¿Cómo se utiliza la medición repetida en el análisis de capacidad y la distribución?Necesito sugerencias para el análisis de un punto de datos en múltiples medidas. Digamos, tengo la medición de la potencia de un producto farmacéutico en crema de un tubo. Tengo muestras de la parte superior, media e inferior del tubo y, por lo tanto, la medición de la potencia. El tubo representa el lote y la potencia es representativa del lote, pero tres mediciones son representativas del mismo lote en realidad. En el análisis, ¿debo usar el promedio de las tres medidas o usar los tres puntos de datos? Ahora, para el número mágico de n = 30 o más, estos tres puntos de datos del mismo tubo, deberían considerarse n = 1 o n = 3 ?
AnalíticaRe: ¿Cómo se utiliza la medición repetida en el análisis de capacidad y distribución?Permítanme comenzar haciendo una pregunta:
1. ¿Cuál es el objetivo del estudio de análisis de capacidad? ¿Es para cuantificar la capacidad del proceso de fabricación de lotes? Si es así, sigue leyendo. Si la respuesta es no, ¿qué proceso está intentando evaluar con respecto al análisis de capacidad?
El análisis de capacidad se utiliza generalmente para determinar el centro y la extensión de una distribución de observaciones múltiples e independientes de alguna característica en relación con una especificación de dicha característica. Entonces, en general, en la mayoría de los procesos de fabricación por lotes, es necesario tener múltiples iteraciones del proceso (es decir, lotes) para establecer la capacidad del proceso. Entonces, en su caso, tiene un solo lote, pero múltiples mediciones de la misma salida de proceso fundamental. Por lo tanto, realizar un análisis de capacidad utilizando múltiples mediciones para hacer una declaración sobre el proceso de fabricación de lotes en general, es inapropiado.
Con respecto a la plataforma de distribución, esa plataforma se puede usar con cualquier característica ... podría proporcionar información sobre el proceso de medición, por lo que usar la plataforma para visualizar simplemente la población de mediciones es completamente apropiado. Y solo para reír, dado que tiene observaciones desde tres ubicaciones diferentes, también usaría la plataforma Fit Y by X para visualizar las observaciones por ubicación. ¿Podría decirle algo sobre la media y la dispersión de la característica dentro del tubo con respecto a su homogeneidad dentro del tubo?
Re: ¿Cómo se utiliza la medición repetida en el análisis de capacidad y distribución?Antes incluso de entrar en capacidad, el tipo de medición que está describiendo, superior-medio-inferior, puede ser complicado en el que le gustaría pensar un poco.¿Es la suposición de que la potencia se distribuye a lo largo del tubo siguiendo una distribución aleatoria que no se preocupa por la posición, o cree que la posición en sí tiene algún tipo de importancia?
Si la suposición sigue a la primera, entonces debe preguntarse por qué muestrear 1 tubo tres veces en lugar de 3 tubos de un lote similar 1 vez.El propósito del subgrupo racional es maximizar el potencial de variabilidad debido a una causa asignable entre los subgrupos.Es importante desarrollar sus subgrupos para seguir esa lógica.Es poco probable que la variación normal dentro de un solo tubo represente la variación completa entre los tubos.
Si la suposición sigue a lo último, que puede haber estratificación dentro del tubo, entonces probablemente necesitará usar un tipo diferente de gráfico de control llamado gráfico de 3 vías (dependiendo de su versión de JMP, esto también puede llamarse gráfico de dispersión ).También se conocen como gráficos intermedios / internos y, en algunos lugares, gráficos I-MR-R.Porque las estadísticas requieren 4 nombres para lo mismo.De todos modos.Don Wheeler (el tipo que ayudó a diseñar la herramienta MSA en JMP ... creo) tiene un buen artículo sobre gráficos de 3 vías aquí https://www.qualitydigest.com/inside/statistics-column/three-way-chart-030617.html
Estos son necesarios para comprender tipos de variación más complejos donde se entiende que la variación interna y entre ellas son fundamentalmente diferentes.
