¿Cómo mostrar que la variación entre partes en diferentes herramientas es intrínseca a la parte y no causada por la herramienta?Todos,
Tengo el siguiente problema con el que me gustaría que me ayudaran:
Tengo una población de piezas cada una instalada en su respectiva herramienta. Hay algún parámetro que se mide en la pieza antes de la instalación en la herramienta (:InspectionValue) y también el mismo parámetro medido en esa pieza mientras estaba instalada en la herramienta (:CurrentValue).
La tarea es la siguiente: necesito mostrar que las variaciones entre las partes son intrínsecas a las partes en sí mismas, en lugar de que se deban a que estén instaladas en una herramienta específica. ¿Cuál sería la forma estadísticamente correcta de mostrar eso en base a los datos proporcionados?
Hasta ahora mi idea es comparar dos valores:
:InspectionValue - :CurrentValue - esta es mi diferencia entre la inspección y los resultados de la herramienta
:CurrentValue - Mean(:CurrentValue) - Así es como el valor actual difiere de una herramienta a otra.
Pero están más o menos en la misma escala. Visualmente puedo ver que las herramientas no afectan los valores de las partes, y las diferencias son intrínsecas a las partes, pero no estoy seguro de cómo mostrarlo estadísticamente. ¿Alguna idea?
AnalíticaRe: ¿Cómo mostrar que la variación entre partes en diferentes herramientas es intrínseca a la parte y no causada por la herramienta?Parece que desea mostrar que la salida de las piezas condiciona su medición se debe a las herramientas en las que se ejecutan y no a la variabilidad entrante de pieza a pieza.Diría que debe considerar ejecutar un modelo OLS donde las piezas están anidadas en las herramientas que se utilizan.
Lo configuraría así: una columna llamada "parte #" (para cada parte usada de 1 a n), una llamada "tiempo de medición" (anterior y actual), una columna llamada "dado usado" (dado1, dado2, etc. ) y una columna denominada "valor de medición" (con los valores medidos).Tendrás dos filas para cada parte debido a las medidas de antes y después.Luego haga el modelo con y = "valor de medición" y X = "Parte #" anidado en "troquel usado" y aleatorio, "troquel usado", "tiempo de medición" y la interacción entre el tiempo de medición y el troquel usado.Si los términos con el troquel no son significativos, entonces las herramientas no marcan la diferencia.
¡Espero que esto ayude!
Re: ¿Cómo mostrar que la variación entre partes en diferentes herramientas es intrínseca a la parte y no causada por la herramienta?Te recomiendo que visites la entrada de Ayuda de JMP para Análisis del sistema de medición para algunos conocimientos previos.
Re: ¿Cómo mostrar que la variación entre partes en diferentes herramientas es intrínseca a la parte y no causada por la herramienta?Mis pensamientos con la descripción limitada de la situación. Pido disculpas si he entendido completamente mal su consulta.
Tiene una medida en una pieza antes del ensamblaje y después del ensamblaje en una herramienta. ¿Conoce la precisión del dispositivo de medición? ¿Está la medida en el mismo lugar de la pieza? Si no ha estudiado y separado estos componentes, entonces los componentes de toda la variación en su estudio es una combinación de pieza a pieza, herramienta a herramienta, dentro de la pieza y medición (y variables asociadas en cada capa). Potencialmente, tiene varias medidas dentro de la herramienta, pero se confunden con las variables del proceso de ensamblaje.
Las formas de ver sus datos incluyen:
1. Métodos multivariados>Multivariados
2. Gráficos de control con un tamaño de subgrupo de 2 (las medidas de antes y después). Esto pondría la variabilidad de parte a parte, dentro de la parte y de medición dentro de un subgrupo y luego trazaría los promedios (debido a las herramientas).
3. Creador de gráficos... muchas opciones para mostrar lo que podría desear (dependiendo del usuario).
4. Modelo de ajuste para algunos análisis cuantitativos
