Betreff: Multivariate modellgesteuerte RegelkartenHallo @Chitranshu ,
Das beobachtete Verhalten ist normal und kann mit allen Kontrollkarten beobachtet werden.
Da Sie einige Punkte basierend auf Ihrer vorherigen Kontrollkarte entfernen/ausschließen, ändert sich dadurch der Datensatz, auf dem die neue Karte erstellt wird: Der Mittelwert wird neu berechnet, ebenso wie die Kontrollgrenzen, also Punkte, die zuvor innerhalb der Kontrollgrenzen lagen zuvor könnten außerhalb der neu berechneten und verschärften Kontrollgrenzen liegen.
Zur Berechnung multivariater Eingriffsgrenzen können Sie sich die Gleichung hier ansehen: Statistische Details für einzelne Beobachtungen (jmp.com) . Sie können sehen, dass die Kontrollgrenzen beispielsweise von der Anzahl der Variablen p und der Anzahl der Beobachtungen m beeinflusst werden. Wenn Sie also einige Punkte entfernen, ist die Anzahl der Beobachtungen nicht mehr dieselbe, daher die beobachteten Änderungen.
Ich kenne den Kontext Ihres Projekts nicht, aber Sie können sich vielleicht den STIPS-Kurs über Qualitätsmethoden und Diskussionen über die Verwendung von Kontrollkarten ansehen: Statistisches Denken zur industriellen Problemlösung | JMP Sie können sich auch diesen kostenlosen Kurs von JMP ansehen: JMP-Kurs zur statistischen Prozesskontrolle
Der Zweck des Kontrolldiagramms besteht darin, die Prozessergebnisse im Zeitverlauf zu untersuchen und nicht darin, Ausreißer zu entfernen.
Dabei handelt es sich um ein grafisches Tool zur Unterscheidung, ob die Variabilität von einer zufälligen/„normalen“ Variation (Prozess unter Kontrolle, innerhalb der Kontrollgrenzen) herrührt oder ob sie von zusätzlichen Variationsursachen herrührt, die identifiziert und behoben werden müssen.
Andere erfahrenere Mitglieder als ich könnten Ihnen bei Bedarf weitere Informationen, Anleitungen und Referenzen zu Prozesskontrollmethoden/Kontrolldiagrammen geben.
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: Multivariate modellgesteuerte RegelkartenVictors Erklärung ist richtig.Warum entfernen Sie die „Ausreißer“?Dies sind möglicherweise die interessantesten und informativsten Punkte in Ihrem Datensatz.Das Ziel der Verwendung von Regelkarten besteht darin, verschiedene Komponenten/Variationsquellen zu unterteilen und zuzuordnen.Es darf nicht innerhalb der Kontrollgrenzen liegen.
Betreff: Multivariate modellgesteuerte RegelkartenWenn wir ein Modell für Überwachungszwecke vorbereiten und sich einige Parameter in unserem historischen Datensatz abnormal verhalten haben (schlechter Betrieb oder fehlerhaftes Instrument zu diesem bestimmten Zeitpunkt) und wir diese Ausreißer nicht entfernt haben, werden unsere aktuellen Daten nicht markiert, wenn es welche gibt solche Anomalie.
Betreff: Multivariate modellgesteuerte RegelkartenTut mir leid, ich bin verwirrt, was Sie tun?Ich gebe zu, dass ich Kontrollkarten als Diagnoseinstrument verwende, nicht zur Überwachung (was reaktionär ist). Sie können Laufdiagramme mit Spezifikationsgrenzen verwenden, wenn Sie überwachen und reagieren möchten. Kontrollkarten dienen in ihrer ursprünglichen Form einer Diagnose, die dabei hilft, Variationskomponenten zu trennen und zuzuordnen. Punkte außerhalb der Kontrolle auf einem Bereichsdiagramm weisen auf eine spezielle/zuweisbare Ursachenvariation hin, die mit der Variationskomponente innerhalb der Untergruppe verbunden ist.Es kann auch ein Hinweis auf einen inkonsistenten oder instabilen Prozess sein. Es lohnt sich zu untersuchen, was zu diesen Zeitpunkten vor sich ging, aber welche Maßnahmen Sie ergreifen würden, um solche Ereignisse zu lindern, hängt stark davon ab, ob es sich um häufige Ereignisse oder Ereignisse besonderer Ursache handelt (siehe Deming). Warum verhalten sich „Parameter ungewöhnlich“?Kontrollgrenzen sind keine Beurteilung von gut oder schlecht.Punkte außerhalb der Kontrollgrenzen auf einem X-Balkendiagramm, die die mit der Komponente zwischen Teilgruppen verbundenen Variationsquellen anzeigen, sind zuweisbar und schätzbar (und können dominant sein).Auch hier hat es nichts mit Gut oder Böse zu tun.
Multivariate modellgesteuerte RegelkartenIch habe MDMCC vorbereitet, indem ich Klassenfilter für verschiedene Klassen verwendet habe. Danach habe ich die Ausreißer entfernt, aber nach dem automatischen Entfernen der Ausreißer erschienen oberhalb der roten Linie einige weitere Beobachtungen, die zuvor unterhalb lagen.
Erweiterte statistische ModellierungInhaltsorganisationDatenmischung und -bereinigungDatenexploration und -visualisierungQualitäts- und Verfahrenstechnik
