282757_zh-TW

liliconcom

監控和診斷大規模複雜過程

了解如何比較和對比兩種同時查看大量過程變數的方法的情境實用性：模型驅動多元控製圖 (MDMCC) 和過程篩選。

 

另一種更「統計的方法」是使用 Durbin Watson 檢定：

 

多種抽樣方法包括：系統抽樣、分層抽樣、整群抽樣和多階段抽樣。  

我嘗試使用 JSL 在 JMP 中產生列公式來模擬以下每個採樣策略：

考慮 1000 個測試資料的隨機樣本，其中 4 個批次的每個樣本大小為 250。

 

 

系統樣本：

 

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

分層樣本：

 

 

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

聚類樣本選擇批次 1 或批次 3：

 

 

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

隨機樣本簇批次 1 或批次 3：

 

 

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

僅來自第 1 批的多階段樣本 n（共 50 個）：

 

 

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

僅第 1 批中的 n = 41 + n = 8 的多階段樣本，總樣本數為 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 欄 =

 

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
 )
)

 

回覆：監控、診斷和改進大規模複雜流程

@Byron_JMP @Ben_Sagalovsky 8 月20 日現場網路研討會的一個想法：我很好奇自相關在主成分計算等中的作用。與此相關的是，對過程資料進行二次採樣、決定最合適的採樣間隔以及如何確定的問題它。