〈精品〉Unit-4分析4.2多变量分析.ppt

* * * * 这两种经确认的原因可用于将来的研究。 * 有可能存在不同于上面所示的形状。件内变化最小将导致很小的形状（内部没什么空间）。当件内变化增大时，形状变得更满。 按固定顺序连接所有点特别有用，因为形状的改变可反映出件内变化的关系如何改变。 因为不能使用 Minitab 多变量命令绘制这些形状，它们必须用人工方法按合适顺序绘制在数据图中。这通常可使用 Minitab 时间序列图来实现，如面板漆层厚度示例最初所示。 * 在“测量”步骤中，您已识别了可能重要的输入变量和过程变量。 在介绍多变量时我们请您思考分类的生产流：供应商 A 与供应商 B，压制 1，压制 2 与压制 3。您可能认为这些是上游变量。现在我们来考虑如何使用连续 X 变量。 扩大多变量分析的数据收集计划，以包含连续 X 变量的值。 从已测量的或容易获得的连续 X 开始，而不是从一个您必须为之构造测量系统的 X 开始。 （为操作员和技术人员提供信息的仪表是否已存在，但数据并未例行输入操作数据库中？） 寻找 X 和 Y 之间的强相关性。回归分析提供了使 X 和 Y 关联的一种正式方法，我们将在本周稍后时间学习。 警告：在一些生产应用中，两个 X 变量之间的交互作用或（较少发生）在三个或更多变量中的交互作用对过程性能有重要的含义。在交互影响的情况下，一次检查一个变量的方法可能会误导研究人员。我们将在介绍设计实验的课程部分分析适用于交互作用的方法。 * * * * * * 使用一个流内的多个级别且在频率图和运行图（控制图）中表示出来的分层，可能显示先前未识别出来的，一致且持久的级别之间的差异。如果基本分层分析证明有这样一个很强的信号，表明已找到了一个应该首先研究的重大线索。您可以推迟多变量分析。 如果在一个流的多个级别之间显现没有持久一致的差异，宁可不包含每个级别，但可以包含两个级别：根据历史数据或小组成员或其他专家的意见包括一个最好的和最差的级别。 传统的情形是，通用的 Xbar -R 图中已显示出变化。但运用更新的技术（计算机上处理的视频，数码照片）可以进行多变量分析： 用一种可持续观察一段时间内所有相关变化系列的方法记录过程。 跟踪同一时间周期内感兴趣的产品特性。 依照这些系列将产品特性中的变化与移动联系起来。 不要忘记象物理图这样的基本方法。例如，如果您在研究密封缺陷，您可以依据变化系列，按时间顺序排序的系列，按时间系列分批等方法将样品排列在会议室的墙壁上。是否出现一些模式？ * 短期和长期的概念与过程相关。对于持续一小时的批处理操作，一小时可能是短期，但对于一个注塑过程，一小时可能是长期。 实际上，短期变化与单元内变化和单元之间的变化有关。 测量系统引起的变化是其它所有变化系列的基础。在本节的大部分内容中，我们假设测量系统中的变化与其它变化系列有关的变化相比是很小的。 * * 1. 单元内变化由前面和后面读数之间的差异以及哪一个读数更大来表示。 2. 单元之间的变化由每组三个纵向成对的数据点的移动来表示；由于这三个面板是连续抽样的，单元之间的变化也对应于短期变化。 3. 从上午到下午的变化（长期时间变化）由上午三个样品与下午三个样品的相对位置表示。在两天中，我们有两次机会看到这种变化。 4. 每日变化（更大的长期时间变化）由位于图中间实心垂直线前后的六对点的相对位置表示。 * * 第 2 天下午 第 2 天上午 第 1 天下午 第 1 天上午 0.040 0.035 0.030 Line2ThickF 平均漆层厚度图，跨三个单元（前面和后面读数），每个周期 结果的全部变化看起来似乎它包括两个显著的部分：单元内变化和从上午到下午的变化。 要更容易看出从上午到下午的变化，可绘出每天上午和下午抽样的六个值的平均读数： 选择哪些变化系列来显示取决于问题以及您的技能和想象力。在 1950 年出版的有关多变量的第一批文章提供了一组有趣的例子，告诉您如何将图中单元内变化的模式与产生这些单元的机器属性联系起来。参考 Industrial Quality Control 1950 年 1 月第 11 页到第 19 页 Leonard A. Seder 所著的 “Diagnosis with Diagrams—Part 1” 以及 Industrial Quality Control 1950 年 3 月第 7 页到第 11 页的 “Diagnosis with Diagrams—Part II” 。 * 可使用历史数据，再从工程和生产方面进行判断以识别最好和最差的流。这可减少抽样的工作量。提醒：如果在您的改进项目中，您发现了在流（例如，生产线）中存在持久的，一致的差异，则在分析中不要包括这些流；它将使解释变得模糊。应首先了解观察到的