こんにちは
みんな。
今日 私の トピック は、 ヒーローたち または ゼロ: A 製品 分布 分析 使用 ジャンプ。
初め、 a 少し 少し 背景。
アン 組織 と 一つの 設立 プロセス
5月 決める に 埋め込む プロセス コントロール
そして プロセス 規律 で 彼らの 組織。
のために 例、 もし あなた 持っている a 製品
動く から その 発達 ステージ に その 質量 生産 ステージ、
で これ 接続詞、 1つ の その 問題 それ できる 起こる
で それ 私たちは 5月 持っている プロセス 変化 問題。
その 変化 できる なれ あまりにも 大きい または その 変化 しない 会う その 期待。
その 変化 ここ できる なれ その 変化 の 平均、
その 変化 の 標準 偏差、 等
私たちは 意思 欲しい に 探す 外 何 その 根 原因 は
のために そのような 変化 問題 そして 試す に 修理 それ。
しかし 前に それ、 私たちは 意思 必要 に 形 外
何 タイプ の 変化 私たちは は 直面している
なぜなら その タイプ の 変化 意思 指示する 何 行動の種類
そして 調査 戦略 私たちは すべき 取る。
その デモンストレーション ここ 今日
意思 調査する これら を通して 一つの 説明的な 分析。
私たちは 使用 標準 偏差 として 統計 の 興味 ここ。
その 問題 は 私たちは 持っている a プロセス
それ もっている a 高い 全体 標準偏差、
しかし 私たちは できる また 観察する いくつかの の その バッチ それ もっている より低い 標準 偏差。
私たちは 電話 これら バッチ、 ヒーロー バッチ。
私たちは 意思 欲しい に 探す 外 何 原因となった そのような 高い 全体 標準 偏差、
しかし 前に それ、 私たちは 必要 に 形 外 何 プロセス 変化 私たちは は 直面して、
何 プロセスの種類 変化 できる 与える 私たち 何 私たちは 観察された。
で 一般的な、 そこには 意思 なれ 二 種類 の 状況 ここ。
1つ は それ 私たちは 持っている a 完全に ランダム プロセス
そして その 変化 は 全身的、 として 私たちは できる 見る ここ。
それでも その プロセス は ランダム、
しかし 依存する どうやって 私たちは バッチ それ そして どうやって 私たちは サンプル それ。
いくつかの の その バッチ 5月 持っている より低い サンプル 標準 偏差 よりも その その他。
別の 状況 は それ 私たちの プロセス は ない ランダム。
として 私たちは できる 見る ここ、 これ プロセス 行く 上 そして 下。
それ もっている いくつかの 平均 シフト。
その ない a ランダム プロセス、 しかし 依存する の上 どうやって 私たちは バッチ それ。
いくつかの の その バッチ それ 居住する で その 安定した 期間
意思 持っている 比較的 より低い サンプル 標準 偏差
比較すると に いくつかの の その バッチ それ 居住する で その 不安定 期間
それ かもしれない 持っている 大きい 標準 偏差。
私たちは できる また 定義する a しきい値 そのような として ここ、 ポイント あ、 標準 偏差。
私たちは 比較する これ しきい値 に その バッチ 標準 偏差。
それ 意思 教えて 私たち どうやって 多くの の その バッチ 満足する その 基準。
と これら 二 シナリオ で 心、
私たちは できる 策定する a 統計的 仮説 テスト
に テスト 何 プロセス 変化 私たちは は 取引 と。
私たちは できる 仮定する 私たちの プロセス は ランダム、
それから どうやって おそらく 私たちは 意思 観察する 何 私たちは 観察されましたか?
A もっと 詳細な 声明 は のように これ、
仮定 バッチ と 低い 標準 偏差
は ただ 期限 に サンプリング 足らない
そして その 歴史的 データ は 代表 の その 人口、
それから その シミュレーション バッチ 生成された から その 同じ 分布
すべき 持っている a 通過 レート それ は 統計的に 区別がつかない
よりも その 実際の 通過 レート の その 歴史的 データ。
の上 その 右手 側、 あなた できる 見る これ 車輪。
これ は その 手順 私たちは 行った を通して に 作る これ テスト 起こる。
初め、 私たちは 意思 必要 に 定義する a しきい値。
を通して これ しきい値、 私たちは できる 計算する その 通過 レート。
私たちは 比較する その バッチ
で その 歴史的 データ を通して これ しきい値
に 得る その パーセンテージ の その 歴史的 バッチ それ は 良い バッチ。
なぜなら 私たちは また 仮定する それ 私たちの プロセス は ランダム、
私たちは できる フィット その 歴史的 データ に いくつかの 分布
そして 次に選ぶ その 最高 フィット 1つ。
使用 これ フィット 分布、 私たちは できる 生成する a セット の K サンプル。
K ここ は その 同じ として その 番号 の サンプル
で それぞれ バッチ で その 歴史的 データ。
私たちは 繰り返す これ 手順 N 回。
ここN は その 同じ として その 番号 の バッチ で その 歴史的 データ。
のために それぞれ シミュレーション バッチ、
私たちは できる それから 計算する 彼らの サンプル 標準 偏差。
比較する これ サンプル 標準 偏差
に その しきい値 私たちは 定義された 前に、 それ 意思 与える 私たち a セット の 二項式 データ。
と これ 二項式 データ そして その 通過 レート 私たちは すでに 持っている、
私たちは できる 実行する a 1サンプル 割合 テスト に テスト 私たちの 仮説。
使用 JMP、 私たちは は できる に 統合する これ 全体 手順 の中へ 一つの 応用。
ここ、 I 意思 する a 素早い デモンストレーション に 見せる あなた どうやって これ 応用 動作します。
これ 応用 できる 輸入 どれでも の その データ ファイル
と a 価値 カラム そして また 索引 カラム それ 示す その バッチ 索引。
と a クリック の ボタン、 それ 意思 自動的に フィット 私たちの データ
に いくつかの 分布 そして 選ぶ その 最高 1つ。
右 今、 その 最高 フィット 1つ は a 普通 分布。
私たちは できる それから セット 上 その 番号 の シミュレーション データ セット 私たちは 欲しい
そして また その サイズ の その セット そして また その しきい値。
いつ 私たちは クリック、
それ 意思 実行する その 仮説 テスト I 言及された 前に。
それ また ショー その パーセンテージ の 歴史的 バッチ それ は 良い
そして また その パーセンテージ の その シミュレーション バッチ それ は 良い。
で その 最後、 それ 意思 見せる あなた a 視覚化 の a ヒストグラム
どれの 示す その 割合 の シミュレーション バッチ それ は 良い。
今、 私たちは 行く 戻る に その テスト、 その 仮説 テスト。
その データ 私たちは 持っている ここ ショー 私たちは 拒否する その ヌル 仮説。
私たちは チェック その P 価値、
私たちは 拒否する その ヌル 仮説 と 95% 自信。
その 95% 自信 は その デフォルト 設定 ここ。
これ 結論 示唆する その プロセス は ない ランダム
そして その 良い バッチ する 存在する で その 安定した 期間 の その プロセス。
これ 結論 できる 鉛 に いくつかの アクション アイテム。
のために 例、 私たちは できる 調査する
その プロセス 変数、 その プロセス パラメータ
間 その 安定した 期間 そして その 不安定 期間
そして 見る 何 変更されました。
の コース、 私たちは できる また 得る a 違う テスト 結果
どこ 私たちは できない 拒否する その 帰無仮説。
これら 提案する 私たちの プロセス かもしれない なれ ランダム。
私たちは かもしれない 持っている 全身的 変化
そして これら 意思 鉛 に 完全に 違う 調査 そして アクション 方法。
のために 例、 その 最悪の場合 シナリオ、 で 注文 に 減らす その 全身的 変化、
私たちは かもしれない 必要 に 完全に 変化 その 製造業 環境。
と これ、 I 結論する 私の 今日の プレゼンテーション。
I また 欲しい に 感謝 ジョン ダフィン、 誰が は a 同僚 の 私の。
彼 持ってくる 上 これ 面白い 質問 に 私の 注意 その間 a プロジェクト ミーティング。
I また 欲しい に 感謝 あなた 今日 のために 聴覚 私の プレゼンテーション。
私は とても 感謝の気持ち の それ。
