Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.¡Hola a todos!
Analizo las estadísticas que surgen durante la producción y envasado de comprimidos (pastillas).
El análisis de datos se realiza en varios pasos.
- Detección de valores atípicos (prueba de Grubb)
- Determinar si la distribución es normal (prueba de Shapiro-Wilk)
- Intervalos tolerantes
- Trazado del gráfico de Levey Jennings, PP/PPK
- Active la prueba por los primeros 3 motivos especiales
A veces hay errores al ingresar los datos, a veces el problema está en la metodología. Por supuesto, esto afecta la distribución.Encontramos las razones.
Pero a veces los datos no son normales, en principio. Puede que no sea simétrico. Una vez ocultó una mezcla de 2 distribuciones normales y así sucesivamente...
En JMP, según tengo entendido, puede comprobar qué distribución se acerca más a la suya (APTO PARA TODOS).
(1) El cálculo estándar PP/PPK no es adecuado para una distribución anormal, ¿verdad?
Ok, volvemos a calcular PPK usando el método percentil (usa mediana, no promedio (según JMP)
(2) Pero ¿qué pasa con el gráfico? ¿Qué gráfico debo utilizar para recibir UCL y LCL para datos no normales?
Llegué a la conclusión de que un gráfico debe calcular UCL y LCL también a partir de la mediana.
Utilizo Levey Jennings con un promedio fijo igual a la mediana.
A veces, la mediana y el promedio están muy cerca y la diferencia entre fronteras casi no se siente. Pero también hay diferencias. (3) ¿O es suficiente recalcular el PPK y trazar el gráfico habitual de Levey Jennings utilizando el promedio y las pruebas de uso para causas especiales? (4) ¿O tal vez los datos anormales no se pueden probar de esa manera?
*PD XBar, IMR que no uso por hoy, por este año. Estamos en los inicios de la aplicación de métodos estadísticos. Se revelan y eliminan las causas que no son visibles en el proceso rutinario.
Por favor ayúdame a responder la preguntas en negrita . (1-4)
Por favor, califica mi método.
Ofrezca su algoritmo de trabajo para datos normales y no normales
¡¡¡Gracias de antemano!!!
Ingeniería de Calidad y ProcesosRe: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.@Byron_JMP : El intervalo de tolerancia es un criterio curioso de aplicar. Un intervalo con alfa 0,95 y proporción 0,99... indica que estoy 95% seguro de que el 1% de los pesos de las tabletas estarán fuera de este rango.
No se puede establecer la proporción en 1,0 (100%). El más cercano es 0,999.
Re: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.Pensé que me estaba volviendo loca y nadie me entiende, pero no, gracias por venir a ayudar. Me has abierto los ojos. Sí, mi proceso tiene sus propios detalles. Este es un cambio entre compañías. Campaña, campaña, campaña... Creo que es correcto probar causas especiales en cada campaña individualmente.
Echa un vistazo a la captura de pantalla ANTES/DESPUÉS
Por favor ayúdenme a responder las siguientes preguntas:
1. ¿Tengo que calcular PPK para cada fase/campaña o tengo derecho y es legal)) a calcular PPK para todos los datos (todas las campañas del año)?
2. Misma pregunta sobre la distribución.
Re: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.t
Para empezar, tiene un informe muy bonito y
Si te parece bien, intentemos abordar una cosa a la vez.
Dado que tiene una cierta cantidad de tabletas en cada muestra y varias muestras por campaña y varias campañas por APR.
puedo entender @gzmorgan0 El comentario de sobre un informe de tipo de variación, sería algo inteligente. Pero ¿cómo hacerlo en este contexto?
Podría ser una buena idea conseguir la tabla con todos los pesos individuales de las tabletas:
Estas columnas: campaña, muestra, peso. Utilice un gráfico de barras X con gráficos R para variación entre y dentro (gráfico de tres vías). Sospecho que esto solucionará el problema de límite de control demasiado estricto que podría haber visto originalmente con un gráfico de barras X que causó la selección de gráficos de Levey Jennings. . En el gráfico de barras x, utilice la campaña como variable de fase.
Ese gráfico podría verse así:
El segundo gráfico de control podría comparar el peso promedio de la muestra con un límite de control histórico fijo de un momento en que el proceso estaba estable y bajo control. Este no es un límite de control de tres desviaciones estándar, sino un límite de 3 sigma basado en el rango móvil, límites normales del gráfico de control.
Ese gráfico podría verse así.
Ahora sobre los gráficos de normalidad y control.
Estoy a punto de ponerte "Wheeler" encima. Definitivamente se pueden trazar datos no normales en un gráfico de control sin normalizarlos (con excepciones para datos muy lognormales de algo como una prueba de potencia biológica).
El modelo de distribución es importante para Ppk pero no para gráficos de control. Ppk se basa en la relación de 3 desviaciones estándar entre el límite de especificación y la media del proceso. Si sus datos no son normales, entonces usar la desviación estándar, que supone que sus datos son independientes y están distribuidos de manera idéntica, le dará estimaciones de Ppk inexactas.
El intervalo de tolerancia es un criterio curioso de aplicar. Un intervalo con alfa 0,95 y proporción 0,99... indica que estoy 95% seguro de que el 1% de los pesos de las tabletas estarán fuera de este rango. Tendrás que comprobarlo tú mismo y, sin entrar en detalles, 3 sigma siempre está dentro de ese intervalo. No sé la razón detrás de incluirlo en el informe, estoy seguro de que es interesante. Al eliminar los "valores atípicos", los datos se ajustarán a esos límites la mayor parte del tiempo; sin embargo, si estuviera auditando sus instalaciones y viera que la consistencia del peso de su tableta se basaba en datos con los valores atípicos eliminados antes de informar, eso abriría la puerta a muchas otras exploraciones. ¿Podría ser mejor informar todos los datos y medias de las muestras, como en un gráfico de barras x?
Re: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.@leonardo ,
Sólo algunos comentarios:
- No sé qué es una campaña, sin embargo, veo más variación de una campaña a otra que dentro de una campaña. La mayoría de las campañas demuestran una estabilidad básica, pero una nueva campaña a menudo parece un cambio.
- Campañas 201909 y 201903-04 Son inestables, fuera de control.
Un objetivo de un gráfico de control es la detección rápida de un cambio. Me parece extraña tu pregunta respecto a los límites de control.La imagen que proporcionó parece un informe estándar. Sugiero explorar un poco antes de realizar un informe o un cambio en el panel.
Haga otro gráfico de Levey Jennings y especifique la campaña como Fase y solicite un informe sigma del proceso.Esto cuantificará la variación dentro de la campaña (muestra a muestra), y debería resaltar que las campañas de marzo-abril y septiembre no fueron iguales, inestables por cualquier motivo, en comparación con otras campañas.
Trabajé en una planta de fabricación con muchas herramientas de procesamiento y productos químicos entrantes.Los límites de control calculados para adaptarse a pequeños cambios tolerables debido a cambios de piezas de herramientas o lotes de productos químicos pueden ser demasiado amplios para identificar problemas dentro de una campaña. Una recomendación que señala problemas rápidamente no es fácil de implementar.
- Cuando se realiza un cambio conocido, se utiliza una nueva campaña, el promedio de las primeras 2 o 3 muestras si están dentro de algún valor de tolerancia, para restablecer la línea central del gráfico de control activo. Los límites de control superior e inferior, UCL y LCL, respectivamente, se establecen en + k sigma (normalmente k es 3), donde sigma es la línea base dentro del desarrollo estándar de la campaña.
- Para los datos que mostró, probablemente agruparía la varianza (suma promedio ponderada de cuadrados) y tomaría la raíz cuadrada como el desarrollo estándar de referencia.
Sin embargo, usted dijo " mi tarea es evaluar el proceso durante un año, que consta de varias campañas ".
Mi sugerencia es hacer un informe del tipo de componentes de variación. El gráfico de control es excelente para mostrar la variación, pero yo informaría:
- Distribución de datos de muestra.
- Gráfico de Levey Jennings con la campaña especificada como Fase.Informar el rango y el desarrollo estándar de la campaña a los promedios de la campaña (líneas centrales de la campaña)
- Informe las dos campañas anómalas muestra a muestra de la variación y utilice la muestra agrupada/estable para muestrear la variación.
- Informe la variación dentro de la muestra. ¿Esto no se explicó claramente si toma x (30?) pastillas y cada pastilla se analiza y (10?) veces. En caso afirmativo, entonces tiene una variación de prueba a prueba y de pastilla a pastilla.
- En cuanto a la capacidad, depende de su industria, pero como @Byron_JMP indicado, parece que si se realizan varias pruebas con la misma píldora, el promedio o la media recortada de las pruebas de esa píldora representan el valor de esa píldora. Y el valor de cada píldora se usaría para el análisis de capacidad, probablemente usando el método percentil.
Los métodos de cálculo suelen ser específicos de la industria y acordados entre el productor y el cliente.Así que esta nota es sólo una sugerencia de otras formas de ver sus datos. Nota: yo hago no Tener experiencia en la producción de pastillas.
Re: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.*1. En el gráfico se puede ver la medida promedio por cada lote (PQR)
**También debo agregar que las series se combinan en campañas y las distribuciones en campañas a veces son normales, a veces son weibull. Pero mi tarea es evaluar el proceso durante un año, que consta de varias campañas.Re: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.1. En el gráfico puedes ver el promedio de la serie por año (PQR). Durante la producción de un lote (serie), se controlan 20 comprimidos de 10 a 15 veces. Tomo una media de 20 pestañas, luego una media de 10 a 15 pruebas y recibo la media por lote.
2. Tenemos límites de especificaciones y objetivos. Necesitamos evaluar los valores atípicos, la distribución, el PPK y las causas especiales.
3. Los intervalos de tolerancia deben estar dentro de los límites de las especificaciones, no fuera de ellos.Re: Algoritmo de trabajo para datos normales y no normales. Datos no normales (distribución anormal). PP/PPK. Gráfico de control de Levey Jennings.
¿Está la tendencia de las tabletas individuales o la media/mediana de un subgrupo de tabletas?
¿Qué estás utilizando como referencia para este método de Control Estadístico de Procesos?
¿Cómo se utilizan los intervalos de tolerancia?
