使用 JMP 解決品質問題：故障分析和可靠性預測案例研究Torin Consulting 執行長 Akira Hososhima
在分析生產性能數據以確定缺陷原因時，分區分析非常有效。分區報表將良品及不良品發生的範圍分層，對應的葉子報表則揭露該變數範圍內不良品（良品）發生的數量（比率），讓不良品發生的情況一目了然。即使沒有統計知識的人也可以理解該分析的結果，從而可以輕鬆地向客戶和關鍵人員解釋結果。另一個優點是，可以揭示交互作用，而不必像迴歸分析那樣有意識地將交互項合併到模型中。當然，分區分析並不是萬能的。有時無法清楚地辨識相互作用。不僅限於缺陷原因分析，重要的是使用多種分析方法比較輪廓差異並從技術角度檢查模型的有效性。市場回報預測可能是直接影響管理的關鍵問題，而JMP的可靠性預測能力非常強大。提出 AICc 標準並確定最佳模型，從而無需帶著一廂情願的偏見進行預測。特別是部分故障模型很有用，因為它們通常適合實際情況。
