어떻게 '오류 항의 독립성(및 기타 많은 요인)'을 쉽게 가정할 수 있습니까?한 번은 "오류 항의 독립성(및 기타 많은 요인)을 어떻게 쉽게 가정할 수 있습니까?"라는 질문을 받았습니다.
많은 분야에서 데이터는 필연적으로 '자동 상관'되기 때문입니다.
예를 들어, 정규성 및 비자동상관을 가정하는 일반적인 도구인 컨트롤 차트는 분명히 자동상관됩니다(그냥 범위가 중요함).
분명히 생산 공정은 외부 온도, 작업자의 조건, 습도 등에 의해 영향을 받습니다. 그리고 이들 모두는 계절적 변화 및/또는 지속적인 패턴의 영향을 분명히 받습니다.
따라서 이러한 요인의 영향을 받아 결과 변수는 반드시 특정 패턴을 따릅니다.
물론 제조업체는 항상 '조건의 일관성'에 중점을 두기 때문에 그 범위는 작을 것입니다. 결과적으로 이러한 모든 요소를 무시할 수 있습니다(그러나 0이 될 수는 없습니다).
마찬가지로 다른 많은 것들도 필연적으로 어떤 패턴을 따릅니다.
그래서 내가 잘못 생각합니까?
자기 상관이 없기 때문에 약간의 자기 상관 위반이 허용될 수 있습니까?
해석학암사슴다른Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??다음은 저명한 저자가 잘 쓴 또 다른 논문입니다.
Woodall, William H. (2000), "통계적 프로세스 제어의 논쟁과 모순", 품질기술 저널 , 권. 2000년 10월 32, 4호
해당 JQT 문제를 파악할 수 있는 경우 제어 차트 방법의 적절한 사용에 대한 유익한 토론이 있습니다.
Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??저를 비옥하게 해주셔서 감사합니다.
당신은 나를 더 많은 지식으로 만들었습니다.
컨트롤 차트를 사용할 때 규범주의적 가정의 불필요함을 실제로 강화하게 만드는 것은 바로 당신입니다. 컨트롤 차트는 발생하는 모든 질문의 초기 소스입니다.
그러나 지적인 연구에 대한 나의 개인적인 추구, 받아들여진 대답은 더 만족스러웠다.
나는 당신을 존경합니다
Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??무례하지는 않지만 isixsigma는 내가 인용할 출처가 아닙니다. 인터넷에서 모든 종류의 잘못된 정보를 찾을 수 있습니다.
Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??그런데,
'I-control 차트에는 가정이 필요합니다.
https://www.isixsigma.com/tools-templates/normality/dealing-non-normal-data-strategies-and-tools/
'
흠.... 혼란스럽네요,,, OTL.
" 개인과 같은 여러 통계 도구를 사용하려면 일반적으로 분산된 데이터가 필요합니다. 제어 차트, 씨 피 / 씨 pk 분석, 티 -테스트 및 분석 변화 ( 분산 분석 ). 그러나 실무자가 이러한 특정 도구를 사용하지 않는 경우 데이터가 정상적으로 배포되는지 여부는 중요하지 않습니다. 그만큼 분포 실무자가 프로젝트에서 정규 분포 데이터가 필요한 통계 도구를 사용하려고 하는데 해당 도구가 없는 지점에 도달한 경우에만 문제가 됩니다."
참고로
Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??오,,
나는 신문을 읽었다... 나에게는 꽤 어려웠다.
생각,
"컨트롤 차트 자체의 기본 개념과 근거는 사실 에서 왔고, 이제 발명자는 가정을 부정합니까?"
상당히 혼란스럽습니다..
하지만 요점은 잘 알겠습니다. 감사합니다.
본의 아니게 오해의 소지가 있는 글을 올려서 정말 죄송합니다.... 정정해주셔서 감사합니다.
그러나 어쨌든 내 의도는 컨트롤 차트가 아니라 를 가정하는 모든 통계 도구였습니다.
Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??실제로 컨트롤 차트에 대해 제안한 가정은 잘못되었습니다. 정규성이나 자기 상관 또는 그 부족에 대한 가정은 없습니다. Wheeler와 Shewhart를 읽어 보십시오. 그리고 Phil, "모든 모델이 잘못되었습니다. 일부는 유용합니다."라는 원래 인용문의 작성자를 주목해야 합니다. GEP 상자
시작할 종이는 다음과 같습니다.
https://www.spcpress.com/pdf/DJW088.pdf
Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??정말 감사합니다. 정말 도움이 됩니다. 제 추측과 비슷합니다. 나는 행복하다.Re: '오류항의 독립성(및 기타 많은 요인)'을 어떻게 쉽게 가정할 수 있습니까??안녕 @MikeKim ,
나는 이것을 좋아한다! 매우 철학적인 질문입니다. 나는 확실한 대답을 할 자격이 없다고 확신합니다. 하지만 여기 간다...
과학적 추론의 많은 가정과 마찬가지로 이것이 유용하기 위해 100% 사실일 필요는 없는 경우라고 생각합니다. 그리고 가정의 본질은 그것이 100% 사실이 아니라는 것을 알고 있다는 것입니다. 그렇지 않으면 "가정"이 아니라 "주어진" 것입니다.
컨트롤 차트에서 2개의 연속 관찰이 완전히 독립적이라는 생각은 터무니없다는 데 동의합니다. 하나의 관찰에서 다음 관찰까지 어느 정도 일관성이 있는 몇 가지 요인이 확실히 있을 것입니다.
그러나 이 자기 상관이 작고 중요하지 않다고 가정할 수 있는 경우 제어 차트를 사용하여 일반 원인 변동과 특수 원인 변동을 구분하고 프로세스가 통제 불능 상태인지 식별할 수 있습니다. 이는 우리가 SPC를 사용하는 모든 좋은 방법입니다.
저는 대부분의 시간을 DOE에 대해 생각하며 보냅니다. 순차 DOE에서는 "활성" 요소에서 "비활성" 요소를 걸러냅니다. 이것은 마찬가지로 터무니없는 일입니다. 모든 요소는 어떤 식으로든 활성화됩니다. 그러나 일부를 중요하지 않거나 비활성으로 분류할 수 있다면 가장 중요한 요소에 제한된 노력을 집중하고 프로세스를 이해, 최적화 및 제어하여 지속적으로 고품질 출력을 생성할 수 있습니다.
가정을 통해 프로세스를 더 잘 이해할 수 있는 유용한 모델을 구축할 수 있습니다. 모든 모델이 틀렸습니다. 가정이 100% 사실이 아니기 때문이기도 하지만 일부는 유용합니다.
도움이 되길 바랍니다!
필
