Autocorrelazione mediante JMP14Controllo il file powerpoint della mia formazione in cui mi sono formato nel 2007. Quando vogliamo creare una carta di controllo, dobbiamo verificare la normalità dei dati. E anche l'autocorrelazione di JMP.
Provo a cercare il controllo di autocorrelazione su JMP14 ma non riesco a trovarlo.
Qualsiasi funzione in JMP14 da utilizzare al posto dell'autocorrelazione.
Nella versione precedente di JMP bisognava passare
Controllo dell'autocorrelazione – In JMP:
Analizza > Modellazione > Serie storiche
Se si effettuano più misurazioni per lotto,
condurre analisi sulle medie dei lotti
Controlla se tutte le barre rientrano nelle barre blu.
Nessuna barra fuori dai limiti = nessuna autocorrelazione
Modellazione statistica avanzataRi: Autocorrelazione di JMP14@statman Grazie mille per le tue gentili istruzioni.
Vorrei condividere la mia comprensione per l'applicazione della carta di controllo. Il motivo per cui dobbiamo verificare la normalità è assicurarci che i dati che utilizziamo per calcolare il limite di controllo all'inizio siano appropriati. Potremmo scoprire che i dati sono anomali mescolando i dati di 2 macchine, ci sono alcuni dati di operatori diversi. In caso di miscelazione con 2 macchine è meglio realizzare 2 tabelle di controllo. Se l'anomalia proviene da un diverso gruppo di OP, dovremmo interromperla perché si tratta di un problema temporaneo.
Per l'autocorrelazione, questa è una novità per me. Non l'ho mai usato prima. Immagino che verrà utilizzato anche per verificare le anomalie. Proverò con alcuni dati a capirlo di più.
In realtà ho intenzione di applicare la carta di controllo al mio processo. Devo formare il mio giovane ingegnere. Dopo aver studiato l'autocorrelazione, se non sono chiaro al 100%, non lo spiegherò e utilizzerò solo il test di normalità e anche il test delle regole della carta di controllo.
Grazie mille ancora per aver ricevuto suggerimenti e conoscenze dall'esperto. Qualsiasi consiglio aggiuntivo, non esitate a farcelo sapere.
@markbailey Grazie mille per il tuo consiglio
Ri: Autocorrelazione di JMP14@Mark_Bailey ho già risposto alla tua domanda sulla correlazione automatica, ma devo chiederti perché controlli la normalità dei dati prima di utilizzare una carta di controllo. Ti rendi conto che NON esiste alcun presupposto di normalità per utilizzare una carta di controllo. L'argomentazione di Shewhart alle pagine 275-277 di Economic Control of Quality of Manufactured Product. In queste pagine Shewhart sembra giocare brevemente con l'idea di utilizzare l'approccio probabilistico. Parafrasando la sua argomentazione in queste pagine, sottolinea che se un processo fosse esattamente stabile, cioè si adattasse incrollabilmente a un preciso modello matematico, e se conoscessimo i dettagli della sua distribuzione statistica sottostante (fissa), potremmo quindi lavorare in termini di probabilità limiti. Tuttavia, osserva che, in pratica, non conosciamo mai il tipo appropriato di distribuzione statistica. Mentre gli statistici di solito prediligono, quasi come se fosse una conclusione scontata, la loro distribuzione preferita, la distribuzione gaussiana o normale, Shewhart elimina l'uso della distribuzione normale a pagina 12 del suo libro del 1939, Metodo statistico dal punto di vista del controllo della qualità io." (I grafici di Shewhart e l'approccio della probabilità, Wheeler e Neave, nona conferenza annuale della British Deming Association, 1996)
Nelle pagine 334–335 di Out of the Crisis Deming dice:
“I calcoli che mostrano dove posizionare i limiti di controllo su un grafico hanno la loro base nella teoria della probabilità. Sarebbe tuttavia sbagliato associare una cifra particolare alla probabilità che un segnale statistico per l'individuazione di una causa speciale possa essere sbagliato, o che il grafico possa non inviare un segnale quando esiste una causa speciale. La ragione è che nessun processo, tranne che nelle dimostrazioni artificiali mediante l'uso di numeri casuali, è costante, incrollabile. È vero che alcuni libri sul controllo statistico della qualità e molti manuali di formazione per l'insegnamento delle carte di controllo mostrano un grafico della curva normale e le proporzioni dell'area sottostante. Tali tabelle e grafici sono fuorvianti e compromettono l’efficacia dello studio e dell’utilizzo delle carte di controllo .”
Per AGGIUNGERE riguardo all'autocorrelazione:
"Pertanto, uno dei maggiori problemi con l'approccio probabilistico alle carte di controllo è che è totalmente fuori contatto con la realtà. I presupposti utilizzati per la trattazione matematica diventano divieti erroneamente imposti alla pratica. Si riscontrano comunemente restrizioni come le seguenti. “I dati devono essere distribuiti normalmente.” "La carta di controllo funziona grazie al teorema del limite centrale, quindi è necessario avere sottogruppi di almeno cinque osservazioni." “ Il grafico non funzionerà con dati correlati in serie (autocorrelati). —le osservazioni devono essere indipendenti l'una dall'altra prima di poter utilizzare una carta di controllo." Questi, e altri simili, sono esempi della coda che scodinzola del cane. Le ipotesi selezionate per comodità del matematico vengono trasformate in prerequisiti per l'utilizzo della tecnica. Nel caso delle carte di controllo, questa inversione è sia inappropriata che fuorviante.
Ri: Autocorrelazione di JMP14Sì, la piattaforma Time Series fornisce il coefficiente di autocorrelazione per diversi ritardi.
È inoltre possibile ottenere informazioni sull'autocorrelazione del primo ordine nella piattaforma Fit Least Squares. Selezionare Analizza > Stima modello. Trasmetti la risposta nel ruolo Y e aggiungi la variabile Tempo agli Effetti. Fare clic su OK. Fare clic sul triangolo rosso in alto e selezionare Diagnostica riga > Traccia residuo per riga e test di Durbin-Watson.
