Hola
,
I
'metro
Annie
Dudley
,
y I soy a Control Cuadro Revelador para JMP .
I soy aquí hoy a hablar con tú acerca de el nuevo en JMP versión 17
Laney P ' y U ' control gráficos .
Dejar 's revisar.
El control gráficos son destinado a espectáculo el estabilidad de su proceso .
Si su proceso es no estable , entonces tú poder 't seguramente hacer el mismo tamaño
o el mismo regiones , y clientes voluntad conseguir decepcionado
y no desear a compra de tú de nuevo .
En este caso , nosotros 're hablando específicamente acerca de atributo gráficos ,
cual son basado cualquiera en el Binomio o el Poisson distribución ,
y ellos asumir a constante diferencia,
a constante diferencia porque ambos el Binomio y el Poisson
son a uno parámetro distribución .
Tú consiguió uno parámetro para el significar y entonces manipulaciones en eso
para el diferencia .
Pero qué sucede si su diferencia es no constante encima tiempo ?
Cuando tú tener a no -constante diferencia ,
en otro palabras ,
si tú tener más diferencia en su modelo o en alguno casos , menos ,
más diferencia en su modelo que tú 're actualmente describiendo ,
eso 's referido a como sobredispersión .
Uno parámetro modelo no puedo modelo sobredispersión .
David Laney propuesto eso nosotros normalizar el datos
y nosotros cuenta para diverso subgrupo tamaños , nosotros calcular a emocionante rango ,
y promedio eso , y entonces nosotros insertar eso en nuestro modelo ,
en nuestro límites para el control gráficos .
Dejar 's llevar a mirar en este en JMP .
Dejar 's mantener en mente este suposición es eso para el regular P y U gráficos ,
nosotros tener este suposición de el probabilidad de disconformidad
es el mismo para cada muestra .
En otro palabras , nosotros tener suposición eso nuestro diferencia es constante .
Dejar 's mirar brevemente en nuestro límites fórmulas .
Para el P cuadro , él 's el promedio más o menos 3
veces nuestro estándar error y el mismo con el U cuadro .
De nuevo , recordar , nosotros tener este uno parámetro .
Allá 's no mucho eso nosotros poder hacer si nuestro límites son no constante aquí
o si nuestro diferencia es no constante .
Qué hacer nosotros hacer si nosotros tener sobredispersión ?
Este es el grande pregunta .
Qué Laney propuesto era básicamente nosotros estandarizar nuestro datos ,
nosotros llevar el emocionante rango , nosotros calcular un promedio emocionante rango ,
y entonces nosotros ajustar eso y forma a sigma sub Z .
Estos límites eso Laney es proponiendo mirar muy similar a el otro límites .
Nosotros eran justo insertando el sigma sub Z en el fórmula
bien antes el estándar error para ambos el P gráficos y el U gráficos .
Dejar 's llevar a mirar en un ejemplo .
I 'metro yendo a comenzar con a datos colocar de el JMP muestra datos carpeta .
Nosotros tener lote tamaños eso son no terriblemente grande .
F o nuestro primero ejemplo , dejar 's mirar en este uno .
I 'metro yendo a ir a través de el interfaz para este primero uno .
Nosotros todo usar diálogos para futuro unos .
Nosotros tener el número de defectuoso arandelas eso nosotros 're yendo a modelo .
I 'metro yendo a cambiar el cuadro tipo a atributo .
Antes nosotros ir a Poisson , I tener mi lote como mi yo identificar para nuestro X -eje ,
y nosotros 're justo yendo a usar el constante lote tamaño de 400 .
Gota eso en el n Ensayos gota zona .
Ahora , Laney 's gráficos son solo disponible cuando nuestro estadística es proporcionado ,
entonces I tener a cambiar eso atrás a proporción .
Cuando el estadística es proporción , entonces nosotros tener cuatro opciones
para nuestro sigma valor .
I 'metro yendo a elegir Laney P '. Pero primero , dejar 's llevar a mirar aquí .
Nosotros ver nosotros tener dos agujas afuera de control en este P cuadro,
cual es indicando a a nosotros eso este es no a estable proceso .
Nosotros poder ciertamente doblar en el límites , y eso justo afirma qué nosotros manchado .
Si nosotros cambiar el Laney P ' cuadro , eso sigma sub Z
era claramente mayor que que 1 , porque ahora nuestro límites
tener saltó arriba importantemente .
Mientras el agujas ser trazado son el mismo como ellos eran en el P cuadro ,
el superior límite en particular
tiene obtenido más grande .
Allá 's a equitativamente simple ejemplo .
Dejar 's mover en a otro ejemplo .
Este es de nuevo , otro datos colocar afuera de este JMP muestra datos .
En este caso , nosotros 're mirando al número de defectos afuera de ...
Nosotros tener varios unidades eso son ser probado ,
varios tirantes eso son ser probado en cada unidad .
Cada unidad no 't el mismo tamaño .
Este es otro guión dónde
este problema con el no -constante diferencia paletas arriba.
Nosotros poder contar el número de defectos .
Nosotros 're no cálculo el número de defectuosos.
Nosotros 're cálculo el número de defectos por unidad .
En este caso , nuestro unidad tamaño es diverso .
Dejar 's elegir a U cuadro bajo el Control Cuadro menú.
Nosotros tener nuestro número de defectos , y nosotros tener nuestro fecha
como nuestro subgrupo identificador , y nosotros tener nuestro unidad tamaño
como nuestro n Ensayos .
Nosotros habló acerca de teniendo eso no -constante unidad tamaño ,
entonces nosotros tener diverso límites.
Nosotros hacer ver alguno de el agujas son afuera de control aquí .
De nuevo , este aparece a ser a no -estable proceso,
cual es causa para pánico o teniendo a reajustar todo .
Ahora , si nosotros espectáculo el control panel , desde nosotros tener proporción como a estadística ,
nosotros poder cambiar este de a Poisson o CNU a a Laney .
De nuevo , el límites tener ahora aumentó .
Nosotros ahora darse cuenta nosotros tener a estable proceso . Nosotros don 't tener cualquier agujas afuera de control .
Este es mejor caracterizando nuestro guión , nuestro datos aquí .
Ahora , dejar a mí espectáculo tú a tercero ejemplo , cual es a pequeño poco más complejo .
El imagen en mi fondo aquí es de hecho a imagen I tomó
de Acadia Nacional Parque .
A pareja de veranos atrás , I era laboral en el Schoodic Punto
y voluntariado a estudiar microplásticos en el agua arriba allá .
Nosotros eran tomando muestras de uno litro de agua por semana en diferente ubicaciones .
Nosotros quería llevar eso agua , y nosotros quería Para él a través de a filtrar ,
y entonces nosotros llevar el filtrar y mirar bajo a microscopio
y físicamente contar el número de micro rosario y microfibra
eso eran apareciendo en el filtrar eso nosotros vertido el agua a través de .
Dejar 's analizar este como a control cuadro .
El principal investigador para este particular estudiar
es intentando a forma a lindo , complejo modelo encima tiempo
a encontrar afuera si o no el agua plástica eran creciente .
Pero en orden a hacer eso , tú en realidad desear a saber
eso tú 're modelado su datos correctamente
y si o no nosotros tener actual estable datos .
Este es un ejemplo donde nosotros podría correr a P cuadro ,
entonces dejar 's intentar eso .
Ser el control cuadro revelador , I 'metro siempre mirando para más oportunidades
a modelo control gráficos .
Nosotros desear a mirar en el total plástica.
Para nuestro subgrupo , nosotros tener semana ,
y para nuestro n Ensayos , nosotros tener total volumen ,
y entonces nosotros tener diferente sitio Identificaciones como a fase .
Aquí nosotros ver nosotros tener tres diferente agujas eso nosotros eran tomando el mediciones de .
Alguno eran mejor que otros ,
pero ellos todo pareció a ser en realidad afuera de control .
Él 's yendo atrás a el dibujo junta y como , "Qué debería I hacer ?
Debería I llevar más datos ? Cómo hacer I "..."
I pensamiento , "Mmm , dejar 's ver si este en realidad es caracterizando el situación ,
el proceso aquí muy Bueno. "
Dejar 's correr este de nuevo a través de a diálogo ,
y tú ver allá son dos nuevo entradas en el menú ,
uno para Laney P ' y uno para Laney U control cuadro .
De nuevo , dejar 's mirar en nuestro total plástico como el Y ,
y el total volumen es nuestro n Ensayos .
Nuestro semana es nuestro subgrupo , y el sitio IDENTIFICACIÓN es el fase .
Nosotros tener consiguió el mismo agujas de nuevo , pero de repente, nuestro límites son mucho más amplio .
Nosotros poder concluir de este eso , Bueno , nosotros de hecho tener a bonito estable proceso .
Este es bien datos .
Él poder ir adelante y comenzar a forma su más grande modelo en este datos .
Mientras él 's a calmante cosa , también, él marcas a lote más sentido .
En cierre , I quería como a recomendar eso todos usar el Laney P ' y U '
control gráficos cuando escucha su proporción
de no -conforme o defectos ,
especialmente cuando tú ver a diferencia entre el P y el P ' cuadro .
Agradecer tú muy mucho .
