JMP 14 中三向圖表的過程篩选和過程能力引入了三向圖表控製圖生成器在JMP 10. 你可以在我的同事那裡讀到這種類型的圖表安妮·贊吉的博文“三向圖，預匯總控製圖的演變。”我們很高興能夠在JMP 14 ，您還可以在其他兩個平台上獲得三路圖表。 三向圖表現在也可在過程篩選和製程能力.
例如，考慮一家製藥公司的小瓶灌裝過程。 在超潔淨室裡有一台大型的複雜機器，用於灌裝小瓶。 為了填充小瓶，機器使用一組四根針來填充一個由四個小瓶組成的塊。 一旦小瓶裝滿，它們就會被塞住並從潔淨室送到另一個房間。 在第二個房間，小瓶的填充重量全天定期測試。 目標填充重量為每瓶 6.1 克。 如果小瓶填充重量低於 5.8 克，則必須將小瓶扔掉。 我們有上週該公司 Drug Z 10 劑量小瓶的生產數據。 每天測試十二個樣品，每個樣品六個小瓶。 讓我們使用可變性圖表快速查看數據，以了解我們期望看到的不同類型的變化。
變異性圖表
打開隨 JMP 樣本數據提供的樣品瓶填充重量，然後運行變異性圖表腳本。
dt=Open("$SAMPLE_DATA/Quality Control/Vial Fill Weights.jmp");
dt<<RUN script=""></RUN>
Variability chart for vial fill weights小瓶填充重量的變異性圖表
注意內部變化。 每個樣品不會產生具有相同填充重量的小瓶。 樣品 12 的範圍條顯示六個樣品瓶的填充重量存在很大差異。 注意之間的變化。 所有鋼筋的長度不相等或位於同一位置。 樣本 41 的範圍條遠高於樣本 56 的範圍條。 數據已按天著色。 注意與天一起出現的模式。 看起來測量值在一天開始時往往會上升，然後測量值會有所下降，但范圍往往會在一天結束時變得更大。 鑑於嵌套設計，我們期望樣本之間以及樣本內部存在差異。 因此，我們需要一個三向圖表來分析這些數據。
過程篩選
要在 Process Screening 中創建三向圖表，請使用以下步驟。
- 選擇分析->篩選->過程篩選。
- 在 Select Columns 面板中選擇 Fill Weight，然後單擊 Process Variables。
- 在 Select Columns 面板中選擇 Sample 並單擊 Subgroup。
- 對於控製圖類型，選擇 XBar MR 和 S。
Process Screening Dialog過程篩選對話框
Process Screening report過程篩選報告結果給出了 sigma 的四個估計值。
- 在 sigma 內是對樣本內變化的估計。
- 總體 Sigma 是對不依賴於子組的總體變異的估計。
- 之間的 sigma 是對樣本之間變化的估計。
- 組間和組內 Sigma 是對樣本內和样本之間的組合變化的估計。
我們注意到，對於這個例子，內西格瑪 (0.05256) 略高於內西格瑪 (0.03332)。 組間和組內 Sigma (0.06223) 非常接近整體 Sigma (0.06993)。
穩定性比和 Cpk 是使用組間和組內 Sigma 估計值計算的。
製程能力
我們可以通過在 Process Screening 平台中選擇流程並選擇 Selected Items 的 Process Capability 來生成 Process Capability 中的三向圖表。 相反，讓我們看看如何使用 Process Capability 對話框生成三向分析。
- 選擇分析->質量和過程->過程能力。
- 在選擇列面板中選擇填充重量，然後單擊 Y，處理。
- 打開 Process Subgrouping 面板。
- 從 Select Columns 面板中選擇 Sample，在 Cast Selected Columns into Roles 面板中的 Fill Weight 並單擊 Nest Subgroup ID 列。
- 單擊計算組間和組內能力。
Process Capability Dialog過程能力對話框
從流程能力旁邊的紅色小三角中，選擇個人詳細報告。
Process Capability Report過程能力報告
在“過程摘要”部分，您會注意到與在“過程篩選”平台中看到的相同的四個 sigma 估計值。 您還將找到基於組間和組內 Sigma 的能力統計信息以及基於整體 sigma 的能力統計信息。
我們從直方圖中看到，該過程略高於目標。 所有小瓶填充重量均在給定的規格限制內。 這個過程是有能力的。
三個平台的三向圖表
以。。。開始版本 14在 JMP 中，三向圖可用於三個不同的平台：控製圖生成器、過程篩选和過程能力。 這意味著，作為用戶，您可以通過多種方式分析相同的信息——也就是說，您可以選擇最適合您需求的平台。
在 JMP 14 中，您可以在另外兩個平台中獲得三向圖表：流程篩选和流程能力。
回复：JMP 14 中三向圖表的過程篩选和過程能力是的，您是正確的，公式應該是 sigma_within 而不是 sigma^2_within。我為錯字道歉。文檔中的公式似乎是正確的，儘管均值上的個體、均值上的移動範圍和 S 圖似乎不見了。我會確保它被添加。
內 sigma 計算與用於控製圖的計算相同。對此的參考是
美國測試與材料協會（1976 年）。 ASTM 數據呈現和控製圖分析手冊. 費城：ASTM。
回复：JMP 14 中三向圖表的過程篩选和過程能力感謝您的快速回复，Tonya。 [前兩個公式的 LHS 上的 sigma-squared-within 應該是 sigma-within。]
我從來沒有聽說過使用*標準偏差*的加權平均來計算匯總標準偏差估計 - 它始終基於組*方差*的加權平均值的平方根，並且加權因子是每個組的度數的自由。
我檢查了“質量和工藝方法”一書，沒有發現那裡使用的公式的引用。 你能指點我嗎？ 謝謝。
回复：JMP 14 中三向圖表的過程篩选和過程能力這些公式都在文檔中給出。請查看質量和流程方法手冊了解更多詳細信息。
Sigma 內的計算取決於圖表的類型。對於均值上的個人、均值和 S 圖表上的移動範圍，公式如下：
對於均值、均值移動範圍和 R 圖表上的個人，公式如下：
在哪裡
s一世=第 i 個樣本的標準差th子群
N=n 的子組數一世>=2
C 4 (n一世)=n 的標準差的期望值一世具有單位標準差的獨立正態分佈變量
R一世= i 的範圍th子群
d 2 (n一世)=n 範圍的期望值一世具有單位標準偏差的獨立正態分佈變量。
sigma 之間和之間的公式如下：
其中 H 是子組樣本大小的調和平均值。
回复：JMP 14 中三向圖表的過程篩选和過程能力我認為“在 Sigma 內”等於樣本內平均方差的平方根？ [我們可以使用算術平均值，因為樣本的 Ns 相等。] 當我這樣做時，我得到 0.058277 的內 Sigma。
另外，你能多說一些關於“西格瑪之間和之內？” 我在任何應用統計書籍或互聯網上都找不到這個詞。 另外，它是如何計算的？
謝謝！ 
回复：JMP 14 中三向圖表的過程篩选和過程能力我很高興您發現 3 路圖表很有用。
如果總體遠大於黑白，則很有可能會發生系統性的事情，但是我對此的研究還不夠，無法說這是唯一的可能性。如果有系統性變化，這應該很容易在數據圖表（流程圖）中看到。
回复：JMP 14 中三向圖表的過程篩选和過程能力很高興看到這種功能在 JMP 中得到擴展。這是我不得不經常依賴 Minitab 的原因，因為 JMP 中的選項要么不存在，要么對我來說不明顯。
另外，我很好奇您對整體與黑白變化的區別。我對此的看法是，如果總體比黑白大得多，那麼您就會有某種形式的本質上系統性的差異，例如漂移或階躍變化。
