minitab實例(已修改)
2025-02-18 22:40 本頁面
【正文】 M測量系統(tǒng)分析： 連續(xù)型案例： 背景： 3名測定者對 10部品反復(fù) 2次 TEST － 測量值隨 OP的變動 － 測量值隨部品的變動 － 對于部品 10， OP有較大分歧； 所有點落在管理界限內(nèi) － 良好 大部分點落在管理界限外 － 主變動原因：部品變動 － 良好 M測量系統(tǒng)分析： 離散型案例 （名目型） ： gage名目 .Mtw 背景： 3名測定者對 30部品反復(fù) 2次 TEST 檢查者 1需要再教育； 檢查者 3需要追加訓(xùn)練； (反復(fù)性 ) 兩數(shù)據(jù)不能相差較大， 否則說明檢查者一致的判定與標(biāo)準(zhǔn)有一定差異 個人與標(biāo)準(zhǔn)的一致性 （再現(xiàn)性？） M測量系統(tǒng)分析： 離散型案例 （順序型）： 散文 .Mtw 背景： 3名測定者對 30部品反復(fù) 2次 TEST 張四 需要再教育； 張一、張五需要追加訓(xùn)練； (反復(fù)性 ) 兩數(shù)據(jù)不能相差較大， 否則說明檢查者一致的判定 與標(biāo)準(zhǔn)有一定差異 M正態(tài)性測定 : (測定工序能力的前提 ) 案例： 背景： 3名測定者對 10部品反復(fù) 2次 TEST Pvalue － 正態(tài)分布（ P越大越好） 本例： P＝ ，數(shù)據(jù)不服從正態(tài)分布。 原因： Data分層混雜； 群間變動大； M工序能力分析（連續(xù)型）： 案例： ① 工程能力統(tǒng)計： 短期 工序能力 長期 工序能力 X平均＝目標(biāo)值 － Cp＝ Cpm X平均 ≠目標(biāo)值 － Cp Cpm ② 求解 Zst（輸入歷史均值） ： 歷史均值：表示強行將它拉到中心位置 － 不考慮偏移－ Zst (Bench) ③ 求解 Zlt（無歷史均值） ： 無歷史均值： － 考慮偏移－ Zlt (Bench) * Zshift ＝ Zlt (Bench) － Zlt (Bench) ＝ － ＝ 工序能力分析： 案例： 另： capability sixpack工具 M工序能力分析（離散型）： 案例： (1)：二項分布的 Zst 缺陷率： 不良率是否 受樣本大小 影響？ －平均（預(yù)想） PPM＝ 226427 － Zlt＝ ＝ Zst＝ Zlt＋ ＝ M工序能力分析（離散型）： 案例： (2)： Poisson分布的 Zst A— Graph（坐標(biāo)圖）： 案例： (1) Histograpm（直方圖）－單變量 通過形態(tài)確認： －正規(guī)分布有無； －異常點有無； (2) Plot（散點圖）－ X、 Y雙變量 通過形態(tài)確認： －相關(guān)關(guān)系； －確認嚴重脫離傾向的點； (3)Matrix Plot（行列散點圖－矩陣圖）－多變量 (4)Box Plot（行列散點圖－矩陣圖）－多變量 (5)Multivari Chart（ 多變因圖 ） 目的：掌握多 X因子變化對 Y的影響（大概）； － 材料和時間 存在交互作用； (5)Multivari Chart（ 多變因圖 ） 目的：掌握多 X因子變化對 Y的影響（）； 統(tǒng)計－方差分析－主效果圖、交互效果圖： 傾斜越大，主效果越大 無交互效果 － 平行； 有交互效果 － 交叉； (5)Multivari Chart（ 多變因圖 ） 目的：掌握多 X因子變化對 Y的影響（交互作用細節(jié)）； 統(tǒng)計－方差分析－雙因子： 材料、交互的 P － 有意； A— 假設(shè)測定－決定標(biāo)本大?。? (1)： 1sample Z（已知 u） 背景： Ha～ N（ 30， 100/25） H0～ N（ 25， 100/n ）－為測定分布差異的標(biāo)本大小 有意水平 α = 查出力 1－ β = 統(tǒng)計－功效和樣本數(shù)量－ 1sample Z： 差值： u0－ ua ＝ 25－ 30＝ 5 功效值（查出力）： 1－ β ＝ 標(biāo)準(zhǔn)差： sigma＝ 10
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1