Ciao
tutti.
Oggi Mio argomento È, Eroi O Zeri: A Prodotto Distribuzione Analisi Utilizzando JMP.
Primo, a poco morso sfondo.
UN organizzazione con UN stabilito processo
Maggio decidere A attrezzo processo controllare
E processo disciplina In loro organizzazione.
Per esempio, Se Voi Avere a prodotto
in movimento da IL sviluppo palcoscenico A IL massa produzione palcoscenico,
A Questo congiunzione, uno Di IL problemi Quello Potere accadere
In Quello Noi Maggio Avere processo variazione problema.
IL variazione Potere Essere pure grande O IL variazione non lo fa Incontrare IL aspettativa.
IL variazione Qui Potere Essere IL variazione Di Significare,
IL variazione Di standard deviazione, ecc.
Noi Volere Volere A Trovare fuori Che cosa IL radice causa È
per come variazione problema E Tentativo A aggiustare Quello.
Ma Prima Quello, Noi Volere Bisogno A figura fuori
Che cosa tipo Di variazione Noi Sono di fronte
Perché IL tipo Di variazione Volere dettare Che cosa tipo di azione
E indagine strategia Noi Dovrebbe Prendere.
IL dimostrazione Qui Oggi
Volere indagare questi Attraverso UN esplicativo analisi.
Noi utilizzo standard deviazione COME statistiche Di interesse Qui.
IL problema È Noi Avere a processo
Quello ha a alto complessivamente deviazione standard,
Ma Noi Potere Anche osservare Alcuni Di IL lotti Quello ha inferiore standard deviazione.
Noi chiamata questi lotti, eroe lotti.
Noi Volere Volere A Trovare fuori Che cosa causato come alto complessivamente standard deviazione,
Ma Prima Quello, Noi Bisogno A figura fuori Che cosa processo variazione Noi Sono di fronte,
Che cosa tipo di processo variazione Potere Dare noi Che cosa Noi osservato.
In generale, Là Volere Essere due tipi Di situazione Qui.
Uno È Quello Noi Avere a completamente casuale processo
E IL variazione È sistemico, COME Noi Potere Vedere Qui.
Sebbene IL processo È casuale,
Ma dipende Come Noi lotto Esso E Come Noi campione Esso.
Alcuni Di IL lotti Maggio Avere inferiore campione standard deviazione di IL altri.
Un altro situazione È Quello Nostro processo È non casuale.
COME Noi Potere Vedere Qui, Questo processo va su E giù.
Esso ha Alcuni Significare spostare.
Suo non a casuale processo, Ma dipende SU Come Noi lotto Esso.
Alcuni Di IL lotti Quello risiedere In IL stabile periodo
Volere Avere relativamente inferiore campione standard deviazione
confrontato A Alcuni Di IL lotti Quello risiedere In IL instabile periodo
Quello Potrebbe Avere più grande standard deviazione.
Noi Potere Anche definire a soglia come COME Qui, punto UN, standard deviazione.
Noi confrontare Questo soglia A IL lotto standard deviazione.
Esso Volere raccontare noi Come molti Di IL lotti soddisfare IL criteri.
Con questi due scenari In mente,
Noi Potere formulare a statistico ipotesi test
A test Che cosa processo variazione Noi Sono condotta con.
Noi Potere assumere Nostro processo È casuale,
Poi Come probabile Noi Volere osservare Che cosa Noi osservato?
A Di più dettagliato dichiarazione È Piace Questo,
supponendo lotti con Basso standard deviazione
Sono Appena dovuto A campionamento mancanza
E IL storico dati È rappresentante Di IL popolazione,
Poi IL simulato lotti generato da IL Stesso distribuzione
Dovrebbe Avere a passando valutare Quello È statisticamente indistinguibile
di IL attuale passando valutare Di IL storico dati.
SU IL mano destra lato, Voi Potere Vedere Questo ruota.
Questo È IL procedura Noi andato Attraverso A Fare Questo test accadere.
Primo, Noi Volere Bisogno A definire a soglia.
Attraverso Questo soglia, Noi Potere calcolare IL passando valutare.
Noi confrontare IL lotti
In IL storico dati Attraverso Questo soglia
A Ottenere IL percentuale Di IL storico lotti Quello Sono Bene lotti.
Perché Noi Anche assumere Quello Nostro processo È casuale,
Noi Potere adatto IL storico dati A parecchi distribuzione
E poi scegli IL migliore montato uno.
Utilizzando Questo montato distribuzione, Noi Potere generare a impostato Di K campioni.
K Qui È IL Stesso COME IL numero Di campioni
In ogni lotti In IL storico dati.
Noi ripetere Questo procedura N volte.
N qui È IL Stesso COME IL numero Di lotti In IL storico dati.
Per ogni simulato lotti,
Noi Potere Poi calcolare loro campione standard deviazione.
Confrontare Questo campione standard deviazione
A IL soglia Noi definito Prima, Esso Volere Dare noi a impostato Di binomiale dati.
Con Questo binomiale dati E IL passando valutare Noi Già Avere,
Noi Potere eseguire a un campione proporzione test A test Nostro ipotesi.
Utilizzando JMP, Noi Sono capace A integrare Questo intero procedura in UN applicazione.
Qui, I Volere Fare a presto dimostrazione A spettacolo Voi Come Questo applicazione funziona.
Questo applicazione Potere importare Qualunque Di IL dati file
con a valore colonna E Anche indice colonna Quello indica IL lotto indice.
Con a clic Di pulsante, Esso Volere automaticamente adatto Nostro dati
A parecchi distribuzione E scegliere IL migliore uno.
Giusto Ora, IL migliore montato uno È a normale distribuzione.
Noi Potere Poi impostato su IL numero Di simulato dati set Noi Volere
E Anche IL misurare Di IL impostato E Anche IL soglia.
Quando Noi clic,
Esso Volere eseguire IL ipotesi test I menzionato Prima.
Esso Anche spettacoli IL percentuale Di storico lotti Quello Sono Bene
E Anche IL percentuale Di IL simulato lotti Quello Sono Bene.
A IL scorso, Esso Volere spettacolo Voi a visualizzazione Di a istogramma
Quale indica IL proporzione del simulato lotti Quello Sono Bene.
Ora, Noi andare Indietro A IL test, IL ipotesi test.
IL dati Noi Avere Qui spettacoli Noi rifiutare IL null ipotesi.
Noi controllo IL P valore,
Noi rifiutare IL null ipotesi con 95% fiducia.
IL 95% fiducia È IL predefinito collocamento Qui.
Questo conclusione suggerisce IL processo È non casuale
E IL Bene lotti Fare esistere In IL stabile periodo Di IL processo.
Questo conclusione Potere Guida A parecchi azione elementi.
Per esempio, Noi Potere indagare
IL processo variabile, IL processo parametro
fra IL stabile periodo E IL instabile periodo
E Vedere Che cosa cambiato.
Di corso, Noi Potere Anche Ottenere a diverso test risultato
Dove Noi non può rifiutare IL ipotesi nulla.
Questi suggerire Nostro processo Potrebbe Essere casuale.
Noi Potrebbe Avere sistemico variazione
E questi Volere Guida A completamente diverso indagine E azione metodo.
Per esempio, IL caso peggiore scenario, In ordine A ridurre IL sistemico variazione,
Noi Potrebbe Bisogno A completamente modifica IL produzione ambiente.
Con Questo, I concludere Mio di oggi presentazione.
I Anche Volere A Grazie Giovanni Narciso, Chi È a collega Di mio.
Lui portato su Questo interessante domanda A Mio Attenzione durante a progetto incontro.
I Anche Volere A Grazie Voi Oggi per udito Mio presentazione.
Io sono molto apprezzabile Di Esso.
