JMP14에 의한 자기상관2007년에 교육받은 교육 파워포인트 파일을 확인합니다. 관리도를 만들려면 데이터의 정규성을 확인해야 합니다. 또한 JMP에 의한 자기상관도 있습니다.
JMP14에서 자기상관검사를 검색하려고 하는데 찾을 수 없습니다.
자기상관 대신 사용할 JMP14의 모든 함수.
이전 버전의 JMP에서는 다음을 수행해야 합니다.
자기상관 검사 - JMP에서:
분석 > 모델링 > 시계열
로트당 여러 번 측정하는 경우
로트 평균 분석 수행
모든 막대가 파란색 막대 안에 속하는지 확인하세요.
한계를 벗어나는 막대 없음 = 자기 상관 없음
고급 통계 모델링답변: JMP14에 의한 자기상관@statman 친절하게 지도해주셔서 정말 감사드립니다.
관리도 적용에 대한 이해를 공유하고 싶습니다. 정규성을 확인해야 하는 이유는 시작 시 관리 한계를 계산하는 데 사용하는 데이터가 적절한지 확인하기 위한 것입니다. 두 컴퓨터의 데이터를 혼합하여 데이터에 비정상적인 데이터가 있음을 발견할 수 있으며, 다른 운영자의 일부 데이터가 있습니다. 2대의 기계로 혼합하는 경우에는 2개의 관리도를 작성하는 것이 좋습니다. 다른 OP 그룹에 의해 비정상적인 경우 일시적인 문제이므로 차단해야 합니다.
자기 상관의 경우 이것은 나에게 새로운 것입니다. 나는 전에 그것을 사용하지 않았습니다. 이상 유무를 확인하는데도 활용될 것 같습니다. 좀 더 이해하기 위해 몇 가지 데이터를 사용해 보겠습니다.
실제로 저는 제 프로세스에 관리도를 적용할 계획입니다. 나는 젊은 엔지니어를 훈련시켜야 해요. 자기 상관을 연구한 후 100% 명확하지 않으면 설명하지 않고 정규성 검정과 관리도 규칙 검정만 사용합니다.
전문가의 조언과 지식을 얻을 수 있어서 다시 한번 감사드립니다. 추가 조언이 있으면 주저하지 말고 알려주시기 바랍니다.
@markbailey 귀하의 조언에 진심으로 감사드립니다.
답변: JMP14에 의한 자기상관@마크_베일리 자동 상관 질문에 이미 답변했지만 관리도를 사용하기 전에 데이터의 정규성을 확인하는 이유를 묻고 싶습니다. 관리도를 사용하는 데 정규성을 가정할 수 없다는 것을 알고 있습니다. 제조된 제품의 품질에 대한 경제적 통제의 275-277페이지에 있는 Shewhart의 주장. 이 페이지에서 Shewhart는 확률 접근법을 사용하는 아이디어를 간략하게 가지고 있는 것 같습니다. 이 페이지에서 자신의 주장을 바꾸어 말하면 그는 프로세스가 정확히 안정적이라면, 즉 어떤 정확한 수학적 모델에 흔들리지 않고 적합하고 기본(고정) 통계 분포의 세부 사항을 알고 있다면 확률 측면에서 작업할 수 있다고 지적합니다. 제한. 그러나 그는 실제로 우리는 적절한 통계 분포 유형을 결코 알지 못한다고 지적합니다. 통계학자들은 일반적으로 그들이 선호하는 분포인 가우스 또는 정규 분포에 대해 마치 기정사실인 것처럼 통통하게 말하는 반면, Shewhart는 1939년 저서 품질 관리 관점에서 본 통계적 방법(Statistical Method from the Viewpoint of Quality Contro)의 12페이지에서 정규 분포의 사용을 폐기했습니다. 엘." (Shewhart의 차트와 확률 접근법, Wheeler and Neave, 영국 데밍 협회 제9차 연례 컨퍼런스, 1996)
Out of the Crisis의 334~335페이지에서 Deming은 다음과 같이 말합니다.
“차트에서 관리 한계를 어디에 두어야 하는지 보여주는 계산은 확률 이론에 기반을 두고 있습니다. 그럼에도 불구하고 특수 원인 탐지를 위한 통계 신호가 잘못될 수 있거나 특수 원인이 존재할 때 차트가 신호를 보내지 못할 가능성에 특정 수치를 첨부하는 것은 잘못된 것입니다. 그 이유는 난수를 사용하는 인위적인 시연을 제외하고는 어떠한 과정도 꾸준하고 흔들림이 없기 때문입니다. 품질의 통계적 관리에 관한 일부 서적과 관리도 교육을 위한 많은 교육 매뉴얼에는 정규 곡선 그래프와 그 아래 면적의 비율이 표시되어 있는 것이 사실입니다. 그러한 표와 차트는 오해의 소지가 있으며 관리 차트의 효과적인 연구와 사용을 방해합니다. .”
자동 상관과 관련하여 추가하려면 다음을 수행하십시오.
"따라서 관리도에 대한 확률 접근 방식의 주요 문제점은 현실과 완전히 동떨어져 있다는 것입니다. 수학적 처리에 사용된 가정은 실수로 실행에 부과되는 금지사항이 됩니다. 다음과 같은 제한 사항이 일반적으로 발생합니다. "데이터는 정규 분포를 따라야 합니다." "관리 차트는 중심 극한 정리로 인해 작동합니다. 따라서 최소 5개 관측치로 구성된 하위 그룹이 있어야 합니다." “ 차트는 직렬 상관(자기 상관) 데이터에서는 작동하지 않습니다. —관리도를 사용하려면 관측치가 서로 독립적이어야 합니다." 이것들과 그와 유사한 다른 것들은 개를 흔드는 꼬리의 예입니다. 수학자의 편의를 위해 선택된 가정은 기술 사용을 위한 전제조건으로 전환됩니다. 관리도의 경우 이러한 반전은 부적절하고 오해의 소지가 있습니다.
답변: JMP14에 의한 자기상관예, 시계열 플랫폼은 다양한 시차에 대한 자동 상관 계수를 제공합니다.
Fit Least Squares 플랫폼에서 1차 자기상관에 대한 정보를 얻을 수도 있습니다. 분석 > 적합 모델을 선택합니다. Y 역할에 응답을 캐스팅하고 효과에 시간 변수를 추가합니다. 확인을 클릭하세요. 상단의 빨간색 삼각형을 클릭하고 행 진단 > 행 및 Durbin-Watson 검정으로 잔차 플롯을 선택합니다.
