652817_ja-JP

liliconcom

ヒーローかゼロか: JMP を使用した製品分布分析 - (2023-US-PO-1478)

ミンユアン・ワン、コーニング社統計エンジニア

品質は、ほとんどの製造業者にとって最大の関心事です。確立されたサンプリング メカニズムの範囲内で、一連の良品サンプル (ヒーロー) が、バッチ/クレート全体が良品であることを実際に表す可能性を判断できることが不可欠です。このプレゼンテーションでは、モデリング、シミュレーション、確率分析、データ視覚化などの方法を通じて、この質問への回答を支援する分布分析戦略を提供します。また、この分析を実行する方法と、JMP スクリプトとユーザー インターフェイスを使用してエンドツーエンドのアプリケーションを開発する方法も示します。この戦略は、実際の製品サンプルの誘導データ セットで評価されます。これは、現在の製品品質を評価し、プロセスを改善するための意思決定を行うための貴重な戦略とツールを提供します。

こんにちは みんな。

今日 私の トピック は、 ヒーロー または ゼロ: A 製品 分布 分析 使用 ＪＭＰ。

初め、 a 少し 少し 背景。

アン 組織 と の 設立 プロセス

5月 決める に 埋め込む プロセス コントロール

そして プロセス 規律 で 彼らの 組織。

のために 例、 もし あなた 持っている a 製品

動く から の 発達 ステージ に の 質量 生産 ステージ、

で これ 接続詞、 1つ の の 問題 それ できる 起こる

で それ 私たちは 5月 持っている プロセス 変化 問題。

の 変化 できる なれ あまりにも 大きい または の 変化 しない 会う の 期待。

の 変化 ここ できる なれ の 変化 の 平均、

の 変化 の 標準 偏差、 等

私たちは 意思 欲しい に 探す 外 何 の 根 原因 は

のために そのような 変化 問題 そして 試す に 修理 それ。

しかし 前に それ、 私たちは 意思 必要 に 形 外

何 タイプ の 変化 私たちは は 直面する

なぜなら の タイプ の 変化 意思 口述する 何 行動の種類

そして 調査 戦略 私たちは すべき 取る。

の デモンストレーション ここ 今日

意思 調査する これら を通して の 説明的な 分析。

私たちは 使用 標準 偏差 として 統計 の 興味 ここ。

の 問題 は 私たちは 持っている a プロセス

それ もっている a 高い 全体 標準偏差、

しかし 私たちは できる また 観察する いくつかの の の バッチ それ もっている より低い 標準 偏差。

私たちは 電話 これら バッチ、 ヒーロー バッチ。

私たちは 意思 欲しい に 探す 外 何 引き起こした そのような 高い 全体 標準 偏差、

しかし 前に それ、 私たちは 必要 に 形 外 何 プロセス 変化 私たちは は 直面して、

何 プロセスの種類 変化 できる 与える 私たち 何 私たちは 観察された。

で 一般的な、 そこには 意思 なれ 二 種類 の 状況 ここ。

1つ は それ 私たちは 持っている a 完全に ランダム プロセス

そして の 変化 は 全身的、 として 私たちは できる 見る ここ。

それでも の プロセス は ランダム、

しかし 依存する どうやって 私たちは バッチ それ そして どうやって 私たちは サンプル それ。

いくつかの の の バッチ 5月 持っている より低い サンプル 標準 偏差 よりも の その他。

別の 状況 は それ 私たちの プロセス は ない ランダム。

として 私たちは できる 見る ここ、 これ プロセス 行く 上 そして 下。

それ もっている いくつかの 平均 シフト。

その ない a ランダム プロセス、 しかし 依存する の上 どうやって 私たちは バッチ それ。

いくつかの の の バッチ それ 住む で の 安定した 期間

意思 持っている 比較的 より低い サンプル 標準 偏差

比較すると に いくつかの の の バッチ それ 住む で の 不安定 期間

それ かもしれない 持っている 大きい 標準 偏差。

私たちは できる また 定義する a しきい値 そのような として ここ、 ポイント あ、 標準 偏差。

私たちは 比較する これ しきい値 に の バッチ 標準 偏差。

それ 意思 教えて 私たち どうやって 多くの の の バッチ 満足する の 基準。

と これら 二 シナリオ で 心、

私たちは できる 策定する a 統計的 仮説 テスト

に テスト 何 プロセス 変化 私たちは は 取引 と。

私たちは できる 仮定する 私たちの プロセス は ランダム、

それから どうやって おそらく 私たちは 意思 観察する 何 私たちは 観察されましたか?

A もっと 詳細 声明 は のように これ、

仮定 バッチ と 低い 標準 偏差

は ただ 期限 に サンプリング 足らない

そして の 歴史的 データ は 代表 の の 人口、

それから の シミュレーション バッチ 生成された から の 同じ 分布

すべき 持っている a 通過 レート それ は 統計的に 区別がつかない

よりも の 実際の 通過 レート の の 歴史的 データ。

の上 の 右手 側、 あなた できる 見る これ 車輪。

これ は の 手順 私たちは 行った を通して に 作る これ テスト 起こる。

初め、 私たちは 意思 必要 に 定義する a しきい値。

を通して これ しきい値、 私たちは できる 計算する の 通過 レート。

私たちは 比較する の バッチ

で の 歴史的 データ を通して これ しきい値

に 得る の パーセンテージ の の 歴史的 バッチ それ は 良い バッチ。

なぜなら 私たちは また 仮定する それ 私たちの プロセス は ランダム、

私たちは できる フィット の 歴史的 データ に いくつかの 分布

そして 次に選ぶ の 最高 フィット 1つ。

使用 これ フィット 分布、 私たちは できる 生成する a セット の K サンプル。

K ここ は の 同じ として の 番号 の サンプル

で それぞれ バッチ で の 歴史的 データ。

私たちは 繰り返す これ 手順 N 回。

ここN は の 同じ として の 番号 の バッチ で の 歴史的 データ。

のために それぞれ シミュレーション バッチ、

私たちは できる それから 計算する 彼らの サンプル 標準 偏差。

比較する これ サンプル 標準 偏差

に の しきい値 私たちは 定義された 前に、 それ 意思 与える 私たち a セット の 二項式 データ。

と これ 二項式 データ そして の 通過 レート 私たちは すでに 持っている、

私たちは できる 実行する a ワンサンプル 割合 テスト に テスト 私たちの 仮説。

使用 JMP、 私たちは は できる に 統合する これ 全体 手順 の中へ の 応用。

ここ、 I 意思 する a 素早い デモンストレーション に 見せる あなた どうやって これ 応用 動作します。

これ 応用 できる 輸入 どれでも の の データ ファイル

と a 価値 カラム そして また 索引 カラム それ 示す の バッチ 索引。

と a クリック の ボタン、 それ 意思 自動的に フィット 私たちの データ

に いくつかの 分布 そして 選ぶ の 最高 1つ。

右 今、 の 最高 フィット 1つ は a 普通 分布。

私たちは できる それから セット 上 の 番号 の シミュレーション データ セット 私たちは 欲しい

そして また の サイズ の の セット そして また の しきい値。

いつ 私たちは クリック、

それ 意思 実行する の 仮説 テスト I 言及された 前に。

それ また ショー の パーセンテージ の 歴史的 バッチ それ は 良い

そして また の パーセンテージ の の シミュレーション バッチ それ は 良い。

で の 最後、 それ 意思 見せる あなた a 視覚化 の a ヒストグラム

どれの 示す の 割合 の シミュレーション バッチ それ は 良い。

今、 私たちは 行く 戻る に の テスト、 の 仮説 テスト。

の データ 私たちは 持っている ここ ショー 私たちは 拒否する の ヌル 仮説。

私たちは チェック の P 価値、

私たちは 拒否する の ヌル 仮説 と 95% 自信。

の 95% 自信 は の デフォルト 設定 ここ。

これ 結論 示唆する の プロセス は ない ランダム

そして の 良い バッチ する 存在する で の 安定した 期間 の の プロセス。

これ 結論 できる 鉛 に いくつかの アクション アイテム。

のために 例、 私たちは できる 調査する

の プロセス 変数、 の プロセス パラメータ

間 の 安定した 期間 そして の 不安定 期間

そして 見る 何 かわった。

の コース、 私たちは できる また 得る a 違う テスト 結果

どこ 私たちは できない 拒否する の 帰無仮説。

これら 提案する 私たちの プロセス かもしれない なれ ランダム。

私たちは かもしれない 持っている 全身的 変化

そして これら 意思 鉛 に 完全に 違う 調査 そして アクション 方法。

のために 例、 の 最悪の場合 シナリオ、 で 注文 に 減らす の 全身的 変化、

私たちは かもしれない 必要 に 完全に 変化 の 製造業 環境。

と これ、 I 結論する 私の 今日の プレゼンテーション。

I また 欲しい に 感謝 ジョン ダフィン、 誰が は a 同僚 の 私の。

彼 持ってくる 上 これ 面白い 質問 に 私の 注意 その間 a プロジェクト ミーティング。

I また 欲しい に 感謝 あなた 今日 のために 聴覚 私の プレゼンテーション。

私は とても 感謝する の それ。

データの探索と視覚化品質およびプロセスエンジニアリング