正常データと非正規データの作業アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。やあみんな！
私は錠剤 (錠剤) の製造および包装中に発生する統計を分析します。
データ分析はいくつかのステップで実行されます。
- 外れ値の検出 (グラブのテスト)
- 分布が正規分布であるかどうかの判断 (Shapiro-Wilk 検定)
- 許容間隔
- Levey Jennings グラフ、PP/PPK のプロット
- 最初の 3 つの特別な理由でテストをオンにする
データ入力時にエラーが発生する場合もあれば、方法論に問題がある場合もあります。 もちろん、これは分布に影響を与えます。その理由を見つけます。
しかし、原理的にはデータが正常でない場合もあります。 左右対称でなくても構いません。 ある時は 2 つの正規分布の混合が隠蔽されたりしました...
JMP では、どの分布が自分の分布に近いか (FIT ALL) を確認できると思います。
(1) 標準計算 PP/PPK は異常分布には適していませんね。
OK、パーセンタイル法を使用してPPKを再計算します(平均ではなく中央値を使用します(JMPによる)
(2) しかし、グラフはどうでしょうか。 非正規データの UCL と LCL を受け取るにはどのチャートを使用すればよいですか?
私は、グラフは中央値からも UCL と LCL を計算する必要があるという結論に達しました。
私は中央値に等しい固定平均値の Levey Jennings を使用します。
場合によっては、中央値と平均値が非常に近く、境界間の差がほとんど感じられないことがあります。 しかし、違いもあります。 (3)それとも、PPK を再計算し、平均を使用して通常の Levey Jennings チャートをプロットし、特殊原因のテストを使用するだけで十分ですか? (4) それとも、正常でないデータはそのような方法でテストできないのでしょうか?
*追伸 XBar、IMRは今日、今年は使いません。 私たちは統計手法の適用を開始したところです。 日常的なプロセスでは見えない原因が明らかになり、排除されます。
に答えるのを手伝ってください太字の質問。 (1-4)
私の方法を評価してください。
正規データと非正規データの作業アルゴリズムを提供する
よろしくお願いします！！！
品質およびプロセスエンジニアリングRe: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。@バイロン_JMP : 許容範囲は、適用すべき興味深い基準です。 アルファ 0.95 と比率 0.99 の間隔は、タブレット重量の 1% がこの範囲外になることを 95% 確信していることを意味します。
比率を 1.0 (100%) に設定することはできません。 最も近い値は 0.999
Re: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングスの管理図。私は気が狂いそうになり、誰も私を理解してくれないと思いましたが、助けに来てくれてありがとう。 あなたは私の目を開いてくれました。 はい、私のプロセスには独自の詳細があります。 これは、コンペ間の移行です。 キャンペーン、キャンペーン、キャンペーン....各キャンペーンの特別な原因を個別にテストするのが正しいと思います
前後のスクリーンショットを見てください。
次の質問に答えるのを手伝ってください:
1. 各フェーズ/キャンペーンの PPK を計算する必要がありますか、それともすべてのデータ (その年のすべてのキャンペーン) の PPK を計算する権利があり、それは合法ですか?
2. 配布に関する同様の質問
Re: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。T
まず、とても素敵なレポートをお持ちですね。
もしよろしければ、一度に一つずつ取り組んでみてください。
各サンプルにある程度の数のタブレットがあり、キャンペーンごとに複数のサンプルがあり、APR ごとに複数のキャンペーンがあるとします。
私が理解することができます@gzmorgan0分散タイプのレポートに関する さんのコメントは、賢明なことでしょう。 しかし、この文脈でそれを行うにはどうすればよいでしょうか?
個々のタブレットの重量をすべて含む表を取得することをお勧めします。
これらの列: キャンペーン、サンプル、重量。 変動間および変動内には X 棒グラフと R 管理図を使用します (3 元グラフ)。これにより、レビー ジェニングス管理図の選択の原因となった X 棒グラフで最初に発生した可能性のある厳しすぎる管理限界の問題が解決されると思います。 。 X 棒グラフでは、キャンペーンをフェーズ変数として使用します。
そのグラフは次のようになります。
2 番目の管理図では、平均サンプル重量を、プロセスが安定して制御されていたときの過去の固定管理限界と比較します。 これは 3 標準偏差の管理限界ではなく、移動範囲、通常の管理図の限界に基づく 3 シグマの限界です。
そのチャートは次のようになります。
次に正規性と管理図についてです。
私はあなたに「ウィーラー」をやらせようとしています。 非正規データを正規化せずに管理図にプロットすることは間違いなく可能です (生物学的効力試験などの非常に対数正規なデータは例外です)。
Ppk にとって配布モデルは重要ですだがしかし管理図用。 Ppk は、規格限界と工程平均間の 3 標準偏差の比率に基づいています。 データが正規でない場合、データが独立していて同一に分布していると仮定する標準偏差を使用すると、不正確な Ppk 推定値が得られます。
許容範囲は、適用すべき興味深い基準です。 アルファ 0.95 と比率 0.99 の間隔は、タブレット重量の 1% がこの範囲外になることを 95% 確信していることを意味します。 これについては自分で確認する必要がありますが、詳しくは説明しませんが、3 シグマは常にその範囲内にあります。 これをレポートに含める根拠はわかりませんが、興味深いものであることは間違いありません。 「外れ値」を取り除くことにより、データはほとんどの場合、それらの制限内に収まります。しかし、私があなたの施設を監査していて、タブレットの重量の一貫性が報告前に外れ値を削除したデータに基づいていることがわかった場合、他の多くの調査への扉が開かれるでしょう。 X 棒グラフのように、サンプルのすべてのデータと平均値をレポートする方がよいでしょうか?
Re: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。@レナード、
ほんのいくつかのコメント:
- キャンペーンがどのようなものであるかはわかりませんが、キャンペーン内よりもキャンペーン間の変動が多いことがわかります。 ほとんどのキャンペーンはベースラインの安定性を示していますが、新しいキャンペーンは変化のように見えることがよくあります。
- キャンペーン201909そして201903-04不安定で制御不能です。
管理図の目標は、変化を迅速に検出することです。 管理限界に関するあなたの質問は私には奇妙に思えます。提供された画像は標準的なレポートのように見えます。 レポートやダッシュボードを変更する前に、少し調べてみることをお勧めします。
別の Levey Jennings チャートを作成し、キャンペーンをフェーズとして指定し、プロセス シグマ レポートを要求します。これにより、キャンペーン内 (サンプル間) の変動が定量化され、他のキャンペーンと比較して、3 月から 4 月と 9 月のキャンペーンが何らかの理由で同じではなく、不安定であることが強調されるはずです。
私は、多くの加工ツールや化学薬品が入ってくる製造工場で働いていました。工具部品の交換や化学物質のバッチによる許容可能なわずかな変動に対応するために計算された管理限界は、キャンペーン内の問題を特定するには広すぎる場合があります。 問題にすぐにフラグを立てる推奨事項は、実装するのが簡単ではありません。
- 既知の変更が行われると、新しいキャンペーン、つまり最初の 2 ～ 3 個のサンプルが一定の許容値内にある場合はその平均を使用して、アクティブな管理図の中心線がリセットされます。 上限と下限の管理限界、UCL と LCL はそれぞれ次のように設定されます。 + k sigma (通常、k は 3)。sigma はキャンペーンの標準偏差内のベースラインです。
- あなたが表示したデータについては、おそらく分散（加重平均二乗和）をプールし、平方根をベースラインの標準偏差として取得します。
しかし、あなたはこう述べました。私の仕事は、いくつかのキャンペーンで構成される 1 年間のプロセスを評価することです」。
私の提案は、分散成分タイプのレポートを作成することです。 管理図は変動を表示するのに最適ですが、次のように報告します。
- サンプルデータの配布。
- キャンペーンをフェーズとして指定した Levey Jennings チャート。キャンペーンの平均に対するキャンペーンの範囲と標準偏差 (キャンペーンの中心線) をレポートします。
- 2 つの異常なキャンペーンのサンプル間の変動をレポートし、プールされた/安定したサンプル間の変動を使用します。
- サンプル内の変動を報告します。 x (30?) 錠剤を服用し、各錠剤を y (10?) 回検査する場合、これは明確に説明されませんでした?? 「はい」の場合、バリエーションと錠剤間のテストを行うことができます。
- 能力に関しては、業界によって異なりますが、 @バイロン_JMP示されているように、同じ錠剤について複数の検査が行われた場合、その錠剤の平均値またはその錠剤の検査のトリミング平均がその錠剤の値を表すようです。 そして、各錠剤の値は、おそらくパーセンタイル法を使用して、能力分析に使用されます。
多くの場合、計算方法は業界固有であり、生産者と顧客によって合意されます。したがって、このメモは、データを確認するための他の方法を提案するものにすぎません。 注：私はそうしますない錠剤の製造経験がある。
Re: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。※1. グラフではバッチごとの平均測定値 (PQR) を確認できます。
**また、シリーズはキャンペーンで結合されており、キャンペーンでの配布は通常の場合もあれば、ワイブルの場合もあるということも付け加えておきます。 しかし、私の仕事は、いくつかのキャンペーンで構成される 1 年間のプロセスを評価することです。Re: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。1. グラフでは、年間のシリーズの平均 (PQR) が表示されます。 バッチ (シリーズ) の製造中に、20 個の錠剤が 10 ～ 15 回チェックされます。 20 個のタブの平均を取得し、次に 10 ～ 15 個のテストの平均を取得し、バッチの平均を取得します。
2. スペック制限と目標があります。 外れ値、分布、PPK、特殊原因を評価する必要があります。
3. 間隔の許容差は、規格限界を超えるのではなく、規格限界内に収まる必要があります。Re: 正規データと非正規データの動作アルゴリズム。 非正規データ (異常分布)。 PP/PPK。 レビー・ジェニングス管理図。
個々のタブレットの傾向を分析していますか? それともタブレットのサブグループの平均/中央値ですか?
この統計的プロセス管理手法の参考として何を使用していますか?
許容範囲はどのように使用されますか?
