Re: ¿Cómo (o puedo) usar el generador de perfiles de predicción para establecer límites de especificación y mejorar el rendimiento de la prueba?Esta sugerencia no está relacionada directamente con su pregunta... pero si tiene acceso a los datos sin procesar, puede verificar si el Gráfico de capacidad interactivo sería útil.
Names Default To Here(1);
dt = Open("$SAMPLE_DATA/Semiconductor Capability.jmp");
obj = Process Capability(Process Variables(:PNP1), Individual Detail Reports(1));
obj << {:PNP1 << Process Capability Analysis(Interactive Capability Plot(1))};
También pueden ser útiles los diagramas de caja de capacidad de las plataformas de capacidad de proceso (al igual que toda la plataforma). Capacidad de proceso (jmp.com) )
Re: ¿Cómo (o puedo) usar el generador de perfiles de predicción para establecer límites de especificación y mejorar el rendimiento de la prueba?@jthi Gracias. Tengo acceso a los datos sin procesar, pero los Cpk se calcularon después de filtrar los valores atípicos (para cada parámetro de datos) utilizando un script JMP separado (no es fácil de acceder para mí, así que no sé qué esquema de filtrado de valores atípicos se ha utilizado).
¿Hay una receta de filtro de valores atípicos simple/recomendada en JMP que pueda usar en los datos sin procesar antes de usar su sugerencia para estar al menos alineado con los Cpk ya obtenidos?
Re: ¿Cómo (o puedo) usar el generador de perfiles de predicción para establecer límites de especificación y mejorar el rendimiento de la prueba?Podrías revisar Explore la plataforma de valores atípicos
También hay una buena serie de publicaciones de blog. Episodio 4 de valores atípicos: Detección de valores atípicos utilizando la distancia jackknife
Re: ¿Cómo (o puedo) usar el generador de perfiles de predicción para establecer límites de especificación y mejorar el rendimiento de la prueba?@jthi La capacidad interactiva parece proporcionar la capacidad de ajustar el rendimiento del proceso Pp, Ppk cambiando los límites utilizando el sigma general. Esto es útil para el análisis de variación del proceso a más largo plazo. Necesito entender cómo la capacidad del proceso Cp, Cpk se ve afectada por los límites de las especificaciones.
Los siguientes dos parecen ser una mejor ruta para mí a menos que haya entendido algo mal.
- https://community.jmp.com/t5/JMP-Add-Ins/Capability-Analysis-JMP-Add-In/ta-p/22798
- https://community.jmp.com/t5/Discussions/Find-new-spec-limits-by-adjusting-the-CpK-value/mp/571796/highlight/true#M78139
El primero no parece funcionar para mí en JMP 16 y el segundo parece implicar pasos manuales (veré que puedo codificar esto en JSL).
¿Hay algo incorporado en JMP 16 (estoy en 16.2) que ya me permite explorar la variación de Cpk cambiando LSL o USL o ambos?
Re: ¿Cómo (o puedo) usar el generador de perfiles de predicción para establecer límites de especificación y mejorar el rendimiento de la prueba?Si entiendo correctamente, tiene lo que necesita para calcular Cpk. ¿Podría crear columnas para LSL, USL y luego formular columnas para calcular Cpk? También podría crear una solución interactiva para esto, pero si ya tiene las pocas estadísticas necesarias para Cpk, tal vez incluso podría usar Excel, que puede ser mejor para cálculos simples como este que requieren la entrada del usuario (a menos que lo escriba en JMP).
¿Cómo (o puedo) usar el generador de perfiles de predicción para establecer límites de especificación y mejorar el rendimiento de la prueba?Tengo un conjunto de datos con columnas de media, mediana, sigma, LSL (límite de especificación inferior), USL (límite de especificación superior), Cp, Cpk y pérdida de rendimiento de parámetros [%] para 10 parámetros medidos para piezas (~5000 piezas construidas de forma idéntica, los ID de pieza son filas). Algunos parámetros Cpk están por debajo de 1,33 (pueden o no tener un Cp bajo). Del análisis inicial de los datos se desprende que los límites no están correctamente establecidos.
Con el generador de perfiles de predicción, me gustaría empujar manualmente el LSL y/o el USL para aumentar el Cpk a > 1,33, lo que espero que también reduzca la pérdida de rendimiento para cada parámetro.
Tengo muy poca experiencia con el generador de perfiles de predicción, por lo que necesito orientación sobre cómo usarlo en mi caso, si se puede usar.
Estoy pensando en tener las perillas LSL y USL (que puedo cambiar) en el eje x del perfilador por separado y el Cpk de cada parámetro en el eje y (y quizás el rendimiento del parámetro en un eje y secundario para cada parámetro).
Modelado Estadístico AvanzadoAutomatización y secuencias de comandosAnálisis y modelado de datos básicosModelado predictivo y aprendizaje automáticoIngeniería de Calidad y Procesosventanas
