Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.

Podobne dokumenty
Metody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie

Statystyczne sterowanie procesem

POLITECHNIKA OPOLSKA

Pobieranie prób i rozkład z próby

Testy post-hoc. Wrocław, 6 czerwca 2016

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

STATYSTYCZNE STEROWANIE PROCESAMI

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Zarządzanie procesami

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war

Testowanie hipotez statystycznych.

Statystyka w analizie i planowaniu eksperymentu

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Niezawodność systemów. Charakterystyki niezawodności.

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Weryfikacja hipotez statystycznych

1 Podstawy rachunku prawdopodobieństwa

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

Rozkłady statystyk z próby

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka w analizie i planowaniu eksperymentu

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Statystyka w analizie i planowaniu eksperymentu

Statystyka opisowa. Wykład VI. Analiza danych jakośiowych

Wykład 12 Testowanie hipotez dla współczynnika korelacji

Wykład 12 Testowanie hipotez dla współczynnika korelacji

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

Wykład 9 Testy rangowe w problemie dwóch prób

POLITECHNIKA OPOLSKA

Próbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy)

Kolokwium ze statystyki matematycznej

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych.

Weryfikacja hipotez statystycznych testy t Studenta

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

Wykład 10 Testy jednorodności rozkładów

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Statystyka matematyczna i ekonometria

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Statystyka matematyczna

Wykład 11 Testowanie jednorodności

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości

STATYSTYKA MATEMATYCZNA

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych

Wprowadzenie do analizy korelacji i regresji

Rachunek prawdopodobieństwa WZ-ST1-AG--16/17Z-RACH. Liczba godzin stacjonarne: Wykłady: 15 Ćwiczenia: 30. niestacjonarne: Wykłady: 9 Ćwiczenia: 18

Statystyka matematyczna

Rozkłady zmiennych losowych

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

Wykład 5: Statystyki opisowe (część 2)

Testowanie hipotez statystycznych

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

POLITECHNIKA OPOLSKA

Statystyka matematyczna dla leśników

Wykład 2 Zmienne losowe i ich rozkłady

Opis przedmiotu: Probabilistyka I

Zmienne losowe dyskretne i Zmienne losowe ciągłe Rozkład Normalny

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu

ESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW

W1. Wprowadzenie. Statystyka opisowa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Test t-studenta dla jednej średniej

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

Sposoby opisu i modelowania zakłóceń kanałowych

Wykład 9 Wnioskowanie o średnich

Metody probabilistyczne

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Rozkład normalny, niepewność standardowa typu A

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

POLITECHNIKA OPOLSKA

STATYSTYKA MATEMATYCZNA

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Opis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej

Testy nieparametryczne

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

STATYSTYKA MATEMATYCZNA

POLITECHNIKA OPOLSKA

Dokładne i graniczne rozkłady statystyk z próby

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Transkrypt:

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Wydział Matematyki Politechniki Wrocławskiej

Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę. Może to być np. długość produkowanych prętów, grubość wytwarzanych płyt wiórowych, itp. Technik dokonuje pomiarów i zbiera dane w bazie danych.

Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę. Może to być np. długość produkowanych prętów, grubość wytwarzanych płyt wiórowych, itp. Technik dokonuje pomiarów i zbiera dane w bazie danych. Na typowej karcie kontrolnej widnieją trzy linie:

Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę. Może to być np. długość produkowanych prętów, grubość wytwarzanych płyt wiórowych, itp. Technik dokonuje pomiarów i zbiera dane w bazie danych. Na typowej karcie kontrolnej widnieją trzy linie: Górna Linia Kontrolna (Upper Control Limit UCL)

Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę. Może to być np. długość produkowanych prętów, grubość wytwarzanych płyt wiórowych, itp. Technik dokonuje pomiarów i zbiera dane w bazie danych. Na typowej karcie kontrolnej widnieją trzy linie: Górna Linia Kontrolna (Upper Control Limit UCL) Linia Centralne (Central Line CL)

Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę. Może to być np. długość produkowanych prętów, grubość wytwarzanych płyt wiórowych, itp. Technik dokonuje pomiarów i zbiera dane w bazie danych. Na typowej karcie kontrolnej widnieją trzy linie: Górna Linia Kontrolna (Upper Control Limit UCL) Linia Centralne (Central Line CL) Dolna Linia Kontrolna (Lower Control Limit LCL)

Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę. Może to być np. długość produkowanych prętów, grubość wytwarzanych płyt wiórowych, itp. Technik dokonuje pomiarów i zbiera dane w bazie danych. Na typowej karcie kontrolnej widnieją trzy linie: Górna Linia Kontrolna (Upper Control Limit UCL) Linia Centralne (Central Line CL) Dolna Linia Kontrolna (Lower Control Limit LCL)

Poznane karty kontrolne: x-karta Cel: Chcemy kontrolować średnią wartość procesu, np. chcemy kontrolować średnią długość ciętych prętów stalowych.

Poznane karty kontrolne: x-karta Cel: Chcemy kontrolować średnią wartość procesu, np. chcemy kontrolować średnią długość ciętych prętów stalowych. Po wykonaniu pierwszych cięć wybieramy losowo n próbek: x 1, x 2,..., x n i liczymy ich średnią: x 1 = 1 n x k. n k=1

Poznane karty kontrolne: x-karta Cel: Chcemy kontrolować średnią wartość procesu, np. chcemy kontrolować średnią długość ciętych prętów stalowych. Po wykonaniu pierwszych cięć wybieramy losowo n próbek: x 1, x 2,..., x n i liczymy ich średnią: x 1 = 1 n x k. n Powtarzamy schemat m-krotnie, tzn. po każdym cięciu po raz kolejny wybieramy próbki i liczymy średnią. W konsekwencji dostajemy m wartości średnich: x 1, x 2,..., x m. k=1

Poznane karty kontrolne: x-karta Cel: Chcemy kontrolować średnią wartość procesu, np. chcemy kontrolować średnią długość ciętych prętów stalowych. Po wykonaniu pierwszych cięć wybieramy losowo n próbek: x 1, x 2,..., x n i liczymy ich średnią: x 1 = 1 n x k. n Powtarzamy schemat m-krotnie, tzn. po każdym cięciu po raz kolejny wybieramy próbki i liczymy średnią. W konsekwencji dostajemy m wartości średnich: x 1, x 2,..., x m.liczymy średnią ze średnich: x = 1 m k=1 m x k. k=1

Poznane karty kontrolne: x-karta Cel: Chcemy kontrolować średnią wartość procesu, np. chcemy kontrolować średnią długość ciętych prętów stalowych. Po wykonaniu pierwszych cięć wybieramy losowo n próbek: x 1, x 2,..., x n i liczymy ich średnią: x 1 = 1 n x k. n Powtarzamy schemat m-krotnie, tzn. po każdym cięciu po raz kolejny wybieramy próbki i liczymy średnią. W konsekwencji dostajemy m wartości średnich: x 1, x 2,..., x m.liczymy średnią ze średnich: x = 1 m k=1 m x k. k=1 Ta wartość będzie stanowiła linię centralną.

x-karta Z każdej próbki oprócz średniej wartości x k, k = 1,..., m, wybieramy także wartości największą i najmniejszą i liczymy ich rozstęp: R 1 = x (1) max x (1) min.

x-karta Z każdej próbki oprócz średniej wartości x k, k = 1,..., m, wybieramy także wartości największą i najmniejszą i liczymy ich rozstęp: R 1 = x (1) max x (1) min. W ten sposób dostajemy m wartości rozstępów dla każdej z próbek: R 1,..., R m.

x-karta Z każdej próbki oprócz średniej wartości x k, k = 1,..., m, wybieramy także wartości największą i najmniejszą i liczymy ich rozstęp: R 1 = x (1) max x (1) min. W ten sposób dostajemy m wartości rozstępów dla każdej z próbek: R 1,..., R m.liczymy średni rozstęp: R = 1 m m R k. k=1

x-karta Ustalamy linie kontrolne: UCL = x + A 2 R, LCL = x A 2 R, gdzie A 2 = 3 d 2 n jest pewną stałą zależną od rozmiaru próby. Jest ona podana w specjalnych tablicach. Niemniej jednak dla prób n > 25 można ją uzyskać wprowadzając pojęcie relatywnej rangi: W = R σ. Wtedy okazuje się, że zachodzi zależność d 2 = R, gdzie s jest s odchyleniem standardowym z próby.

R-karta Wraz z kartą do średniej używana jest równolegle karta do kontroli rozstępu. Linię centralną stanowi tam wartość R.

R-karta Wraz z kartą do średniej używana jest równolegle karta do kontroli rozstępu. Linię centralną stanowi tam wartość R. W przypadku poszczególnych linii kontrolnych dostajemy: UCL = D 4 R, LCL = D 3 R, gdzie D 4, D 3 są stałymi podanymi w tablicach.

R-karta Wraz z kartą do średniej używana jest równolegle karta do kontroli rozstępu. Linię centralną stanowi tam wartość R. W przypadku poszczególnych linii kontrolnych dostajemy: UCL = D 4 R, LCL = D 3 R, gdzie D 4, D 3 są stałymi podanymi w tablicach. Powyższą zależność można też zapisać jako UCL = R + 3 d 3 d 2 R, LCL = R 3 d 3 d 2 R, gdzie d 2 jest stałą jak poprzednio, zaś d 3 uzyskuje się poprzez policzenie odchylenia standardowego z rozstępu: d 3 = s R d 2. R Zwróćmy uwagę, że karta dla badania rozstępu nie jest symetryczna!

Projektowanie kart kontrolnych dla odchylenia standardowego s Pomimo, że x-karty i R-karty są powszechnie stosowane, czasami lepiej jest zamiast rozstępu kontrolować odchylenie standardowe z próby.

Projektowanie kart kontrolnych dla odchylenia standardowego s Pomimo, że x-karty i R-karty są powszechnie stosowane, czasami lepiej jest zamiast rozstępu kontrolować odchylenie standardowe z próby. Przypomnijmy: wariancją z proby nazywamy wielkość s 2 = 1 n 1 n (x k x) 2, (1) k=1 gdzie x jest wcześniej wyznaczoną średnią z próby. Odchyleniem standardowym z próby nazywamy wielkość s = s 2. (2)

Projektowanie kart kontrolnych dla odchylenia standardowego s Karty kontroli dla odchylanie standardowego są preferowane w przypadkach gdy:

Projektowanie kart kontrolnych dla odchylenia standardowego s Karty kontroli dla odchylanie standardowego są preferowane w przypadkach gdy: Rozmiar próby jest duży. Liczenie rozstępu w takich przypadkach, aby wyznaczać wariancję traci wtedy znaczenie statystyczne.

Projektowanie kart kontrolnych dla odchylenia standardowego s Karty kontroli dla odchylanie standardowego są preferowane w przypadkach gdy: Rozmiar próby jest duży. Liczenie rozstępu w takich przypadkach, aby wyznaczać wariancję traci wtedy znaczenie statystyczne. Rozmiar próby n jest zmienny.

Projektowanie kart kontrolnych dla odchylenia standardowego s Karty kontroli dla odchylanie standardowego są preferowane w przypadkach gdy: Rozmiar próby jest duży. Liczenie rozstępu w takich przypadkach, aby wyznaczać wariancję traci wtedy znaczenie statystyczne. Rozmiar próby n jest zmienny. W takich wypadkach proces kontroluje się wykorzystując x-kartę oraz kartę odchylenia standardowego: s-kartę.

Projektowanie s-karty Cel: Chcemy kontrolować wariancję procesu.

Projektowanie s-karty Cel: Chcemy kontrolować wariancję procesu. Przypuśćmy, że znana jest wartość odchylania standardowego każdej z próbki (a nie całego procesu!) i ma ona wartość σ. Wtedy pokazuje się, że linią centralną s karty jest wartość CL = c 4 σ gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach.

Projektowanie s-karty Cel: Chcemy kontrolować wariancję procesu. Przypuśćmy, że znana jest wartość odchylania standardowego każdej z próbki (a nie całego procesu!) i ma ona wartość σ. Wtedy pokazuje się, że linią centralną s karty jest wartość CL = c 4 σ gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach. Pozostałe linie kontrolne to UCL = c 4 σ + 3σ 1 c4 2, LCL = c 4σ 3σ 1 c4 2.

Projektowanie s-karty Cel: Chcemy kontrolować wariancję procesu. Przypuśćmy, że znana jest wartość odchylania standardowego każdej z próbki (a nie całego procesu!) i ma ona wartość σ. Wtedy pokazuje się, że linią centralną s karty jest wartość CL = c 4 σ gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach. Pozostałe linie kontrolne to UCL = c 4 σ + 3σ 1 c4 2, LCL = c 4σ 3σ 1 c4 2. Oznaczmy B 5 = c 4 3 1 c 2 4, B 6 = c 4 + 3 1 c 2 4. Wtedy UCL = B 6 σ, LCL = B 5 σ.

Projektowanie s-karty Problem pojawia się, gdy nie znamy wartości teoretycznej wariancji lub odchylenia standardowego. Należy wtedy je estymować, czlyli przybliżyć ich nieznaną wartość.

Projektowanie s-karty Problem pojawia się, gdy nie znamy wartości teoretycznej wariancji lub odchylenia standardowego. Należy wtedy je estymować, czlyli przybliżyć ich nieznaną wartość. Po pobraniu losowo n próbek: x 1, x 2,..., x n liczymy ich wariancję: s 2 1.

Projektowanie s-karty Problem pojawia się, gdy nie znamy wartości teoretycznej wariancji lub odchylenia standardowego. Należy wtedy je estymować, czlyli przybliżyć ich nieznaną wartość. Po pobraniu losowo n próbek: x 1, x 2,..., x n liczymy ich wariancję: s 2 1. Powtarzamy schemat m-krotnie. W konsekwencji dostajemy m wartości wariancji: s 2 1, s2 2,..., s2 m. Potem liczymy odchylenia standardowe z każdej próby: s 1, s 2,..., s m

Projektowanie s-karty Problem pojawia się, gdy nie znamy wartości teoretycznej wariancji lub odchylenia standardowego. Należy wtedy je estymować, czlyli przybliżyć ich nieznaną wartość. Po pobraniu losowo n próbek: x 1, x 2,..., x n liczymy ich wariancję: s 2 1. Powtarzamy schemat m-krotnie. W konsekwencji dostajemy m wartości wariancji: s1 2, s2 2,..., s2 m. Potem liczymy odchylenia standardowe z każdej próby: s 1, s 2,..., s m Linią centralną karty będzie średnie odchylenie standardowe CL = s = 1 m s i. m i=1

Projektowanie s-karty Aby ustalić linie UCL i LCL należy wpierw policzyć, w jaki sposób wahają się odchylenia standardowe, czyli policzyć odchylenie standardowe z odchyleń standardowych. Na szczęście dobrym przybliżeniem tej wielkości jest wielkość s c 4 1 c 2 4, gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach.

Projektowanie s-karty Aby ustalić linie UCL i LCL należy wpierw policzyć, w jaki sposób wahają się odchylenia standardowe, czyli policzyć odchylenie standardowe z odchyleń standardowych. Na szczęście dobrym przybliżeniem tej wielkości jest wielkość s c 4 1 c 2 4, gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach.. Dostajemy wtedy UCL = s + 3 s 1 c4 2 c, LCL = s 3 s 1 c4 2 4 c. 4

Projektowanie s-karty Aby ustalić linie UCL i LCL należy wpierw policzyć, w jaki sposób wahają się odchylenia standardowe, czyli policzyć odchylenie standardowe z odchyleń standardowych. Na szczęście dobrym przybliżeniem tej wielkości jest wielkość s c 4 1 c 2 4, gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach.. Dostajemy wtedy UCL = s + 3 s 1 c4 2 c, LCL = s 3 s 1 c4 2 4 c. 4 Oznaczmy B 3 = 1 3 c 4 1 c 2 4, B 4 = 1 + 3 c 4 1 c 2 4.

Projektowanie s-karty Aby ustalić linie UCL i LCL należy wpierw policzyć, w jaki sposób wahają się odchylenia standardowe, czyli policzyć odchylenie standardowe z odchyleń standardowych. Na szczęście dobrym przybliżeniem tej wielkości jest wielkość s c 4 1 c 2 4, gdzie c 4 jest współczynnikiem zależnym od rozmiaru proby i jest podany w tablicach.. Dostajemy wtedy UCL = s + 3 s 1 c4 2 c, LCL = s 3 s 1 c4 2 4 c. 4 Oznaczmy B 3 = 1 3 c 4 1 c 2 4, B 4 = 1 + 3 c 4 1 c 2 4. Wtedy: UCL = B 4 s, LCL = B 3 s

Wpływ na x-kartę Po wyliczeniu linii dla s-karty, można zauważyć, że ma to wpływ na x-kartę. Można na niej wyznaczyć linie kontrolne korzystając z wyliczonego odchlenia standardowego: s s UCL = x + 3, LCL = x 3 c 4 n c 4 n

Wpływ na x-kartę Po wyliczeniu linii dla s-karty, można zauważyć, że ma to wpływ na x-kartę. Można na niej wyznaczyć linie kontrolne korzystając z wyliczonego odchlenia standardowego: s s UCL = x + 3, LCL = x 3 c 4 n c 4 n Oznaczmy. A 3 = 3 c 4 n

Wpływ na x-kartę Po wyliczeniu linii dla s-karty, można zauważyć, że ma to wpływ na x-kartę. Można na niej wyznaczyć linie kontrolne korzystając z wyliczonego odchlenia standardowego: s s UCL = x + 3, LCL = x 3 c 4 n c 4 n Oznaczmy.Wtedy: UCL = x + A 3 s, A 3 = 3 c 4 n LCL = x A 3 s

Właściwy dobór stałych Zauważmy, że do obliczania odchylenia standardowego wykorzystujemy wzór n i=1 s = (x i x) 2. n 1 Niektórzy wykorzystują jedank inny wzór: n i=1 s = (x i x) 2. n Powoduje to różnice w doborze stałych.

Właściwy dobór stałych Zauważmy, że do obliczania odchylenia standardowego wykorzystujemy wzór n i=1 s = (x i x) 2. n 1 Niektórzy wykorzystują jedank inny wzór: n i=1 s = (x i x) 2. n Powoduje to różnice w doborze stałych. Zamiast stałych c 4, B 3, B 4, A 3 bierze się z tablic odpowiednio stałe c 2, B 1, B 2, A 1.

Karta dla indywidualnych pomiarów W produkcji występuje wiele sytuacji, w których nie można pobrać więcej niż jednej próbki, czyli n = 1. W takich wypadkach wykorzystuje się kartę kontrolną dla indywidualnych pomiarów.

Ranga krocząca W konstrukcji kart dla indywidualnych pomiarów wykorzystuje się wielkość nazywaną rangą kroczącą (ang. moving range.)

Ranga krocząca W konstrukcji kart dla indywidualnych pomiarów wykorzystuje się wielkość nazywaną rangą kroczącą (ang. moving range.) MR i = x i x i 1. Można także skonstruować kartę dla rangi kroczącej (MR-kartę).

Projektowanie karty dla indywidualnych pomiarów Cel: Chcemy kontrolować średnią wartość procesu mając możliwość pobrania tylko jednej próbki w każdym podejściu.

Projektowanie karty dla indywidualnych pomiarów Cel: Chcemy kontrolować średnią wartość procesu mając możliwość pobrania tylko jednej próbki w każdym podejściu. Po wykonaniu m powtórzeń dysponujemy m próbkami: x 1, x 2,..., x m i liczymy ich średnią: x 1 = 1 m x k. m k=1

Projektowanie karty dla indywidualnych pomiarów Cel: Chcemy kontrolować średnią wartość procesu mając możliwość pobrania tylko jednej próbki w każdym podejściu. Po wykonaniu m powtórzeń dysponujemy m próbkami: x 1, x 2,..., x m i liczymy ich średnią: x 1 = 1 m x k. m k=1 Liczymy też rangi kroczące MR 2, MR 3,..., MR n oraz ich średnią: MR = 1 m m MR k. k=1

Projektowanie karty dla indywidualnych pomiarów Cel: Chcemy kontrolować średnią wartość procesu mając możliwość pobrania tylko jednej próbki w każdym podejściu. Po wykonaniu m powtórzeń dysponujemy m próbkami: x 1, x 2,..., x m i liczymy ich średnią: x 1 = 1 m x k. m k=1 Liczymy też rangi kroczące MR 2, MR 3,..., MR n oraz ich średnią: MR = 1 m m MR k. k=1 Linię centralną karty będzie stanowiła wartość CL = x.

Projektowanie karty dla indywidualnych pomiarów Ponieważ ranga krocząca wyliczana jest na podstawie dwóch pomiarów, więc dobieramy stałą dla n = 2. Ustalamy linie kontrolne: UCL = x + 3 d 2 MR, LCL = x 3 d 2 MR, gdzie d 2 = 1, 128.

Projektowanie MR-karty Linię centralną będzie tu stanowiła średnia z rang kroczących: CL = MR.

Projektowanie MR-karty Linię centralną będzie tu stanowiła średnia z rang kroczących: CL = MR. Dobieramy linie kontrolne: UCL = D 4 MR, LCL = D 3 MR, gdzie stałe dobieramy dla n = 2.

Projektowanie MR-karty Linię centralną będzie tu stanowiła średnia z rang kroczących: CL = MR. Dobieramy linie kontrolne: UCL = D 4 MR, LCL = D 3 MR, gdzie stałe dobieramy dla n = 2. Stąd D 3 = 0, D 4 = 3, 267 oraz UCL = D 4 MR, LCL = 0

Zmiana rozmiaru próbki Wielokrotnie w trakcie procesu produkcyjnego zdarza się, że technicy postanowili dokonać korekty pomiarów. Jedną z możliwości jest pobieranie innej ilości próbek w każdym badaniu.

Zmiana rozmiaru próbki Wielokrotnie w trakcie procesu produkcyjnego zdarza się, że technicy postanowili dokonać korekty pomiarów. Jedną z możliwości jest pobieranie innej ilości próbek w każdym badaniu. Jak już zauważyliśmy w tym wypadku technicy bardzie preferują x-karty i s-karty, które są jak najbardziej wskazane w takich sytuacjach.

Zmiana rozmiaru próbki Wielokrotnie w trakcie procesu produkcyjnego zdarza się, że technicy postanowili dokonać korekty pomiarów. Jedną z możliwości jest pobieranie innej ilości próbek w każdym badaniu. Jak już zauważyliśmy w tym wypadku technicy bardzie preferują x-karty i s-karty, które są jak najbardziej wskazane w takich sytuacjach. Załóżmy jednak, że mamy do czynienia ze stałą zmianą wywołaną np. cięciem kosztów kontroli jakości, ustabilizowaniem się procesu, zmniejszeniem podaży produktu itp.

Zmiana rozmiaru próbki Wprowadźmy oznaczenia: R stare - średni rozstęp dla starego rozmiaru

Zmiana rozmiaru próbki Wprowadźmy oznaczenia: R stare - średni rozstęp dla starego rozmiaru R nowe - średni rozstęp dla rowego rozmiaru

Zmiana rozmiaru próbki Wprowadźmy oznaczenia: R stare - średni rozstęp dla starego rozmiaru R nowe - średni rozstęp dla rowego rozmiaru n stare - stary rozmiar próbki

Zmiana rozmiaru próbki Wprowadźmy oznaczenia: R stare - średni rozstęp dla starego rozmiaru R nowe - średni rozstęp dla rowego rozmiaru n stare - stary rozmiar próbki n nowe - nowy rozmiar próbki

Zmiana rozmiaru próbki Wprowadźmy oznaczenia: R stare - średni rozstęp dla starego rozmiaru R nowe - średni rozstęp dla rowego rozmiaru n stare - stary rozmiar próbki n nowe - nowy rozmiar próbki d 2 (stare) - współczynnik d 2 dla starego rozmiaru

Zmiana rozmiaru próbki Wprowadźmy oznaczenia: R stare - średni rozstęp dla starego rozmiaru R nowe - średni rozstęp dla rowego rozmiaru n stare - stary rozmiar próbki n nowe - nowy rozmiar próbki d 2 (stare) - współczynnik d 2 dla starego rozmiaru d 2 (nowe) - współczynnik d 2 dla nowego rozmiaru.

Zmiana rozmiaru próbki Dla x-karty nowe linie kontrolne mają wtedy postać: UCL = x + A 2 d 2 (nowe) d 2 (stare) R stare, LCL = x A 2 d 2 (nowe) d 2 (stare) R stare, linia centralna się nie zmienia, a stała A 2 brana jest dla nowego rozmiaru próbki.

Zmiana rozmiaru próbki Dla x-karty nowe linie kontrolne mają wtedy postać: UCL = x + A 2 d 2 (nowe) d 2 (stare) R stare, LCL = x A 2 d 2 (nowe) d 2 (stare) R stare, linia centralna się nie zmienia, a stała A 2 brana jest dla nowego rozmiaru próbki. Dla R-karty nowe linie kontrolne mają wtedy postać: UCL = D 4 d 2 (nowe) d 2 (stare) R stare, LCL = max{0, D 3 d 2 (nowe) d 2 (stare) R stare}, gdzie D 4, D 3 są brane dla nowego rozmiaru próbki, zaś linia centralna również jest zmieniana na. CL = R nowe = d 2(nowe) d 2 (stare) R stare

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny.

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny. W takim wypadku używa się średniej ważonej przy liczeniu x oraz s.

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny. W takim wypadku używa się średniej ważonej przy liczeniu x oraz s. Niech n i będzie liczbą obserwacji w i-tej próbce. Wtedy:

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny. W takim wypadku używa się średniej ważonej przy liczeniu x oraz s. Niech n i będzie liczbą obserwacji w i-tej próbce. Wtedy: m i=1 x = n ix i m i=1 n i

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny. W takim wypadku używa się średniej ważonej przy liczeniu x oraz s. Niech n i będzie liczbą obserwacji w i-tej próbce. Wtedy: m i=1 x = n ix i m i=1 n i s 2 = m i=1 (n i 1)s 2 i m i=1 n i m.

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny. W takim wypadku używa się średniej ważonej przy liczeniu x oraz s. Niech n i będzie liczbą obserwacji w i-tej próbce. Wtedy: m i=1 x = n ix i m i=1 n i s 2 = m i=1 (n i 1)s 2 i m i=1 n i m. Tych wartości używa się jako linii centralnych na odpowiednich kartach.

Zmianny rozmiar próbek dla x-karty i s-karty x-karta i s-karta są relatywnie łatwe w użyciu w przypadku, gdy rozmiary próbki są zmienne w sposób dynamiczny. W takim wypadku używa się średniej ważonej przy liczeniu x oraz s. Niech n i będzie liczbą obserwacji w i-tej próbce. Wtedy: m i=1 x = n ix i m i=1 n i s 2 = m i=1 (n i 1)s 2 i m i=1 n i m. Tych wartości używa się jako linii centralnych na odpowiednich kartach. Do wyliczania UCL i LCL używamy odpowiednich stałych podanych wcześniej, ale dobranych dla rozmiaru każdej grupy z osobna.

Literatura Douglas C. Montgomery, Introduction to Statistical Quality Control, John Willey & Sons Inc., 6th edition, 2009. W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, cz. II, PWN, wyd. VIII, 2010.

Podziękowania Dziękuję za uwagę