如何最好地进行多重速率分析大家好，
人们如何进行多重比率分析：按组分析的单位缺陷
我们在公司中所做的一个示例是每个产品每个磁盘表面的颗粒，或生产机器每个表面的刮痕。
我想知道是否有更好的方法来分析JMP中的数据
今天，我使用=分析>质量和过程>帕累托图，然后执行“每单位分析”。
这为我提供了“每单位费率”表和“组间测试率”输出，对于支持分析和结论很有用。
我当时在想，在Fit Y by X或其他平台上也许有更好的方法可以做到这一点。 我希望看到其他图形分析选项，并且在探索数据的方式上具有更多的灵活性，这比Pareto Plot平台所提供的更多。
预先感谢您的友好评论:)
回复：如何最好地进行多重速率分析请参阅帮助> JMP文档库>质量和过程。查看有关“属性图表”的材料。
回复：如何最好地进行多重速率分析在分析帕累托图时，首先要特别注意。 我发现许多人错误地解释了这些图表。 您不仅在查看钢筋高度的顺序，而且还在寻找钢筋之间的“跳跃”。 遵循戴明的特殊原因/常见原因模型。（或Shewhart的可分配原因/随机变化模型）。 这些图表也失去了理解变化的重要组成部分……时间序列。
进一步的想法：
1。对于理解因果关系，“缺陷”的响应变量小于最佳值。 创建缺陷的潜在故障机制太多。 我的第一个想法是为您的测量创建连续的刻度（Y）。 可以更好地描述缺陷吗？（例如，长度，深度，划痕的位置）。 您可以将标度从离散（缺陷）增加到有序（标度上至少有5个点，例如1-5）吗？越连续，学习越有效。
2。提出假设列表，以及有关缺陷发生原因的可能解释。 您列出了产品和生产机器 。 为什么这些会导致缺陷？你的假设应该是关于为什么现象发生 ，则越具体，就越容易考虑如何以及通过何种数据来获取对假设的理解。
3。使用多个假设（和多个x），您可以打开很多机会来寻找输入变量和响应变量之间的关系。 您可以：
- 设计抽样计划，以帮助分离分配杠杆并评估一致性。
- 设计实验以减少识别因素和响应变量之间的因果关系。
- 寻找因变量之间的多元关系（这可以帮助确定可能与缺陷关联的连续变量）。
- 使用变异图在数据中寻找模式以及输入和输出之间的关联 （您可能会学着爱图生成器...）
- 使用控制图来寻找一致性。
- 运行拟合模型（并用X拟合Y）以确定输入和输出之间的关系。
