850031_it-IT

liliconcom

Analisi longitudinale attraverso più fasi di processo, media e variabilità

Tony Cooper , PhD, Consulente analitico, SAS

Le parti "grezze" potrebbero essere inserite casualmente in una fase di processo successiva sperimentale. Come si controlla il valore iniziale? Come si determina se la fase di processo sperimentale sembra migliore della versione originale? Cosa succede se ci sono molte fasi successive? Cosa succede se le fasi influenzano la variabilità, così come la media? Un'analisi split-plot è l'opzione migliore? Cosa succede se le parti non possono essere randomizzate, ma devono essere inserite immediatamente nella fase successiva? Gli operatori industriali hanno familiarità con il modello di istruzione causale causa speciale/causa comune introdotto da Shewhart e reso popolare da Deming. Potrebbero non essere a conoscenza della classe di studi di processo di progetti di misure ripetute longitudinali. Questa presentazione discute l'applicazione della causa speciale/causa comune ai progetti di misure ripetute longitudinali. Viene introdotto uno strumento immensamente grafico che aderisce ai principi di Shewhart e, come bonus, valuta la simmetria composta. Un esempio di dati raccolti sulle parti dopo ogni fase del processo verrà utilizzato per dimostrare l'uso sinergico di grafici di controllo, ANOMV e modellazione mista.