la variation entre la variation des sous-groupes (en raison des variables changeant entre les sous-groupes) supérieur à celui prédit par la variation au sein des sous-groupes ?Les limites de contrôle sur la carte X-bar sont fonction de la variation intra-sous-groupe (+/- A2R-bar). Ou, en substance, quelle source de variation est la plus grande.

Le concept de sous-groupement rationnel est extrêmement important, bien que difficile à généraliser (et donc à enseigner). Si vous utilisez des cartes de contrôle pour partitionner et attribuer des sources de variation (composantes de l'étude de la variation), vous sélectionnez le sous-groupe pour représenter un sous-ensemble des variables qui, selon vous, pourraient affecter la réponse (je vous recommande d'avoir des hypothèses scientifiques à l'appui de votre sélection). Pour ce faire, vous choisissez la taille du sous-groupe et la fréquence des mesures au sein du sous-groupe. Le tableau des plages répondra à la question de savoir si ces sources agissent au hasard, comme une cause commune, selon Deming. Si tel est le cas, cette source peut être quantifiée et cette source (sous-ensemble de variables) peut servir de base de comparaison avec les autres sources de variation que vous souhaitez étudier. Ces autres sources de variation (un autre sous-ensemble de variables choisi à nouveau en fonction de vos hypothèses) verront leur variation exposée dans l'échantillonnage entre les sous-groupes. La clé est de sélectionner des intervalles d'échantillonnage qui augmentent la probabilité que ces variables changent effectivement. Le graphique à barres X (vraiment plus probablement un graphique à barres Y car vous tracez probablement des Y, pas des x) est le tableau de comparaison. Il compare le sous-groupe intérieur (les limites de contrôle) au sous-groupe intermédiaire (valeurs tracées pour les moyennes). Les points « hors de contrôle » suggèrent que les sources de variation entre les sources ont un plus grand effet de levier que les sources internes.

 

Pour votre situation, le choix du sous-groupement semble être arbitraire et non basé sur des hypothèses. La variation est si petite que la carte de contrôle perd son utilité de pouvoir séparer les sources de variation. Repenser votre stratégie de sous-groupement est approprié.

Re : Tableau de contrôle des données de température en continu

Une carte de contrôle peut ne pas être appropriée pour ces données.

• Les cartes de contrôle supposent un processus stable avec une variation constante.
  • Les perturbations par des causes spéciales perturbent la stabilité mais sont peu fréquentes.
  • Les causes spéciales sont absentes lors de la collecte des données qui seront utilisées pour établir les limites de contrôle.
• Les cartes de contrôle supposent que la majorité des sous-groupes ne présentent qu'une variation de cause commune. Vous attendriez-vous à cela dans ce cas ?
• Les cartes de contrôle supposent que les mesures sont indépendantes.
  • Il est impossible que les lectures de température soient indépendantes lorsqu'elles sont échantillonnées à 25 Hz.
  • Les fluctuations de température réelles devraient se produire à la moitié de ce taux pour l'indépendance.
• La discrimination de la carte de contrôle nécessite au moins cinq changements de niveau entre les limites de contrôle inférieure et supérieure pour être utile.
  • Il n'y a pas de niveaux entre les limites de contrôle.

La collecte de données au fil du temps suggère naturellement d'utiliser au moins un diagramme de progression pour l'examen visuel des données, mais l'ajout des fonctions de diagramme de contrôle ne semble pas approprié.

 

Vous pouvez essayer l'explorateur de données fonctionnelles et traiter les données comme une fonction. Cette approche fournirait des composants de principe fonctionnel qui pourraient ensuite être utilisés comme une nouvelle réponse par rapport au traitement (normal par rapport au choc) et des effets aléatoires comme l'oiseau (sujet) et ainsi de suite en supposant que vous avez collecté ces données sur plusieurs oiseaux plusieurs fois.

 

Je n'ai pas d'autres suggestions. Cependant, il y a beaucoup de gens intelligents dans la Communauté, alors vous pourriez avoir d'autres idées ici.