756822_ja-JP

liliconcom

高度な統計ツールを用いた産業問題の解決（2021-US-45MP-854）

マテウス・スギサルディ、リーン・シックス・シグマ・コンサルタント、Plana Consulting and Training

企業にとって最悪の問題は、顧客の不満です。この講演では、顧客の組立ラインにおいて、電動モーター接続ボックスのカバーの分解・組み立て時に発生した問題を検証します。分解・組み立てのコンセプトは少なくとも10サイクルを想定していましたが、顧客は購入した電動モーターにケーブルを接続する際に、最初のサイクルで問題が発生しました。

この問題を解決するために、シックス シグマ方法論のいくつかの統計ツールと方法が、問題の主な仮説を順次的かつ構造的に検証および無効化し、事実とデータ分析に基づいてプロセスと製品に関するすべての決定を適切に行うために使用されました。

自動生成されたトランスクリプト...

スピーカー	トランスクリプト
ニコラス・シェルトン	はい、それではミュートにします。ミュートにしたら、準備ができたら始めてください。先ほど言ったように、間違いなどがあっても心配しないで、そのまま続けてください。終わったら録音を停止して、ミュートを解除します。
	はい、はい、準備ができたら始めてください。
	みなさんこんにちは。今日は皆さんに説明し、お話しするためにここに来ました。
	これは、高度な統計ツールと JMP を使用して解決された産業上の問題であり、私が現代の電気製品メーカーで働いていたときに直面した実際の問題です。
	当時私たちが直面していた問題は何だったのでしょうか。私たちにはこの電気モーターがあり、顧客は水から蒸留物を購入していました。
	そして、これらの電気モデルを自分のマシンに接続する必要があるため、ここにあるこのボックスを開ける必要があります。
	このボックスには 4 つの異なるネジと 4 つの穴があるので、このカバーを開けて電気ケーブルを自分のマシンに接続し、再び固定して閉じる必要があります。
	顧客がこれを実行しようとすると、その時点で、このカバーとこれら 4 つの異なるボックスを閉じるように修正する必要があります。
	ネジは時々、ネジが（曲がっている？）ときにこの問題が発生します。つまり、ネジとアルミの穴の間にグリップがなくなるということです。
	仕様により、このネジは組み立て工程で使用され、組み立ては少なくとも 10 回は耐える必要があります。
	そして、顧客は、長期間にわたって、あるいは何度も、あるいは必要に応じて、何の問題もなくこれを実行します。
	これらの電気モーターが使用されている機械の位置を変更すると、問題なくボックスを開閉するだけです。ここに少しあります。
	短いビデオでは、何が問題なのかがよくわかります。このクルーはここで迷子になっていて、まったく把握できていません。
	こうしたことが起こるのは、私たちが毎日直面する一般的な問題ではありませんが、時には起こることもあります、とディレクターは受け取りました。
	苦情があり、ディレクターが品質マネージャーに電話し、品質マネージャーが私に電話したので、マテウス、この問題を解決しなければならないので、人を集めて調査を始めました。
	そしてそれが起こったことであり、私たちがそれを始めたことだったのです。
	他の状況としては、調査しなければならない他の問題もあります。
	私たちは常にいくつかの仮説から始めます。少なくとも、この問題に影響を与えているものは何か、この障害をどのように説明できるかなど、いくつかの仮説を立てます。そこで、製品エンジニアリングなど、さまざまな分野から何人かの人々を集めます。
	ここで何が間違っているのでしょうか。製品エンジニアリング部門のあらゆる問題が考えられますが、これらの問題の原因は、何らかの設計エラーか、あるいは組立ラインのエラーや問題のばらつき、あるいはねじ締め機にあるのかもしれません。
	高トルクで動作し、これらの問題を発生させます。または、私たちが購入しているこのネジ、このネジを提供しているこのサプライヤーが持っている可能性があります。
	直径が小さくなり、このグリップは使用できなくなりました。その時に挙げた最後の仮説は、射出成形プロセスでした。そのため、ここにはアルミ製のボックスが取り付けられていました。
	この直径は開くことができるため、スクリーンが不良であったり、ネジの直径が良好であったとしても、直径が非常に大きくなり、ネジがこのグリップを持つことができなくなる可能性があります。
	全体的には問題が発生する可能性があります。
	こうした会議を開催して、リストアップした仮説を基に、検証または検証を始めました。
	いくつかの研究といくつかのデータがあり、私たちはここで製品エンジニアリングと組立ラインについて話し始めたので、両方とも無効になりました。
	私たちは、アセンブリ、ネジと穴の組み合わせ、さまざまな材料を設計する際に使用したすべての設計、すべての仕様、すべての基準をチェックしましたが、すべてが問題なかったため、ここで何もする必要はありませんでした。
	組立ラインで使用していたねじ締め機が、今回入荷しました。
	研究所に来て、計測学とパークをチェックし、機械をチェックしましたが、すべて正常でした。ここでは問題はありませんでした。では、今、この問題に影響を与えているものは何でしょうか。
	確認できるのは、このボックスのこのアルミニウム部品とネジと取り付け穴だけです。では、これを実行してみましょう。この問題の主な仮説の 1 つであるイスラエルの直径について話しましょう。
	ここで JMP を使い始めましたが、工場でネジの測定を始める前に、測定システムが承認されていることを常に確認する必要があります。
	これは単純な変動チャートです。直径、ネジの直径が表示されています。5 つの部品があり、各部品は 2 人の異なるオペレーターによってそれぞれ 3 回ずつ測定されています。
	ここにはさまざまなコンポーネントがあり、変動の 93.8% が部品によって引き起こされたことがわかります。これは、当社の測定システムが適切であり、差別化できることを確信できる点の 1 つです。
	プロセス内の部品なので、測定システムが承認されたので、次に進んで、プロセスに進み、アーロン、30 個のネジを評価します。それでは、プロセスの音声が適切であるかどうかを確認します。ここで紹介する各ステップごとに、サンプル戦略を用意しました。
	私たちはシックス シグマ手法を採用しているので、ある程度はそれに従います。
	非常に構造化されたアプローチは、測定システムの評価から始まり、プロセスに入り、プロセスの声を理解し、最後に、
	いくつかの組み合わせを試して、先ほど提示した仮説を検証または検証しようとしています。つまり、ここではサンプリングが戦略なのです。
	私たちは箱を持っていて、中にはネジがいっぱい入っていました。私たちが知っていた唯一の情報は、これらのネジをいくつかの異なるバッチで受け取ったので、バッチごとにネジが揃っているということでした。
	これらは製造日または製造時点に基づいているため、呼び出したバッチごとに 3 つの異なるバッチに分割しました。
	20 個の部品があり、各部品を 0 度と 90 度の正方形上の 2 つの異なる位置で測定しました。
	なぜこうなったのか？この直径で真円度に問題があるかどうかを調べるため、このサンプリング戦略でデータ収集を開始し、JMPで分析するポイントが120個ありました。
	ここで 120 個のポイントすべてを配置して変動チャートを実行する非常に実用的な分析では、すべてが仕様制限内であったことがわかります。
	ここにある各点はネジの1つの寸法です。これらの青い線は
	これは、このネジの位置 1 と 2 を接続しているので、ここに非常に大きな青い線がある場合は、真円度エラーが非常に大きいことを意味します。
	つまり、これら 2 つの直径の位置は大きく異なります。
	直径は、平均的には良好かもしれませんが、これらの直径とこれらの直径の差が間違っている可能性があり、これは、アルミニウムのボックスにねじ込む瞬間に問題に影響を与える可能性があります。
	これは、このネジに関する非常に実用的な分析です。ネジのこれら 2 つの異なる位置を比較するグラフィカル分析では、すべてが良好であるように見えます。円形度のエラーという仮説を無効にできることがわかります。
	影響している可能性があるのは、1位と2位の平均値がほぼ同じであることです。ここにある棒グラフの大きさは、2位と1位で大きく異なる点はありません。
	このグラフ分析では、位置と直径を比較する変動チャートを使用して、あらゆることがわかります。
	注目すべき点があります。JMPの工程能力を用いた定量分析では、サプライヤー、つまりネジを納入しているサプライヤーの工程がどのようになっているかを確認できます。工程はどうなっているでしょうか？
	CPKは約1.47、PPKは約1.014です。不安定性は約1.45なので、これは私たちが持っている最良のプロセスではありません。
	見たけど。
	理想的なPPK 1.33を考慮しています。そして、ここで品質特性や寸法にとって重要な要素について考えてみましょう。
	これらのネジは長期的には問題に影響を及ぼす可能性があると考えられますが、現時点ではすべてこの仕様の範囲内ですが、統計、PPK 値に基づいています。
	1.33 未満だと将来的に問題になる可能性が高くなります。
	しかし、サプライヤーを責める前に、まずは射出成形プロセス、つまり私たちのプロセスを理解する必要があります。スクリューの変動に対して堅牢性を確保できれば、私たちにとってより良いことです。なぜなら、そのような対策を講じる必要がないからです。
	サプライヤーで何でもやり始めれば大丈夫です。
	つまりこの仮説。
	保留中でした。これは脇に置いて、注入プロセスに関する研究を待ちましょう。
	これをどうやって実現したか見てみましょう。
	これらの箱を射出成形するには、金型が必要です。
	この金型には4つの異なるキャビティがあります。そのため、射出成形するたびに
	この工程で4つの異なる部品ができますよね？それぞれの部品には4つの異なる穴があり、お客様がカバーを固定するために使用する穴です。そして、それぞれの部品を異なる位置で測定します。位置1と位置2です。
	したがって、このプロセスを測定し、元の実際のプロセスで何が起こっているかを確認する前に、測定システムが適切であり、承認されていることを確認する必要があります。
	5つの不良部品と5つの良部品をどのように処理するかを、確実に把握しておく必要があります。そこで、1つの部品、1つの箱を使ってこれを実行しました。
	これらは4つの異なる穴における変動の測定システムです。各穴は2人の異なる測定者がそれぞれ3回ずつ測定しました。そのため、この測定システムにおける最大の変動は、95%の穴に起因することがわかりました。
	ここで言わせていただくと、承認するのは非常に困難でした。
	3回目のMSAのようなものでした。この内径を測るには新しいガードを買わなければなりません。仕様は非常に厳しく、解像度も
	当初予算に計上されていなかったゲージについて、この3番目のMSAを承認してもらいました。承認されれば
	これで次のステップに進み、工程中の部品を測定し、射出成形プロセスがどのように変動しているかを把握できます。そして、それが問題にどのような影響を与えるかを把握できます。そこで、4つの異なるキャビティを持つモデルを作成したプロセスに進みました。
	各キャビティから 5 つの部品が取り出されます。
	そこで、この工程で5回射出成形し、各キャビティから5つの部品を作製しました。各部品は
	4つの異なる穴があり、それぞれの穴を異なる位置で測定します。これはシックスシグマツールのサンプル戦略です。
	変動成分 これらの変動成分を用いることで、プロセスの声がどのようになっているかを理解し、プロセスの声と顧客の声を比較し、JMPの工程能力分析を用いることで、問題の大きさを理解することができます。
	こちらがCOVの実践的な分析です。そして、収集したすべてのデータはここにあります。
	この変動グラフには4つの異なる空洞があります。最初の空洞がここに、2番目の空洞がここに、3番目の空洞がここに、そして4番目の空洞がここにあります。このように、ここでは様々な状況を見ることができます。
	私たちにとって非常に重要な情報です。例えば、この変動グラフで最もひどい空洞は2番空洞です。
	たとえば、ここで部品番号 6 を取得すると、この仕様の最初の穴と 2 番目の穴が見つかります。
	この仕様の外側では、3番目の穴は仕様の内側にあり、4番目の穴は外側の位置と内側の位置のどちらか一方を保持しています。つまり、これは良くありません。
	これにより、このデータに多くのばらつきが生じており、おそらく、ここに問題の根本原因があるのではないでしょうか。
	そして、なぜこの型は、いつもと同じ 4 つの異なる空洞で、なぜ 3 番目の空洞が非常に良好で、2 番目の空洞が非常に悪く、1 番と 4 番は多かれ少なかれ同じなのでしょうか?
	穴のこの2つの位置の間には大きなばらつきがあります。これは穴が円形ではないことを意味します。
	ここに円形誤差があり、これが問題に影響を与えている可能性があります。これは非常に実用的な分析で、JMPの変動チャートで多くのことがわかります。
	よりグラフィカルな分析では、ここでポジションホールを取り除いたところ、青い線がこのバーの内側に表示されました。つまり、バーが大きいほど、循環性の問題が大きくなります。
	3番目の空洞が再び見えます。問題は見当たりませんが、1番目、4番目、2番目の空洞にはまだ問題が見られます。
	非常に大きな数字ですよね？私たちの工程能力を使った定量分析では、100個のデータをすべて入力すると、
	同じバッチ内の同じ評価、同じ分布の中で、CPK と PPK がほぼゼロに等しい、非常に悪いプロセスであることがわかります。
	不適合を長期的または短期的に考える
	基準では30万個以上の部品が不適合であるということです
	我々の仕様に反して、それは我々が100万個購入すれば、申し訳ありませんが、100万個のボックスを注入すれば、
	アルミボックスの場合、300個以上、つまり30%以上が仕様外なので、もしかしたら問題が見つかったのかもしれません。JMPが提供するもう一つの非常に興味深い点は、160個のサンプルです。
	ここにデータがありますが、これを調査している人、これを分析している人は、
	4つの異なるキャビティがあり、各キャビティに約40個のデータポイントがあることが分かっています。では、これらの分析をキャビティごとに分割するのはどうでしょうか？そこで、ここで行ったのはまさにそれです。つまり、キャビティ1の工程能力分析です。
	非常に不安定なプロセスです。キャビティ2も非常に不安定なプロセスで、PPKとCPKの値がマイナスになっています。
	これは、このプロセスの尺度、つまり意味が仕様の1つから外れていることを意味します。つまり、標本平均値が4.50075であることがわかります。
	上限規格値は4.5000です。つまり、規格外です。つまり、PPKはマイナスです。
	非常に悪いプロセスで、キャビティ1よりもさらに悪いです。キャビティ3は良いプロセスです。つまり、非常に安定したプロセスであることがわかります。安定性指数は1に近づいています。
	CPKとPPKの値は非常に良好です。正常形態の期待値も非常に良好です。つまり、キャビティ4ではプロセスも不良です。
	CPKとPPKは悪いですね。それぞれ1年ずつ比較すると、どこに問題があるのか​​非常に明確になりますね。問題は1番空洞、2番空洞、3番空洞、それとも4番空洞でしょうか？
	したがって、プロセスで行動を開始する必要がある場合、キャビティ 2、1、4 の寸法、状況、特性を評価する必要があり、キャビティ 3 では何もする必要はありません。
	したがって、私たちの注入プロセスに関する仮説は検証されます。
	ネジ径の仮説はまだ保留中です。なぜ保留にしたかというと、これらを一緒に評価できるからです。
	ネジと取り付け穴の間に干渉があります。製品の製造工程において、これらがどのように相互作用しているかをどのように評価すればよいでしょうか。
	これら2つのプロセスに関する情報が得られれば、それぞれのプロセスがどの程度良いか悪いかが分かりますよね？それぞれのプロセスの平均と標準偏差があるので、これらをまとめることができます。では、ここから実行してみましょう。
	穴径とネジ径の二変量近似。ここで何をしたのでしょうか？
	JMPでFit Y by Xを選択し、Yに穴の直径、Xにネジの直径を入力しました。
	この青い影が規格限界です。スクリーン径の規格限界と、フィッティング穴径の規格限界があります。ここにあるすべての点は、ネジと穴径の組み合わせです。
	このプロセスでこれを測定すると、各部品が部品番号 1、部品番号 5、および [不明瞭] のように識別されます。
	部品番号25、部品番号30は、ネジとアルミボックス用です。例えば、ここの点、ここのポイント、これはボックス番号6、穴番号2、ネジ番号9です。ネジ番号はここに、穴の直径はここにあります。そして、各ポイントについてです。
	私は戦略的に組み合わせて、
	小さなネジ径で、小さな穴径で組み立てられた場合、これらの部品、コンポーネントはどのような挙動を示すでしょうか。しかし、小さなネジに大きな穴径がついた場合はどうなるでしょうか。
	全体的にフィットするんですよね？ネジ径が大きく、穴径も大きかったらどうなるでしょうか？そして、もし加工工程で
	ネジの直径が非常に大きく、穴の直径が非常に小さい場合、その中間の点がたくさんあることになります。つまり、このデータの組み合わせは60通りほどあり、
	全ての組み合わせがここにあります。この失敗を再現しようとしているんですよね？そうですよね？なぜなら、失敗を再現できれば、プロセスで何が起こっているのか理解できるからです。
	プロセスに影響を与える可能性があります。根本的な原因は何でしょうか？ネジでしょうか？それとも取り付け穴でしょうか？この問題を回避するには、どのような寸法にすべきでしょうか？それでは、
	例えば、ここにあるもの、この9番のネジを6番の箱の2番全体に入れると、私はその機械を使って組み立てます
	プロセスで使用していたものです。これを分解します。そして、
	もう一度やってみたら、できませんでした。それで問題が発生しました。このアセンブリの数は1なので、1回しか実行できないということです。
	ここで別の状況を見てみましょう。ここです。15番のネジの直径が約4.73mmだとします。
	14番ボックスの2番穴の直径が約4.43mmの場合、ねじと全体の直径の干渉は約0.3mmになります。
	これならできるでしょう？箱を開けて閉じる、開けて閉じる、開けて閉じる、というプロセスを30回繰り返すことができました。この状態は5回、この状態は21回。つまり、それぞれのポイントで、問題が発生するまでこの組み立てプロセスを実行したのです。
	この処理を繰り返した回数を数えます。データテーブルに「」という列があるので、
	これらのアセンブリの量や数量については、ここに凡例を追加できます。例えば、赤から緑に変化する点があります。赤い点は不良品です。
	0から10の間です。下限規格値は10であることを覚えておいてください。このプロセスを少なくとも10回繰り返す必要があります。つまり、ここにある赤い点はすべて不良品です。
	JMPで使用しているもう一つの非常に興味深いツールは、予測プロファイラーです。このツールでは、適合モデルを使用して、3つの自由度、つまり穴径、ネジ径、そしてそれらの相互作用を入力します。
	R2は約0.88です。これはかなり良い結果ですよね？このモデルはうまく表現できています。さて、データを使って様々な状況で実験してみましょう。
	なぜなら私たちは
	ここに穴径、ここにネジ径、そしてここに結果、つまりY、つまり目標、ゴールがあります。つまり、この工程で得られるアセンブリの数量です。
	私がここで実行した最初のシナリオは、サプライヤーが私たちに提供している平均でスクリューの直径を固定した場合です。
	さて、分解時の直径を少なくとも11mmにするには、全体の直径の平均はどれくらいにすべきでしょうか？平均は4.50mmですよね？ああ、それはいいですね。最初のシナリオはできましたが、プロセス変動はどうでしょうか？
	測定したことを思い出してください
	160.
	部品、アルミボックスです。120個の直径を測定しました。つまり、これらの製品の標準偏差が分かりますね？予測プロファイラのシミュレータを使うと
	ここに入れて、下限仕様限界を保存し、ランダム変動を追加します。
	この穴の直径の周りの標準偏差と、この工程で得られたネジの標準偏差を当てはめると、シミュレーションができます。ここでは10,000のシミュレーションを行いました。
	さまざまな組み合わせがあり、失敗率は約 44% です。これは非常に大きな数字です。それでは、いくつかの異なるシナリオから始めましょう。
	我々が注入工程で何もせず、サプライヤーに依頼すると仮定しましょう
	特定の結果を仕様の公称値の仕様限界の平均に置く
	少しばらつきを減らします。ここで値を変更します。ねじ径の平均値を公称値に入力してばらつきを減らします。この緑色の
	この曲線では緑の分布が減少しました。もう一度シミュレーションしてみると、44%から32%になりました。
	メリットはほとんどなく、手間がかかりすぎます。サプライヤーにもっと良い結果を出すよう依頼するつもりですが、彼らの結果はすでに良好でしたよね？すべて仕様範囲内でした。それで、
	何が起こったのか、私たちはプロセスの中で働いています。
	スクリュー径を、現在供給されている平均値と標準偏差に再度入力します。そして、工程における変動を少し減らすだけで、
	処理の平均は4.45です。これらのキャビティのばらつきが非常に大きかったことを覚えておいてください。そこで、プロセスを修正、固定すると仮定しましょう。
	処理の平均を名目値に代入し、変動を減らします。分解はいくつまで可能ですか？なぜですか？予測プロファイラーは結果として20回の繰り返し分解をここに入力しました。つまり、故障率は
	0.009%まで下がります。これは私たちにとって非常に良いことです。
	このグループ変動があっても、プロセスは20回の分解で機能します。これは非常に良いことです。これで射出プロセスの問題を検証できたことになりますね？仮説が正しいとすれば、スクリュー径のプロセスはありませんが、射出プロセスに問題があることは確かです。
	これを見て、私たちは行動計画を策定しました。計画を作成し、マネージャー、品質管理マネージャー、エンジニアリングマネージャー、ディレクターに提示しました。
	射出成形工程の管理者ですよね？あの射出成形機の所有者、あの金型の所有者です。それで、結果と予測を経営陣に共有した後、
	アルミ射出成形金型に対策が講じられました。取り付け穴を作成するために使用されていたピンは新しいものに交換されました。修正された金型は、検証において以下の結果をもたらしました。
	私たちが配送しているピンを修正したら。
	箱に穴を開けた後、別のCOV検証研究を実施しました。そして、この結果が得られました。同じ4つの異なるキャビティに、2つの異なる位置に穴を開け、さらに20個の部品を作製しました。これで
	非常に良好な結果を得た新しい空洞です。予測プロファイラーで予測していた結果よりもさらに良い結果です。
	非常に小さな変動です。では、安定性について考えてみましょう。これは非常に優れた工程能力です。
	[不明瞭]への不適合はゼロなので、これですべてです。
	ほぼゼロですね。これは非常に優れた新しいプロセスです。そして、ここで前後のアクションを比較することができます。
	新しいプロセスで。調査の初めに使用したのと同じ二変量グラフですが、ここでは新しい値を示しています。これは、私たちが行ったことと、新しい20個のパーツを得たためです。
	新しいネジを測定します。そして、様々な状況を組み合わせて、再び組み立てます。ネジの直径と穴の直径の異なる値と
	私たちはその工程に行き、機械を手に入れて分解し、組み立て、分解し、そして組み立て、この作業を繰り返し、ついに故障に至りました。
	ご覧のとおり、両方の特性のドットがすべてこの仕様の範囲内にあります。そして、ここで最も問題なのは、赤い点が10、11、12、15回の逆アセンブリを伴っていることです。つまり、次のような問題が発生します。
	解決しましたよね？もう問題はなくなりました。このプロセスを導入しただけです。
	工場にはいくつかの管理計画があるので、彼らはそれを管理しなければなりません
	ピンの直径を確かめるために
	特定の瞬間に、これらのピンを交換しなければなりません。穴の直径を保証するためです。顧客にこの問題が起こらないようにするためですよね？これが問題でした。問題は解決しました。
	以上です。ここで少し時間を取って、これをどうやってやったかお見せしたいと思います。
	JMPです。ここにデータテーブルがあり、使用するボックスと穴、そしてそれぞれの穴の直径が入っています。
	ここで各ネジの直径と本数を測定し、すべての組み合わせを60通り示します。そして、それぞれの分解回数を示します。
	ここで行ったことの 1 つは、分析 -> Y を X でフィットでした。ここで、Y に穴の直径、X にネジの直径を入力しました。
	ここにグラフがあります。これは私が提示したものと違います。なぜなら、ここには規格限界値がありますよね？規格限界値は、範囲を許容するものとしてここに書きました。
	これはネジなので、4.617から4.8です。ここに青字で追加しました。これで仕様がわかりました。
	ネジの直径は4.4、4.5です。
	そして、ここに
	穴の仕様も同様です。
	穴の仕様。
	ということでここにあります。
	私は離陸します。
	それで。
	おっと。
	範囲はまた4.4、4.5。
	これでグラフができました。点がすべてそこにあります。
	凡例はここで右クリックして行凡例を表示します
	分解。ここで緑から赤を選びました。
	緑は最高を目指しているので、スケールを逆にしました。だからここにあります。さて、
	ここにもっと大きな点をつけましょう。これが私が使ったグラフの一つです。
	もう一つ、行の状態をクリアしておくべき点があります。それは、分析 > モデルの適合です。ここでのY軸、つまり目標は分解の数です。全体の直径とネジの直径は先ほどここに入力しました。そして、それらの相互作用も入力して実行しました。
	そしてここには、
	ここでのR2乗の適合の要約と
	プロファイラーはここにあります。
	ここで直径を入力し、この穴の直径を変更しました。ここで使用したシミュレーター II で、ここで仕様限界を保存したので、10 が分解数量の下限仕様限界であることがわかります。
	これらの平均値の周りにランダムな変動をここに入れました。それで、これを手に入れたら…
	実行回数を5000回に設定してシミュレーションしたところ、ここに失敗率が表示されました。これはプレゼンテーションと同じ値を使用していないため、異なるシナリオで実行できます。例えば、4.43でホールの配信を開始したと仮定しましょう。
	したがって、分解の数は24となり、平均は同じになります。
	ネジの直径です。これはJMPの非常に便利なツールで、私はプレゼンテーションでよく使っています。
	ご視聴ありがとうございました。以上です。

高度な統計モデリング基本的なデータ分析とモデリング消費者・市場調査マスカスタマイゼーション予測モデリングと機械学習品質およびプロセスエンジニアリング