Re: SHASH分散データの非正規管理図まず、あなたが管理図をどのように使用しているか、または何の目的で使用しているかわかりません。 シューハートが意図したとおりに、または他の方法でそれらを使用している場合。
がある正規分布データの仮定なし管理図を効果的に使用する。 以下を読むことをお勧めします。
1. 管理図 (Wheeler が呼ぶプロセス行動チャート) に関する神話の簡単な説明: 神話 1 を参照してください。
https://www.qualitydigest.com/print/18348
2.優れた論文ディスカッションあり:
Woodall、William H. (2000)、「統計的プロセス管理における論争と矛盾」、品質技術ジャーナル、Ｖｏｌ． 32, No.4 2000年10月
あなたのデータに関して、実際には連続変数がプロットされていませんか? 不良率または不良率のようなものをプロットしているように見えます。 これらのデータ型は通常、p/np チャートまたは u/c チャートにプロットされます。
値は実際には何を意味するのでしょうか。 値はどのように計算されますか? 何パーセント？ 100% はどのように決定されますか? 生存率を評価するために使用できる別の尺度はありますか?
このタイプのデータは単純な X,MR 管理図で評価できる場合があります。
Re: SHASH分散データの非正規管理図プロセス制御を実行する必要があるオペレーターは、プロセスに関連するユニットを操作しなくなるため、変数の変換は非常に嫌いです。 概念的な数学的アプローチからは問題ありませんが、プロセス制御システムのアプローチからは悪いです。 そうは言っても、あなたは比率を見ているようで、最初にpチャートを調べる必要があります.
それがうまくいかない場合、ディストリビューションを選択する方法は、ディストリビューション プラットフォームを使用することです。 すべてのフィット オプションを選択し、Johnson 曲線と SHASH 曲線はどちらかというとロング テールであるためすべてスキップしてから、次に高い曲線を選択します。 それが Weibull である場合、それはあなたが持っている最高のものであるため、もう適合度を気にする必要はありません。
Re: SHASH分散データの非正規管理図やあ@ポールディーン、
簡潔で要約した回答をありがとう！ 私もこの道を歩むべきだと思います！
敬具、ヨハン
Re: SHASH 分散データの非正規管理図まず最初に、すべての有益なコメントに感謝したいと思います。
@Mark_Bailey : 右クリックによるラムダ スケーリングの拡大については、今までよく知りませんでした。このヒントをありがとう!
データと私の意図について、この時点で最初に明確にしなかったことをお詫びします。 このデータは、培養プロセス内の生細胞の割合の測定に関するものです。 ここでの決定は、生細胞数と総細胞数 (生細胞と死細胞) を定量化することによって行われ、最終的にそこから生存率を決定できます。 このパラメータは生命力（LSL 90 %）によってプロセスを継続できるかどうかが決定されるため、重要です。 測定はバッチごとの個別の測定です (1 つのバッチ、1 つの生存率の測定。サンプル ファイルではバッチ番号を指定しませんでした)。そのため、このパラメーターを確認するために I-MR チャートを使用したいと考えました。
管理図で実行可能性を調べるために、Western Electric ルールのテスト 1 (1 つの点が平均から 3 標準偏差を超えている)、テスト 2 (連続する 9 つ (またはそれ以上) の点が同じ側にある) を適用することにしました。平均値の) とテスト 5 (連続する 9 つ (またはそれ以上) の点が平均値の同じ側にあります)。 この調査で非正規管理図を使用する必要があるという仮定は、データが明らかに正規分布ではないという事実から最終的に生まれました。また、理論的には、パラメーターが非常に近い値で動作するため、非正規分布の可能性が高いと予想できます。自然な制限 (細胞培養には 100% を超える生細胞を含めることはできません)。 私は、非正規分布のデータと「古典的な」ControlChart のアプリケーションではエラー メッセージを受け取るだろうと考えていました。エラー メッセージは実際には特別な原因の変動によって発生するのではなく、データの「性質」によるものです。
@スタットマン：しかし、あなたの情報から、正規分布の仮定は管理図の適用に必須ではないことを理解しています。残念ながら、まだすべての参考文献に目を通す機会がありませんが、できるだけ早く読むように努めます。 いずれにせよ、今回もありがとうございました。 しかし、品質ダイジェストのソース (通説 1) を正しく理解していれば、シュワートのアプローチは外れ値を特定することであり、プロセスの変化を検出することではありません。
Re: SHASH 分散データの非正規管理図私が挙げた参考文献を読んだほうがよいでしょう (シューハートの本を読むよりも簡単でしょう)。 シューハート氏は、プロセスに何らかの違いがあるかどうかを判断する方法を探していました。 彼が開発した管理図は 2 つのタスクを達成します。 最終的に、チャートは、潜在的なソース (X) を分割し、それらの影響を比較することによって因果構造を決定するために使用されます。 実験ではなく、その自然な変化が暴露されることによって。 サブグループは比較の基礎となります。 の内部サブグループ変動は、その「周波数」で自然に変動する x の関数です (はい、yf(x))。 サブグループの選択は重要な決定です (そしてめったに教えられません)。
「したがって、最初に合理的な理論に基づいてデータを合理的なサブグループに分割することに成功したエンジニアは、長期的には本質的に良い成績を収めることができます。」
シューハート
の時間間サンプリングされる各サブグループは、そのサンプリング周波数で変化する x の自然な変化を捕捉します。
したがって、このグラフは、応答変数に対してどの変動源 (サブグループ内またはサブグループ間で変化するもの) がより大きな影響力を持つのか、という質問に答えています。 しかし、シューハートは、そのような比較を行うためには、まず比較の基準の一貫性を評価する必要があることにも気づきました。 したがって、範囲グラフは、「サブグループ内の変動は一貫性があり、安定しており、予測可能か?」という質問に答えることができます。
たとえば、培養中の細胞のバッチがあるとします (私はプロセスに特に詳しくないので、ご容赦ください)。 生細胞と死細胞を判定する検査プロセスを使用しています。 バッチ全体を 1 つのサンプルとして扱います。 バッチ内に細胞の増殖を促進する領域がある可能性はありますか? バッチ内に温度勾配はありますか? バッチはどの程度均一ですか? バッチは撹拌されていますか? バッチ内に変動の原因は何ですか? 寒天はどの程度よく分散されていますか? 細胞が付着している基質は何ですか? 生細胞または死細胞に関する測定システムにどの程度自信がありますか? 生きた細胞にはグラデーションがあるのでしょうか？ もっと正確な測定はできないでしょうか? 収集するように作用するこれらの変数の一貫性は、範囲グラフを使用して評価できます。 さて、次のバッチ (およびその後のバッチ) では何が変わるでしょうか? 寒天のロットが違う？ 周囲条件が違う？ 加工条件が違うのでしょうか？ 下地が違うの？ 原材料が変わる？ レシピを遵守する能力?...など X バー チャートは、多数のソースを比較して、X のどのセット (変動の構成要素) が最大の効果を持つのか、どこに改善の努力を集中すべきかを判断することを目的としています。 もちろん、これらの研究は、より優れた識別を提供する複数のレイヤーを使用して実行できます。
SHASH分散データの非正規管理図こんにちは、
ここですでに取り上げた非正規管理図についての議論をもう一度取り上げたいと思います。
https://community.jmp.com/t5/Discussions/Control-Chart-builder-Non-Normal-data-Control-Limits/mp/227165#M45073
また、極度の「歪度」により SHASH 分布のみが問題となる、非正規分布のデータセット (添付ファイルを参照) もあります。 他のすべての分布は、適合性テストの有意性により拒否されます。 ただし、Paul Deen による非正規管理図スクリプト (ちなみに、非常に便利なスクリプトである上記のリンクを参照してください!) を使用し、SHASH 分布を選択すると、非常に疑わしいグラフ (シグマ境界に対して大きすぎるゾーン) が表示されます。データの極端な歪みのため (要約すると、私の LSL は 0.9 であり、目標は最大化することです)
一方、ワイルブル分布を選択すると、ControlChart の見た目がはるかに良くなります。
対応するテスト (Western Electric Rules) もより確実に適用できます。 ここでの質問は、管理図の作成時に異なる分布を仮定することが許容されるかどうかですが、これは実際には適合度テストによって拒否されますか? また、特に SHASH 分布はプロセス分析 (能力、管理図) には適していないという話も聞きました。
データ変換については、ボックス-コックス変換 (Mark Bailey のスクリプトを使用) を使用してデータを正規化することも試みました。 https://community.jmp.com/t5/JMP-Scripts/Demonstrate-the-Univariate-Box-Cox-Transform/ta-p/21820 ）、しかしほとんど成功しませんでした。 データは単純に「偏り」すぎます。 さらに、特定の情報を失う可能性があるため、データの変換はあまり推奨されないこともわかりました (以下も参照) https://www.spcforexcel.com/knowledge/variable-control-charts/control-charts-and-non-normal-data)
これについて何か意見はありますか？
フィードバックをいただければ幸いです。
よろしくお願いします
ヨハン
品質およびプロセスエンジニアリングRe: SHASH 分散データの非正規管理図通常の分位点プロットを線形化するラムダ値を見つけるために私が書いたスクリプトを使用しようとした理由は、ラムダを -2 と +2 の間でしか変更できないためですか? その場合は、スライダーを右クリックします。 スライダーの間隔を変更して広くすることができます。
Re: SHASH 分散データの非正規管理図SPC の目的がわかりません。 個別の X 管理限界に堅牢な方法を使用できるでしょうか? 高度に歪んだデータ SPC の場合、通常は中央値 (中心線 - 位置) + k*IQR (分散/シグマ) を管理限界として使用して独自の UCL を定義します。
管理図のシグマに MAD を使用した論文が出版されているのを見たことがあります。
https://www.researchgate.net/publication/262272472_Robust_individuals_control_chart_for_shifts_in_process_mean_and_variance
