Autocorrélation par JMP14Je vérifie mon fichier PowerPoint de formation sur laquelle j'ai été formé en 2007. Lorsque nous voulons créer une carte de contrôle, nous devons vérifier la normalité des données. Et aussi l'autocorrélation par JMP.
J'essaie de rechercher un contrôle d'autocorrélation sur JMP14 mais je ne le trouve pas.
Toute fonction de JMP14 à utiliser à la place de l'autocorrélation.
Dans la version précédente de JMP, nous devions passer par
Vérification de l'autocorrélation – Dans JMP :
Analyse > Modélisation > Séries temporelles
Si vous prenez plusieurs mesures par lot,
effectuer des analyses sur les moyennes de lots
Vérifiez si toutes les barres se trouvent dans les barres bleues.
Aucune barre en dehors des limites = pas d'autocorrélation
Modélisation statistique avancéeRe : Autocorrélation par JMP14@statman Merci beaucoup pour vos aimables instructions.
Je voudrais partager ma compréhension de l'application de la carte de contrôle. La raison pour laquelle nous devons vérifier la normalité est de nous assurer que les données que nous utilisons pour calculer la limite de contrôle au démarrage sont appropriées. Nous pouvons constater que les données sont anormales en mélangeant les données de 2 machines, certaines données provenant de différents opérateurs. En cas de mélange par 2 machines, il est préférable de réaliser 2 cartes de contrôle. Si l'anomalie provient d'un groupe différent d'OP, nous devrions le couper car il s'agit d'un problème temporaire.
Pour l'autocorrélation, c'est nouveau pour moi. Je ne l'ai jamais utilisé auparavant. Je suppose qu'il sera également utilisé pour vérifier les anomalies. Je vais essayer avec quelques données pour mieux le comprendre.
En fait, je prévois d'appliquer une carte de contrôle à mon processus. Je dois former mon jeune ingénieur. Après avoir étudié l'autocorrélation, si je ne suis pas clair à 100%, je ne l'expliquerai pas et j'utiliserai uniquement le test de normalité ainsi que le test des règles de la carte de contrôle.
Merci beaucoup encore d'avoir reçu des suggestions et des connaissances d'un expert. Pour tout conseil supplémentaire, n'hésitez pas à me le faire savoir.
@markbailey Merci beaucoup pour vos conseils.
Re : Autocorrélation par JMP14@Mark_Bailey J'ai déjà répondu à votre question de corrélation automatique, mais je dois vous demander pourquoi vérifiez-vous la normalité des données avant d'utiliser une carte de contrôle. Vous réalisez qu'il n'y a AUCUNE hypothèse de normalité pour utiliser une carte de contrôle. L'argument de Shewhart aux pages 275-277 du Contrôle économique de la qualité du produit manufacturé. Dans ces pages, Shewhart semble jouer brièvement avec l’idée d’utiliser l’approche probabiliste. Paraphrasant son argument dans ces pages, il souligne que si un processus était exactement stable, c'est-à-dire s'adaptait de manière inébranlable à un modèle mathématique précis, et si nous connaissions les détails de sa distribution statistique (fixe) sous-jacente, nous pourrions alors travailler en termes de probabilité. limites. Cependant, il note que, dans la pratique, on ne connaît jamais le type de distribution statistique approprié. Alors que les statisticiens se penchent généralement, presque comme si c'était acquis d'avance, sur leur distribution préférée, la distribution gaussienne ou normale, Shewhart dispose de l'utilisation de la distribution normale à la page 12 de son livre de 1939, Méthode statistique du point de vue du contrôle de la qualité. je." (Shewhart's Charts and the Probability Approach, Wheeler et Neave, neuvième conférence annuelle de la British Deming Association, 1996)
Aux pages 334 et 335 de Out of the Crisis, Deming dit :
« Les calculs qui montrent où placer les limites de contrôle sur un graphique reposent sur la théorie des probabilités. Il serait néanmoins erroné d'attacher un chiffre particulier à la probabilité qu'un signal statistique de détection d'une cause particulière soit erroné, ou que la carte ne parvienne pas à envoyer un signal lorsqu'une cause particulière existe. La raison en est qu’aucun processus, sauf dans le cadre de démonstrations artificielles utilisant des nombres aléatoires, n’est stable, inébranlable. Il est vrai que certains livres sur le contrôle statistique de la qualité et de nombreux manuels de formation pour l'enseignement des cartes de contrôle montrent un graphique de la courbe normale et des proportions de surface en dessous. De tels tableaux et graphiques sont trompeurs et font dérailler l'étude et l'utilisation efficaces des cartes de contrôle. .»
Pour AJOUTER concernant l’autocorrélation :
"Ainsi, un problème majeur avec l'approche probabiliste des cartes de contrôle est qu'elle est totalement déconnectée de la réalité. Les hypothèses utilisées pour le traitement mathématique deviennent des interdits imposés à tort à la pratique. Des restrictions telles que les suivantes sont fréquemment rencontrées. "Les données doivent être distribuées normalement." "La carte de contrôle fonctionne grâce au théorème central limite. Vous devez donc avoir des sous-groupes d'au moins cinq observations." " Le graphique ne fonctionnera pas avec des données corrélées en série (autocorrélées) — les observations doivent être indépendantes les unes des autres avant de pouvoir utiliser une carte de contrôle. Ceux-ci, et d’autres comme eux, sont des exemples de la queue qui remue le chien. Les hypothèses sélectionnées pour la commodité du mathématicien sont transformées en conditions préalables à l'utilisation de la technique. Dans le cas des cartes de contrôle, cette inversion est à la fois inappropriée et trompeuse.
Re : Autocorrélation par JMP14Oui, la plateforme Time Series fournit le coefficient d'auto-corrélation pour différents décalages.
Vous pouvez également obtenir des informations sur l'autocorrélation de premier ordre dans la plateforme Fit Least Squares. Sélectionnez Analyser > Ajuster le modèle. Lancez la réponse dans le rôle Y et ajoutez la variable Temps aux effets. Cliquez sur OK. Cliquez sur le triangle rouge en haut et sélectionnez Diagnostics de ligne > Tracer les résidus par ligne et test Durbin-Watson.
