こんにちは、みんな、私の名前はディマイケルソン。
私はのインストラクターでのJMP教育グループ。
私の共著者のためにこれプレゼンテーションはヨルダンヒラーそしてバイロンウィンガード
誰がは両方JMPシステムエンジニア。
だったここ今日に警告するあなた
のの危険でを使用してJMPのレベイ-ジェニングスコントロールチャート。
私たちは欲しかったに現在で発見なぜなら私たちは信じるレビー・ジェニングスチャート
はいる悪用され、結果として生じるで逃した信号。
今日、病気始めるとある素早いコントロールチャートレビュー
フォローしましたによるある素早い歴史、
そしてそれ意思鉛の中へどうやって私たちは持っています見たレビー・ジェニングスチャートいる悪用された。
良い結論するといくつかの推奨事項
のために使用のこれらチャートそしていくつかの最後の考え。
今、毎品質システムもっているある少しのプロセスコントロールでそれ。
これらはのDMAICステップから六シグマ、
しかしあなたかもしれないなれを使用してQbDまたは別の品質システム。
コントロールチャートは使用済みでの終わりのの改善プロセス
いつあなたは置くのプロセスの上目標そして最小化するの変動性。
のプロセスは今安定した、
どれの手段の確率分布はない変化以上時間。
今その時間にモニターそれプロセス変動性
に確認するそれの分布滞在しますの同じ
そしてはない変化での未来。
何はあるコントロールチャート？
あコントロールチャートは単にある走るチャートののデータ
との追加のコントロール限界。
の中心ラインはベースのの上の歴史的な平均ののプロセス、
そしての幅ののコントロール限界
はベースのの上の歴史的な変化ののプロセス。
もしのプロセス分布する変化、
観察意思最終的に秋外ののコントロール限界、
合図にのプロセス所有者に取るアクションに割当ある原因
にの制御不能ポイントそして復元するのプロセスにある州のコントロール。
多くの種類のコントロールチャート持っているされた発展したのために違う状況。
XM-Rチャートまたは個人そして移動中範囲チャート
のためにデータ集めました1つポイントである時間。
Xbar-RまたはXbar-Sチャートのために要約したデータ
集めました複数ポイントである時間。
カスタムまたはEWMAコントロールチャートに検出する小さいシフト、
そして平メートルodel 駆動の多変量管理図
にコントロール複数相関のある変数の上1つチャート。
に探すそれらの全て重要コントロール限界、
あなた持っているに答えこれ質問、
どうやってするあなた見積もりの歴史的なプロセス分布？
初め、あなた持っているに決定するもしのプロセスは安定した十分
のためにコントロールチャート化。
またはするそれ必要アクティブプロセス改善？
これは呼ばれた段階私。
そののアクティブ段階のデータコレクションそしてサンプリングプラン調整、
限界計算、多分平いくつかの統計的モデリング。
これ段階終わるいつあなた持っている集めました十分データ
に決定するそれのプロセスは安定した。
それからのSPCシステムシフトの中へ段階II.
のサンプリングプランそしてのコントロール限界は修理済み
そして新しいデータは判断されたによるの修理済み限界。
あるよ多くの考慮事項のために段階私データコレクション。
のサンプリングプラン、含む合理的なサンプリング
そして合理的なサブグループ化、のサンプルサイズ、
どうやって多くのデータするあなた必要に集めるに修理それらの限界、
のタイプのデータそれあなたは収集、
のタイプのコントロールチャートそれあなた欲しいに作る。
それよりもよりも話しているについて全てこれらで詳細ここ、
私意思参照するあなたに私たちの素晴らしい、無料、オンライン、
マイペースな、 eラーニングコース呼ばれた統計的プロセスコントロール。
その利用可能でのJMPコミュニティ。
あなたはそうするだろう頻繁聞くそれコントロールチャート限界は三つ-シグマ限界。
これ手段それ私たちは必要に見積もり
の標準偏差ののプロセスから私たちのデータ、かけるによる三つ、
そしてそれから追加そして引き算からの見積もりのの平均ののプロセス。
いつウォルター・シューハート発展したの初めコントロールチャートでの1920年代、
彼気がついたそれ、のように他の統計的手続き、
彼必要なにテストのために信号を使用してのノイズ。
彼必要なに比較するの間サブグループ変化
を使用しての内でサブグループ変化。
これ導かれた彼直接にバツバー- Rチャート、
どこの平均のの内でサブグループ範囲
は使用済みとしての見積もりのシグマ。
具体的には、それ導かれた彼離れてからのナイーブな考え
それ私たちはすべき使用バツバープラスまたはマイナス三つ回のサンプル標準偏差。
やめてください見積もりシグマを使用してのためのコントロールチャート。
させて自分言うそれまた。
やめてください見積もりシグマを使用してのサンプル標準偏差。
おお、そしてここそれはで赤。
やめてください使用のサンプル標準偏差に見積もりシグマ。
なぜない？
の目的のコントロールチャートはに検出するある信号からあなたのプロセス、
検出するある変化でのプロセス分布。
使用するのサンプル標準偏差
骨材全てのデータ、含むある潜在的信号、
そしてこれ意思膨らませるの見積もりのシグマそしてあなた意思逃す信号。
それかかります私たち戻るにの始まり。
もしの目的はに検出する信号、
なぜするだろうあなた作るあるチャートそれ作るあなた逃す信号？
ただしないでくださいするそれ。
しかしのデフォルト方法
のために見積もるシグマでJMPのレビー・ジェニングスコントロールチャート
はに使用のサンプル標準偏差。
のレビー・ジェニングスチャートだった発展したのためにあるとても特定の状況
で臨床的化学、
1つどこの分析的方法は検証済みを使用してあるゲージ勉強
と要因それは関連するにそれプロセス。
のデータは集めましたによるとにある指定された実験的なデザイン。
ここはいくつかの可能ランダムそして修理済み要因での実験。
の分散コンポーネントのためにのランダム要因
は計算されたを使用してある統計的モデル。
それからの合計変動性は計算されたからの分散コンポーネント
そして使用済みとしての見積もりのシグマのためにのレビー・ジェニングスコントロールチャート。
これチャートもっているある特定の目的で臨床的化学。
それできるなれ使用済みいつでもあなた持っているの外部の見積もりのシグマ。
どうやってした私たちは得るここどここれらチャートはいる使用済みのために状況
で産業他のよりもの1つ私ただ説明された？
の歴史のSPC始めましたについて100年前
いつウォルター・シューハート発展したの初めコントロールチャート。
彼考えた外に使用の内でまたはの短期変化
を使用してサブグループと複数アイテム。
しかし彼できませんでした形外どうやってに見積もり
短期変化のためにサブグループのサイズ1.
そこにははいいえ内で。
で1950年レビーそしてジェニングス出版された彼らの紙、
そして彼らはしたない使用に見積もりシグマ。
彼らの紙紹介されたコントロールチャートに臨床的化学
そしてシューハートのものを使用しましたXbar- Rチャートと二複製し、それでサブグループサイズ2.
今、ただ後それ、での早い1950年代、
ティペット発見したそれあなたできる使用
の平均移動中範囲の個人価値観
としてある短期見積もりのシグマ。
そのない完璧にある内で推定者、しかしその短期十分
それあなたはない集約する以上全てのデータ。
とても素早く、 ASTMそして西洋料理電気の出版された本
そして標準を使用してティペットさんバツ-氏チャート。
しかし臨床的化学しませんでした聞くについてこれらチャート。
で1952年ヘンリーそしてセガラブ出版されたある紙使用してs
に見積もりシグマを使用してサブグループのサイズ1.
ドンウィーラーを示しますそれ
XM-Rチャートだったない使用済みとても頻繁それまでについて1980年。
彼紹介された彼らにデミング
そしてウィーラーそしてデミング教えた何千もののクライアントそして普及したのXM-Rチャート。
その本当に面白いに自分それ彼らはそうではなかった人気のある戻るそれから
なぜならで私の経験、どれの始めましたでの早い90年代、
チャートのためにサブグループのサイズ1は多くのもっと人気のあるよりもエックスバーチャートは。
全て右、ただとしてのXM-Rチャートだった得る人気で製造、
ジェームスウェストガルド出版された彼のウェストガルドルール、
そして書きました彼の人気のある本、基本品質管理実践のために臨床的化学。
彼電話のコントロールチャート、レビー・ジェニングス。
彼らはだった追加したにJMPでバージョン5で2003年によるお客様リクエスト。
今、これまで以来ヨルダンそしてバイロンそして私持っているされた働くでJMP、
私たちは持っています見た例から全て産業
のの悪用ののデフォルトレビー・ジェニングスチャート。
しかし今あなた知るより良い、そしてあなた意思一度もない使用
のサンプル標準偏差
に見積もりシグマのためにコントロールチャートこれまでまた、右？
わかりました、私は行くに振り向くそれ以上にヨルダン、
そして地獄見せるあなたでJMPの問題と悪用これらチャート。
ありがとう、ディ。
私たちは作成したあるシミュレーションでJMPに見せるどうやって
のレビー・ジェニングスチャート、いつ悪用され、意思絶対に鉛に逃した信号。
あなたできるダウンロードこれ。
そのあるJMP加えるそれは保存されましたでのJMP Cコミュニティ
との他のプレゼンテーション材料。
ここ私たちは見せる二コントロールチャートの上の同じデータセット。
こちらですの個人チャートの上上、
そしてのレビー・ジェニングスチャートの上の底。
ただある簡単な注記、の個人のチャート
はいつもの表示されるとの移動中範囲チャート下にそれ。
だった省略それのためにビジュアルシンプルさここ。
病気また言及それのレビー・ジェニングスチャート
は描かれたでの方法だった警告に対して。
それは、これらはない歴史的な限界、
これらは限界計算されたからのデータでのチャート自体。
の30データポイントそれ私たちははグラフ化ここ
は描かれた無作為にからある標準普通分布。
それは、の平均はゼロ、標準偏差は1つ。
いつでも私クリックこれ新しいデータボタン以上ここ、
良い得るある新しいランダムサンプル。
なぜなら私たちは知るの真実人口パラメーター、
私たちはできる教えてどうやって正確にこれらチャート実行する。
の真実人口シグマは1つ、そしてだった行くに希望
それのシグマ見積りからの二チャートは近いにそれ。
のデータは安定した、そのからある普通分布。
いつでも私たちは見るあるポイント外のコントロール限界、
そのある間違いポジティブここ。
であるシミュレーションの5,000データセット、
の個人のチャートもっているある間違いポジティブについて7％のの時間、
その間のレビー・ジェニングスもっている1つについて3.5 %のの回。
これ小さい違い、
良い、そのダブル、しかしこれ違いでの間違いポジティブ料金、
私たちは考えるは1つのの理由それ皆さん持っている世話をしたに好む
のレビー・ジェニングスにの個人のチャート時々。
しかしここにありますの問題。
何起こるいつ私たちは持っているいくつかの信号でこれデータ？
だった行くに話すとあるカップルの違う種類の信号。
しましょう始めるとあるシフト。
あシフトはの突然変化での平均ののプロセス。
しましょう始めるによる探しているであるシフトの三つ標準偏差、
そして私は行くに打つの新しいデータあるカップルの回。
覚えて、の目的のあるコントロールチャート
はに区別するの信号からのノイズそしてに検出する信号。
としての信号取得より大きな、私たちはすべきなれもっとおそらくに検出するそれ、
そしてのシグマ見積りすべき残る近いにの真実価値の1つ。
の個人のチャートするその通り何私たちは期待する。
それいつもの検出しますのシフト、
そしてのシグマ見積もりのためにの個人チャート滞在します近いに1つ。
のレビー・ジェニングスないそれで多くの。
それ混同するの信号とのノイズ。
のシグマ見積もりは膨らんだ、そして信号一般的にできないなれ検出されました。
どうやって大きいするこれシフト持っているになれ
前にのレビー・ジェニングスチャートは行くに検出するそれ？
良い、私はただ冗談です。
そのある騙す質問。
のレビー・ジェニングスチャートは一度もない行くに検出するあるシフトでこれシナリオ。
私できるジャックそれ上に50標準偏差、
そしてのより大きなのシフトそれ私たちは誘発する、
のもっとそれシグマ見積もりは膨らんだそして意思一度もない検出するあるシフト。
しましょう見る、私たちはしたいくつかのシミュレーション仕事
に見せるの違い間のパフォーマンス
のの個人のチャートそれはで赤そしてのレビー・ジェニングスチャートで青。
だった探しているであるシフトそれ発生する
後の20日データポイントでのシリーズの30データポイント。
それは何だった探しているででのデモ私ただを示した。
でそれ状況、あるシフト後の20日データポイント、
あなたできる見るのパフォーマンスの両方のこれらチャート
としてのシフト取得もっと大きい。
個人のチャートするその通り何私たちは希望それするだろうする。
としてのシフトになるより大きな、
そのより簡単にに検出する確率の持っているの警報はもっと大きい。
のレビー・ジェニングス実行しますひどくとしてあなた見た、
そして逆説的ですが、としてのシフト取得より大きな、
の確率の検出するそれアプローチゼロ。
しましょう取るある見てでそれここでのデモ。
私たちはできる変化のシフト位置、右？
のシフトだった後の20日データポイント。
しかしあなたはそうします見るそれとしてのシフトアプローチの終わりののシリーズ、
そして良い置くそれで29、の最後データポイントここ。
いつのシフト発生するでの最後データポイント、
両方ののチャート実行する同様に。
で他の言葉、もしあなたはランニングあなたのレビー・ジェニングスチャート
後毎追加データポイント、あなたはそうしますおそらく検出するほとんど信号。
そしてこれはになれ期待される。
もしのシフト発生する後で、あるよ少ない機会のためにそれ信号
に汚染するのノイズ見積もり、
そしてのシグマ見積もりは行くになれ正確な。
こちらです何それ見た目のようにでのシミュレーション。
としてそれシフト取得後でそして後ででのシリーズ、
のパフォーマンスののレビー・ジェニングスチャートで青、
アプローチのパフォーマンスのの個人のチャート。
それはの話とシフトします。
その平もっと憂慮すべきと漂います。
私は行くに減らすのシフトサイズにゼロ。
として私たちは導入ドリフトの中へのデータ、
ドリフトはある徐々に線形傾向
としての平均ののプロセス動く上である一貫性のある方法。
それはドリフト。
いいえ案件どうやって大きいのドリフトそれ私誘発するここ、
それ意思一度もないなれ検出されましたによるのレビー・ジェニングスチャート。
ただできないなれ検出されました。
わかった。
N内線しましょう考慮するあるバッチ化されたプロセス。
ここ、だった行くにシミュレートする
バッチとサイズ六、五バッチここでのデータ。
いくつかの皆さん使用のレビー・ジェニングスチャート
としてある方法に避ける持っているの警報それは期限に期待されるバッチ変化。
良い、その簡単に見るの問題とこれアプローチ。
いつ私たちはかぶせるあるシフトまたはあるドリフトの上上のそれバッチ効果、
のレビー・ジェニングスチャートはまだ一度もない行くに検出するそれ。
病気追加あるシフトあまりにも。
うん、のレビー・ジェニングスチャートは鈍感な、あまりにも鈍感な、
そしての個人のチャートはあまりにもセンシティブ。
どちらでもないののチャートは本当に素晴らしいのためにこれ状況。
ディは行くに話すについてこれである少し瞬間。
前に私振り向くそれ戻るにディ、
させて自分見せるあなた何
あるレビー・ジェニングスチャート終わり右見た目のように。
これはあるデモそれだった生成されたによる私の同僚、バイロン、
を使用してデータそれ来るからのウェストガrd Webサイト、
そしてしましょうただ話すについて多分これ上チャートここ。
だった見せているあるチャートベースのの上あるデータシリーズ。
私たちは持っている28データポイント。
の平均は198.75でこれサンプル。
の標準偏差は5.9でこれサンプル。
のポイントは、私たちははで段階II、
そしてとしてそのような、私たちは持っているセットのコントロール限界
を使用してある歴史的な見積もりのシグマ。
これ守る私たちに対して全てのの問題それ私たちはだったただ議論しています。
そのある安定した見積もりのシグマ、
そしてそれ意思ないなれ汚染されたによるどれでも潜在的信号でのデータセット。
わかった、それは全て私持っている。
ディ、戻るにあなた。
全て右。
感謝あなた、ヨルダン、のためにそれ憂慮すべきデモ。
いつヨルダンそして私そしてバイロン
考えそれそれだった時間それ誰か与えたこれ話す、
私たちは尋ねた私たちのJMP友達もし彼らはだった見る何私たちはだった見る
から話しているとお客様、
そしてそれは、誤用のレビー・ジェニングスチャート。
何私たちは見つかっただったそれこれらチャート
だった一般的に使用済みのために特定の状況。
の初め1つは何ヨルダンだった話しているについて、それバッチ処理。
その呼ばれた短い-走るSPC、どこあなたかもしれない持っているバッチ
それ変化頻繁に、そしてそれぞれバッチもっているある新しい平均、
多分平ある新しい標準偏差。
使用するのサンプル標準偏差
に見積もりシグマ意思含むバッチシフト
として良いとして内で-バッチノイズ。
のようにあなた見た、あなたしませんなれできるに検出するシフト内であるバッチとても簡単に。
その代わり、あなたできる使用あるチャートそれプロット
の違いまたはの標準化された違い
からのバッチ目標またはのバッチ平均。
の2番状況は自己相関のあるプロセス、
そしてこれはどこ観察取られた近い一緒に
はもっと似ているよりも観察取られたさらに遠く離れてで時間。
これ行動は頻繁見たいつ測定値は取られたとても頻繁に
である継続的なプロセス。
使用するのサンプル標準偏差、
また、含まれています両方ノイズそして知られているプロセスドリフト
期限にの自動相関での見積もりのシグマ。
そこにははある少し方法に取引と自己相関のあるデータ、
含む減らすのサンプリング頻度もしあなたできる、
またはを使用してある違うタイプのチャートもしあなたできません。
チャートのようにカスタムそしてEWMAできるなれ適合しましたのために自己相関、
またはあなたできた試すにモデルの自己相関
そしてそれから使用コントロールチャートの上の残差からのモデル。
の残差また含む情報
についてプロセスシフト、そして彼らはすべきなれ無相関。
F結局のところ、私たちは持っています聞いたある多くの人々言うそれを使用してのサンプル標準偏差
は役に立つなぜならそれ与える広い限界それはできるに検出する巨大なシフト、
しかしないあまりにも広いに検出する小さいそして適度シフトします。
でそれ場合、私たちは推薦するそれあなたただ作る上いくつかの限界
そしてしないでください宣伝するそれあなたはを使用してコントロールチャート
なぜならコントロールチャートしないでくださいこれまで使用
のサンプル標準偏差に見積もりシグマ。
覚えてそれ西ガードの素晴らしい本
は呼ばれた基本品質管理実践、ない基本SPC実践。
ファインマンの素晴らしい引用は該当するここ。
私たちはまた聞いたいくつかの引数についてレビー・ジェニングスチャート。
彼らははもっと寛容なよりもシューハートさんのチャート。
のコース、彼らはは。
私のようにこれ1つ。
の範囲チャートだった最適化されたのために手計算、
そして私たちは持っています得たコンピューター。
なぜそうではありません私たちは計算する標準偏差？
として私たちは持っています見た、そのない範囲対標準偏差、
そのどれの標準偏差？
あなたすべきいつも選ぶ内で変動性
いつあなた計算するスリーシグマ限界。
集計以上ノイズ、ない信号または潜在的信号。
なぜ使用の見積もりのシグマいつ私たちはできるただ計算するシグマ？
おお、これ1つ痛い自分。 これ来るからある用語問題。
私たちは5月言う三つ-シグマ限界、
しかし私たちはしないでください知るシグマそして私たちは持っているに見積もりシグマからデータ。
これはの方法。
私遺伝性のこれシステム、そして私のボス言う私持っているにするそれこれ方法。
良い、できるあなた探すある新しいボス？
本当に、これは私のオプラ一瞬。
マヤアンジェロウ言った、
"での過去、あなたしたの最高と何あなた持っていた、
そして今それあなた知るより良い、あなた意思するより良い。"
私希望それあなたできる教育するその他にするより良いとして良い。
感謝あなたのために聞いている。
私は得たいくつかの参考文献のためにあなたここでの終わりののプレゼンテーション。
結婚したのようにに離れるあなたと二考え。
初め、しないでください使用のレビー・ジェニングスチャート
として彼らは持っているされた定義済みでのモダンな世界。
の目的のあるコントロールチャートはに検出するプロセス変化、
そしてそれらの変化は見つかったによる比較する信号にノイズ。
使用ののサンプル標準偏差
に見積もりシグマ膨らむそれノイズそしてそれ意思あいまいなどれでも信号。
の2番考えはそれいつあなたはで段階私、使用XM-Rチャート、
個人移動中範囲チャートその代わりのレビー・ジェニングス。
いつあなた動くに段階Ⅱ
のために継続中プロセスコントロール、修理それらの限界。
あサインのある安定したプロセス
はそれのシグマ見積もりからを使用しての平均移動中範囲
は似ているにのシグマ見積もりからレビー・ジェニングス。
