282757_zh-CN

liliconcom

监控和诊断大规模复杂过程

了解如何比较和对比两种同时查看大量过程变量的方法的情境实用性：模型驱动多元控制图 (MDMCC) 和过程筛选。

 

另一种更“统计的方法”是使用 Durbin Watson 检验：

 

多种抽样方法包括：系统抽样、分层抽样、整群抽样和多阶段抽样。  

我尝试使用 JSL 在 JMP 中生成列公式来模拟以下每个采样策略：

考虑 1000 个测试数据的随机样本，其中 4 个批次的每个样本大小为 250。

 

 

系统样本：

 

If(Sequence(1, 5) == 5, 1, 0)

分层样本：

 

 

If( Col Shuffle( :Lot ) <= 50,
 1,
 0
);

聚类样本选择批次 1 或批次 3：

 

 

If( :Lot == 1 | :Lot == 3,
 1,
 0
)

随机样本簇批次 1 或批次 3：

 

 

If(
 :Cluster Select Lot 1 or Lot 3 == 1 & If( Col Shuffle( :Lot ) <= 50,
  1,
  0
 ),
 1,
 0
)

仅来自第 1 批的多阶段样品 n（共 50 个）：

 

 

If( If( :Lot == 1, 1, 0 ) == 1 & If( Col Shuffle( :Lot ) <= 50, 1, 0 ),
 1,
 0
)

仅第 1 批中的 n = 41 + n = 8 的多阶段样本，总样本量为 49：

 

第 1 列 =

 

If( :"Multistage Sample 1 n=50"n == 1,
 0,
 If( If( :Lot == 1, 1, 0 ) == 1 & If( Col Shuffle( :Lot ) <= 50, 1, 0 ),
  1,
  0
 )
)

第 2 栏 =

 

If( :"Multistage Sample 2 n=50 '"n == 1,
 0,
 If(
  If( :Lot == 1, 1, 0 ) == 1 & If(
   Col Shuffle( :Lot ) <= 50 - Col Sum( :"Multistage Sample 2 n=50 '"n ),
   1,
   0
  ),
  1,
  0
 )
)

 

回复：监控、诊断和改进大规模复杂流程

@Byron_JMP @Ben_Sagalovsky 8 月 20 日现场网络研讨会的一个想法：我很好奇自相关在主成分计算等中的作用。与此相关的是，对过程数据进行二次采样、决定最合适的采样间隔以及如何确定的问题它。