Kaitlin Shorkey，康宁公司统计工程师
本演示文稿重点介绍了用于根据产品测量了解和预测产品质量的建模方法。模型开发过程包括四个步骤：数据收集、模型开发、测试和实施。在数据收集过程中，从生产线上收集零件并完成产品测量。这些部件将继续通过该过程并接受质量测试。这些产品测量和质量测试结果被合并到数据集中并用于建模。质量测试是响应，产品测量是预测指标。在模型开发中，对数据进行彻底检查以确保其尽可能干净。变量聚类和逐步回归用于去除高度相关的输入变量并选择重要变量。最后一步是使用对数正态分布和自适应套索估计方法应用广义回归。模型的准确度必须大于可接受的某个指标。如果模型符合这个标准，它就会进入测试阶段。此阶段涉及使用受工程控制的模型来确定模型对产品质量的预测程度。一旦满足，该模型将被实施到生产中。运营团队会收到有关零件性能的即时反馈，并可以实时调整和调整流程。有了这些信息，我们也可以认为产品是否可以接受。如果被拒绝，产品将被处理掉并且不会继续通过该过程。这些预测模型识别上游过程中不可接受的部件和过程异常。
