안녕. 제조/통계 질문입니다. 제조 중 여러 지점(노드)에서 테스트 중인 부품이 있다고 가정합니다. 사람들이 GRR을 설명하기 위해 첫 번째 노드 이후에 한계를 얼마나 넓히는지 궁금합니다. USL에 1GRR을 추가하거나 LSL에서 1GRR을 뺍니까? 아니면 통계 커뮤니티에서 이를 어떻게 처리해야 하는지에 대한 다른 합의가 있습니까?
역사적으로 저는 첫 번째 노드 이후에 +/- 1 GRR만큼 한계를 넓혔습니다. 이는 테스터/테스트/운영자 가변성으로 인해 발생하는 교대를 설명하기 위해 수행됩니다. 값이 첫 번째 노드에서 한계에 가까운 통과 부품은 이 가변성으로 인해 외부로 이동했을 수 있으므로 이를 설명하기 위해 다운스트림 한계를 넓힙니다. 이것은 첫 번째 테스트 노드 이후에만 수행되며, bc 부품이 +/-1GRR만큼만 이동할 수 있다고 가정합니다.
1. 다른 사람들도 이러나요?
2. 목표 Cpk = 2를 달성하기 위해 한계를 설정할 때 평균에 +/- 3 시그마를 추가합니다. 그 논리에 따라 +/-1GRR 대신 내 제한에 +/- 3GRR을 추가해야 합니까?
통계적으로 올바른 처리 방법은 다음과 같다고 생각합니다만, 커뮤니티의 확인을 좀 받고 싶습니다. 측정된 값을 해당 부분에 대한 X의 정적 "참" 값과 평균 = 0 및 분산 = GRR^2인 정상 랜덤 변수인 Eps의 합으로 취급한다고 가정합니다.
노드 1: Xmeas1 = Xtrue + Eps1 평균(Xmeas1) = Xtrue Var(Xmeas1) = GRR1^2
노드 N: XmeasN = Xtrue + EpsN 평균(XmeasN) = Xtrue Var(XmeasN) = GRRN^2
XmeasN은 초기 측정값과 노드 간 이동을 나타내는 새로운 무작위 변수(EpsDiff)로 다시 작성할 수 있습니다.
XmeasN = Xmeas1 - Eps1 + EpsN = Xmeas1 + EpsDiff
어디:
평균(EpsDiff) = 0(평균(Eps) == 0이므로)
Var(EpsDiff) = GRR1^2 + GRRN^2 = 2GRR^2 (모든 노드에서 GRR이 동일하다고 가정)
이 논리에 따라 다운스트림 노드에서 +/-sqrt(2)*GRR만큼 한계를 넓혀야 합니까?
이에 대한 사람들의 생각이 궁금합니다. 감사!
