多变量分析研究概要1.pptVIP

多变量分析研究 DMAIC流程 目录 数据分析 最终报告的模版 多变量分析 在生产状态下描述一个流程的基线能力的方法． 收集数据的方法是“不影响流程”的，即在自然状态下分析流程 在短时间內收集数据并分析，以测定流程能力、稳定性、及关键输入变量（KPIV’s）和关键输出变量（KPOV’s），即 X’s 和 Y’s之间的关系 “多变量分析”应该持续到输出变量的所有范围都被观测完为止 明确固有的流程能力和限制 为什么要进行多变量分析？ 以统计置信度决定流程的能力 确认流程变异的可确定因素 分析影响流程的一般原因 不同班次 Shift-to-Shift, 不同运行 Run-to-Run, 不同操作员 Operator-to-Operator, 不同操作时间 Time-to-Time 初步了解流程的稳定性 提供下一步实验设计 (DOE) 所需的方向及输入 主要聚焦点 噪音变量 我们可以将噪音变量分为以下三种主要类型的变异: 位置的 - 由于生产线中相似流程的差异而产生的变异 反应器之间的差异 生产线之间的差异 压力差异 产品区域之间的差异 操作员之间的差异 时间的- 由于时间的差异产生的流程变异 不同班次 不同天 不同周 连续的-- 一系列连续流程的差异 如果输出变量受几个不同流程的影响，我们测试流程与流程的变异 阶段 阶段 I: 实行短期流程能力分析 – 参看流程改善方法的测量阶段 基于短期流程能力分析的数据和记录，制定流程深入分析的计划 阶段 II: 初步分析可控制因素、不可控因素（噪音）和原料输入变量对输出变量的影响 着重于描述系统中主要不可控变量(噪音) 的影响 初步了解可控输入变量及输出变量之间的关系 练习 目标: 确定噪音和可控输入变量对% 杂质（Impurities）的影响 输出变量: %杂质 规格上限: 8% 输入变量: 可控的: 温度, 压力 不可控的: 天, 班次, 轮班内的时间 合理分组: 班次 分析: 能力, 能力Sixpack 盒型图 散点图 问题: 声么使解释% 杂质重要的基本变量 数据采集结果 正态检验 正态概率图 能力 Sixpack 流程能力 Sixpack 流程能力 Sixpack 流程能力分析 流程能力分析 流程能力 时间序列图 时间序列图 盒型图 盒型图目的： ___________________________ 盒型图按天, 班次, 时间分组 主要影响图 主要影响图 的目的： ____________________ 主要影响图 主要影响图 - 杂质数据均值 主要影响图 - 杂质数据均值 结论 什么是可变性显而易见的来源? 天 Day ________________ 班次 Shift ________________ 时间 Time ________________ 温度 Temp ________________ 压力 Pressure ________________ 让我么再次检查主要影响 将 连续输入 转化为 属性输入变量 这种技术允许你使用 检验输出变量对输入变量的影响 这样允许你使用 二项式检验避免线性相关的影响 步骤: 运行描述统计程序 使用 编码程序, 创建4个类别分别定义为： 最小值到 Q1 Q1 到 中位数 中位数到 Q3 Q3 到最大值 对于小样本量, 做 Median Split 创建 高和低 类别 分析使用单向 ANOVA的常规方法 解释F检验结果 从另一个角度看 温度和压力 温度和压力能够进行编码，让我们看起来他们有些不同 让我们通过把他们的值分为四分为数 使用描述统计量功能确定4组温度和压力 Stat Basic Statistics Display Descriptive Statistics 使用编码功能建立两列数据代表温度和压力Data Code Numeric to Numeric 描述统计 / 四分为数 连续输入变量编码 主要影响图 - 杂质数据均值 主要影响图 - 编码的 vs. 不编码的 主要影响图 - 杂质数据均值 主要影响图 - 杂质数据均值 多变量易犯的错误 报告结果 描述 目标 测量的输入和输出变量 抽样计划 流程设置 稳定性和流程能力 趋势/控制图表 能力和能力 Sixpack分析 直方图 Cp, Cpk, sigma 合理分组分析 变量之间的显著性关系 盒型图, 散点图, 等. 统计分析 结论 进一步研究的建议 结论 数据驱动 以图形及统计揭示 不是基于推测和知觉 理性思考 总结 简介多变量研究 回顾了噪音变量及分析介绍 编制多变量研究计划 确定数据采集方法 数据分析实例 回顾了最终报告的形式 The Main Effects Plo