Estamos involucrados en un proyecto de empresa para comprender si las muestras que tomamos se toman correctamente (según la Teoría del Muestreo). Producimos alimentos para animales en nuestros molinos como lotes separados (cada lote suele ser muy diferente entre sí en términos de análisis) y se toman muestras en un punto debajo del mezclador.
Nos han presentado a Variogramas por un geólogo y estoy intentando aplicar esta técnica a nuestro muestreo y análisis de calidad de nuestros alimentos y materias primas, para probar la "correlación espacial" o la falta total de ella, es decir ¿Deberíamos renunciar al muestreo en ese momento?
He estado tratando de comprender lo que el variograma intenta medir y su aplicación práctica a nuestros procesos. También entiendo que el Variograma es solo el primer paso, el segundo (asumiendo que necesito pasar a esto) es usar esta información para usar en el Kriging modelo.
Al observar algunos Variogramas de la vida real, parece que el cálculo del Nugget y Sill / Range es una determinación subjetiva, especialmente si la curva es ondulada (¿periodicidad o no?) Y luego si debería ser esférica o exponencial, etc.
Entonces, mi primera consulta es si el modelo de Variograma es válido para nuestro proceso y, de ser así, ¿JMP tiene herramientas de software para esto y está modelando más? Kriging de uso? Y si esto no es aplicable, ¿existen otros modelos estadísticos de JMP para responder a la pregunta "deberíamos abandonar el muestreo en ese momento"? Espero que todo esto tenga sentido. Tengo JMP Standard. Gracias.
Me gusta su afirmación de que "está tratando de comprender lo que el variograma está tratando de medir y su práctico aplicación a nuestro proceso ". No tengo experiencia con variogramas (tuve que buscarlo en Google). Este pequeño libro puede ser más aplicable a su industria: Libro de muestras de ASA Siam , cubre los conceptos básicos para comprender la toma de muestras aleatorias en la fabricación. Daría un paso atrás y preguntaría por qué estamos tomando muestras, presumiblemente para monitorear la calidad de su producto, así que ahora vincule el muestreo a la calidad del producto (no siempre es algo fácil de hacer). ¿Cuáles son las entradas clave que tienen el mayor impacto en el producto de calidad final (esto habla del diseño de experimentos o de la extracción de datos de los datos existentes para luego informar un mejor experimento)? Si comprende la entrada / salida y cuándo, entonces puede trabajar en dónde y cómo muestrear ... y qué y cómo probar.
Esperamos que cualquiera que tenga aportes sobre variogramas pueda comprender mejor ese concepto y si es útil en la fabricación.
Gracias Karen. Algunos buenos pensamientos - tampoco encontré el libro (referencia). DoE es un enfoque interesante, y no uno que pensé en usar en nuestros intentos de ver si nuestros puntos de muestreo son adecuados para su propósito. Otra oportunidad de aprendizaje, supongo (¡tantos elementos para reunir)! Gracias de nuevo.
