Regeln für die Ausführung multivariater RegelkartenIst es in JMP möglich (oder sogar statistisch angemessen), wenn multivariate (T 2 ) Regelkarten verwenden, um andere Laufregeln als Laufregel Nr. 1 zu verwenden (Ergebnis über der oberen Kontrollgrenze)?Führen Sie beispielsweise Regel Nr. 2 für neun aufeinanderfolgende Ergebnisse über dem Mittelwert/Median aus.Danke schön.
Erweiterte statistische ModellierungBetreff: Regeln für die Ausführung multivariater RegelkartenHallo @gfirmstone
Ich bin sicherlich kein Experte, aber um ein Gespräch in Gang zu bringen, werde ich meine Gedanken mitteilen.
Ich denke, eine der größten Herausforderungen besteht darin, dass typische univariate Kontrolldiagramme von einer Normalität ausgehen.Die T^2-Verteilung von Hotelling ist mehr oder weniger eine F-Verteilung.Dieser Unterschied würde daher bedeuten, dass die Regeln, die X Standardabweichungen für Iterationen usw. erfordern, einfach deshalb unterschiedlich wären, weil die Wahrscheinlichkeiten, dass diese Anzahl von Standardabweichungen vom Mittelwert entfernt ist, aufgrund unterschiedlicher Verteilungen unterschiedlich wären.
Der zweite Unterschied besteht darin, dass ein T^2-Kontrolldiagramm einseitig ist und viele der Run-Rule-Kontrolldiagramme die Antworten oben und unten betrachten.Für eine T^2-Kontrollkarte gibt es wirklich kein Unten.
Dennoch basieren viele dieser Laufregeln auf Erfahrung und lassen sich besser als Best Practices bezeichnen.Ich gehe davon aus, dass es möglich wäre, Analogien jeder Laufregel mathematisch zu berechnen, um die Häufigkeit des zufälligen Auftretens in einer Variablen vom Typ F-Verteilung wie T^2 einer Normalverteilungsvariablen äquivalent zu machen.Im Allgemeinen können Sie die Regeln jedoch wahrscheinlich sicher anwenden (zumindest diejenigen, die auf ein einseitiges Diagramm angewendet werden können).Wenn T^2 für 9 kontinuierliche Proben erhöht ist, gibt es wahrscheinlich etwas, das es wert ist, untersucht zu werden usw.Die Ausführungsregeln kennzeichnen eine Beobachtung lediglich als etwas, das auf Ursache untersucht werden muss.Das Risiko ist also eher gering.Wenn Sie feststellen, dass die Anwendung der gleichen Laufregeln auf T^2 zu häufige oder zu seltene Untersuchungen verursacht, können Sie sich auf jeden Fall auf etwas Passendes einstellen.
Betreff: Regeln für die Ausführung multivariater RegelkartenVielen Dank DrewLuebe für Ihre Antwort.Das macht alles absolut Sinn, ich schätze Ihre Gedanken sehr.
Betreff: Regeln für die Ausführung multivariater RegelkartenTolle Rezension @DrewLuebe .
Es scheint viele Diskussionen über die Festlegung von Grenzwerten für T2 und DModX/SPE zu geben, aber nicht so sehr darüber, was zu tun ist, wenn ein Grenzwert überschritten wird, daher denke ich, dass dies ein großartiges Thema ist.Ich habe die Erfahrung gemacht, dass es genau wie bei der univariaten Kontrollkarte darum geht, einen Grenzwert auszuwählen nützlich liegt er tendenziell nahe genug an den Daten, dass einige Datenpunkte diese Grenze zufällig überschreiten.
Hier sind einige andere Techniken, um die Relevanz von SPE- und T2-Abweichungen zu maximieren:
Glätten - Die Reduzierung des Rauschens von Eingängen bedeutet, dass die T2-Grenze nicht erweitert werden muss, um dieses Rauschen zu kompensieren.
Transformationen – Bei nichtlinearen Daten kann es sein, dass eine Seite eines Datenclusters eine sehr eindeutige Kante aufweist, während die gegenüberliegende Seite viel Rauschen aufweist.Die T2- und DModX-Grenzen werden in der Regel durch die verrauschte Seite definiert, was bedeutet, dass Abweichungen auf der wohldefinierten Seite übersehen werden.
