day3-gb-a-02 多变量研究

Multi-Vari Studies多变量研究,Define,Measure,Analyze,Improve,Control,Step 8- Data 分析,Step 9- Vital Few X的选定,多变量研究 中心极限定理 假设检验 置信区间 方差分析，均值检验 卡方检验 相关/回归分析,Step 7- Data 收集,路径位置,噪音变数研究,主焦点,首先研究不可控的噪音变量！ 噪音变量散布产生长期的和严重的平均值移动和散布变化， 从而导致工程不稳定 如果有可能，我们必须首先在系统地度量重要可控输入变量之前 祛除这些散布源。,鉴别输入和输出变量,工程,关键的工程输出,噪音输入变量(离散型),示例不同的作业者不同的设备不同的班次,示例室温 大气压力相对湿度原材料某特征参数,示例温度压力时间,可控的输入变量,工具散点图相关回归,工具箱图主效果和交互作用 ANOVA, T-检验,工具C&E 矩阵FMEA鱼刺图短期流程能力,可控与不可控,控制因素和“不变”的因素,只能在实验中能操纵的噪音因素,不可控的有影响的噪音,对响应没有影响的因素,实际可控因素,对响应有影响的因素,(整个左圆),在实验中可控的因素,(整个右圆),注意, 所谓噪音是从观察者自身的角度来看的。,这是个什么工具？,多变量分析有助于您查看响应变量（该变量可与潜在原因变量相关）中的变化模式。这里所使用的特定工具称为多变量图。,测量,时间或情况变化,时间或情况变化,件内,多变量图的示意图,件之间,为什么这个工具很有用？,多变量分析有助于将多个潜在原因大大减少，以便进行详细研究（例如，通过设计的实验）。它还可帮助您限制可能需要研究的潜在变量。,应何时使用它？,多变量分析应在“分析”步骤中使用，以补充过程分析和分层。它通常在分层分析之后进行。,计划多变量研究：概述,A. 预备工作B. 主要工作,选择与问题有关的产品特性（在“定义”或“测量”步骤中完成）,列出感兴趣的特性变化的潜在因素（原因）,7. 分析结果,1. 定义研究范围或领域,2. 定义样品选择的时间分布图,3. 制订收集产品样品的详细计划,4. 收集样品,5. 测量样品,6. 绘制样品数据,变化系列（组成部分）,生产环境中的典型变化系列可聚集成子群：单元系列：单元内变化（Within-Piece） ：单元内或产品内在不同点不同的测量或结果单元之间（Piece-to-Piece） ：一个单元与另一个单元之间（子群内变化）子群之间流之间（Location-to-Location） ：供应商之间，生产线之间，机器之间，工具之间，操作员之间，等等,变化系列（组成部分）（续）,时间系列（Time-to-Time） 短期与长期测量系列 标准度量 R&R,练习 1：多变量图在工作中的可能应用,对您希望减少变化的工作情况列出可能的变化来源。情况：可能来源：,练习 2：多变量显示,2,3,1,Panel 1 2 3 1 2 3 1 2 3 1 2 3Sample， 3 consecutive panels at one time.,此多变量图显示四个变化系列。我们绘制了在一条喷漆生产线中生产出的面板前后的漆层厚度尺寸。1. 面板内的变化2. 单元之间的变化3. 从上午到下午的变化4. 每日的变化,练习 2：多变量显示,对下列变化，您能谈些什么：面板内的变化？面板之间的变化？从上午到下午的变化？每日的变化？,练习 2：多变量显示答案,1. 单元内的漆层厚度差别在所有抽样周期 （单元之间，从上午到下午和每日）大致保持不变， 没有任何一面的漆层厚于另一面。2. 面板之间的变化在一天之中和每一天大致保持不变。3. 每天上午每组样品的平均值比下午要高。4. 第 1 天的值范围与第 2 天的值范围近似相等。,计划多变量研究,1. 确定研究范围或领域：确定要研究的最大过程系列（设备？生产线？机器？工具？班次？）如果有多个流（例如生产线），考虑仅采用表现特别突出的流以节省精力。确定是否在单元内抽样,计划多变量研究（续）,2. 确定研究的时间分布图查清楚单元是否可连续抽样确定哪些因素构成一个短时间间隔确定哪些因素构成一个长时间间隔确定在短期和长期之间是否可使用时间间隔3. 建立数据收集计划 （参见前面讨论的“数据收集”计划格式。）,计划多变量研究（续）,4. 收集样品。5. 测量样品。6. 绘制样品数据。如果数据结构允许（见下一节中的讨论），可使用 Minitab 中的 StatQuality ToolsMulti-Vari Chart。用于画一个图以汇总信息,多变量图,下面是三种模式，显示多变量图如何识别不同的变化系列,1,2,3,计划多变量研究（续）,7. 分析结果寻找最显著的变化模式比较模式和假设原因列表中原因的时间特性暂时排除不能导致观察模式的原因（）在构造因果图时使用其余原因并作为后续诊断和确认工具（假设测试，回归分析和设计的实验）的候选因素。,使用 Minitab 第 1 部分：多变量分析技巧,这些数据是光洁度性能这一更广泛研究中的一部分，我们将在下一示例中继续讨论。 这些变量有：面板 ID：从每条喷漆线中抽样的面板的序号生产线：哪一条喷漆线日期：面板抽样日期AM/FM：面板在上午或下午抽样漆层厚度：响应变量（以英寸为单位，额定 0.04）位置：抽样面板出现在喷漆台上时哪一面样品：面板序号（大小为 3 的子群）产品特性：矩形面板前后面（由喷漆台上的面板方向定义）的漆漆层厚度。 面板安装时没有特定的方向。 （ 几个面设计得刚好咬合，而不用考虑面板长轴的方向）。,例题1,打开文件 PAINTLIN.MTW ,变化系列,本示例中，有4个潜在的变化系列可以分析：1. 单元之间的变化（每次抽样连续的3 个面板），它符合短期变化2. 从上午到下午的变化3. 每日变化4. 生产线之间的变化,系列 4： 生产线,系列 3： 日期,系列 2： AMPM,系列 1： 单元,测量数,级别,2,2,2,3,24,=,使用 Minitab 命令创建多变量图,统计 质量工具 多变异图,使用 Minitab 命令创建多变量图,此窗口中输入顺序是很重要的。要以标准形式排列该图，将系列 1（面板之间的变化）指定给 因子1，将下一个较大时间系列指定给 因子2，下一个更大的时间系列指定给 因子 3。保留 因子 4，用于一个流系列如生产线。,单响应,使用 Minitab 命令创建多变量图（续）,本示例中，全部框都不选择，只生成第一个图,统计 质量工具 多变异图选项,图的外观,菱形是一条生产线一天内所有读数的平均值,Minitab 按顺序从左到右绘制生产线 1，4/18/99 上午这三个样品。正方块显示这三个读数的平均值。,显示多变量图中的平均值变化,在 选项窗口中，连接因素 13 的平均值。有些人认为连接平均值后更容易看出不同系列的相对作用。,统计 质量工具 多变异图,显示多变量图中的平均值变化（续）,连接平均值符号的线的纵向变化显示该因素对观察的变化所起的平均作用。最大的纵向变化与连接正方块的虚线（从上午到下午的变化）匹配。 最小的纵向变化与连接菱形的虚线（每日变化）匹配,使用 Minitab 第 2 部分,情形：改进小组将注意力放在第 1 条喷漆线上。继续研究漆层厚度。,潜在原因列表（ 简写）：工厂环境湿度工厂环境温度喷漆台温度喷漆台湿度压缩机管道压力变化漆粘度喷嘴清洁度喷嘴放置喷漆之前面板表面的杂质（氧化物）偏离垂直方向的角度（喷嘴和面板表面所夹的参考角）喷漆后的烘烤温度,使用 Minitab 第 2 部分（续）,主要工作步骤 1：研究范围或领域工厂 X 一条生产线仅上白班（喷漆线仅在白天的上午 6:30 到下午 2:30 运行）步骤 2：时间分布图：短期变化：连续单元（三个面板）长期变化：上午和下午长期变化：每日，选择从两天开始。,使用 Minitab 第 2 部分（续）,步骤 3：a. 单元内样品的位置。在面板前后的中心测量漆层厚度，测量位置由 QC 实验室中的样板和标准程序所定义。b. 测量次数：每个单元内的观察数据数（系列 1）：2前面和后面。单元数：在日期和每天的时间构成的每个组合中抽样三个连续的面板（系列 2）。系列 3：更长期的变化（上午和下午）；两级，上午和下午。系列 4：长期变化（每日）；两级：4 月 18 日和 4 月 19 日。,使用 Minitab 第 2 部分（续）,2,3,2,24,级别 系列 4,级别 系列 3,2,连续单元数（系列 2）,单元内的观察数据数（系列 1）,总测量数,=,使用 Minitab 第 2 部分（续）,打开文件 Paint2L.MTW应在作业表中看到下面这些数据：Panel IDDateAM/PMPositionFilmThickTrue TimeUnitName14/18/99AMBack0.0569:30114/18/99AMFront0.0369:30124/18/99AMBack0.0709:30224/18/99AMFront0.0429:30234/18/99AMBack0.0629:30334/18/99AMFront0.0449:30344/18/99PMBack0.07614:00144/18/99PMFront0.04814:00154/18/99PMBack0.07214:00254/18/99PMFront0.04414:00264/18/99PMBack0.07214:00364/18/99PMFront0.05214:00374/19/99AMBack0.0527:45174/19/99AMFront0.0347:45184/19/99AMBack0.0567:45284/19/99AMFront0.0347:45294/19/99AMBack0.0687:45394/19/99AMFront0.0387:453104/19/99PMBack0.07213:301104/19/99PMFront0.04613:301114/19/99PMBack0.06213:302114/19/99PMFront0.04213:302124/19/99PMBack0.07813:303124/19/99PMFront0.05213:303,使用 Minitab 第 2 部分（续）,步骤 6：绘制样品数据统计 质量工具 多变异图多变量图的第一版：,从单元内系列开始，将它作为 Factor 1；本例选择了两个时间系列分别作为 Factor 2 和 3。,使用 Minitab 第 2 部分（续）,如果没有选择第一个框，Minitab 将仅显示前三个因素的平均值。,使用 Minitab 第 2 部分（续）,使用 Minitab 第 2 部分（续）,日期,另一种显示：主效应图,统计 方差分析 主效应图,选择 Panel ID，以便按顺序显示单元平均值。,使用 Minitab 第 2 部分（续）,此点显示 4 月 18 日所有测量的平均值。因此第一个面板显示每日变化平均起来对整体变化的影响程度。,本研究中的最大变化系列是单元内变化，前面与后面平均值的差异明显高于与其它系列关联的平均变化。,变化系列（续）,可修改 Minitab 时间序列图以显示变化系列。统计 时间序列 时间序列图-简单,变化系列（续）,步骤 7 分析结果,最后一个图显示三个变化系列：单元内变化，中期变化和长期变化。可通过平均值线涵盖的垂直距离来判断这些系列的相对作用。单元内跨距（前面与后面）明显高于其它系列。其它两个部分的变化较小。此外，在本示例中，变化模式在两个时间刻度内保持一致。按照建议的原因，您应仅注意可导致单元内变化的原因。在精简列表中，仅两个潜在原因（共 11 个）可能导致单元内变化的原因。,潜在原因,可能的原因？潜在原因否，影响面板的两面工厂环境湿度否，影响面板的两面工厂环境温度 否，影响面板的两面喷漆台温度否，影响面板的两面喷漆台湿度可能，如果喷漆台两面压缩机管道压力变化有单独的空气管道否漆粘度否，每天结束后清洁喷嘴 喷嘴清洁度 否，每天清洁后放好喷嘴放置 喷嘴否，影响面板的两面喷漆之前面板表面的杂质（氧化物）可能偏离垂直方向的角度（喷嘴和面板表面所夹的参考角） 否喷漆后烘烤温度,多变量图的主要优点是可显示同一件中的多个测量。例如，可表示同一件中不同位置上的上光漆厚度。迄今为止，我们的图描绘了这种互相堆叠的件内变化，因为这是 Minitab 比较容易生成的图形类型。为了更好了解件内变化，最好将每一件收集到的数据按收集的位置绘成图。,M6,M3,M4,M1,M2,M5,M1 M2 M3M4 M5 M6,M6,M5,M4,M1,M2,M3,顶部一贯比底部高或,M6,M5,M4,M1,M2,M3,顶部一贯比底部高，中间比边缘高,M1 M2 M3M4 M5 M6,了解件内变化,使用多变量和上游变量,使用上游变量 (X) 和输出测量 (Y)：在收集产品样品和测量输出特性的同时收集相关的连续变量 X 的信息将 X 的变化与 Y 的变化模式关联起来。,总结,多变量分析是帮助您将总变化分为各个子系列的一种方法。通过多变量图，您尝试从变化模式中找出潜在原因。使用该方法可缩小潜在原因范围并找到线索，以便您建立有用的因果关系理论。,课堂练习1-图形分析,用下面的数据分别画出时序图、箱形图和主效果图,打开文件 zip.mtw ,打开Jaz.mtw,课堂练习2-图形分析,对时间或事件的抢拍,主效果图分析,统计 方差分析 主效应图,把计量型输入变量变换成计数型输入变量,这项技术让你用图形分析的方式检验输入对输出的影响。 步骤:运行 显示描述性统计 程序使用编码程序产生4个类别，定义如下： 最小值到 Q1Q1 到中值中值到 Q3Q3 到最大值对于小的样本数，只用“中值分割”，分成高和低两类 化其他变量的主效果图 用One-Way ANOVA 程序分析 解释 F-检验,统计 基本统计量 显示描述性统计,把计量型输入变量变换成计数型输入变量,描述性统计: Motor Alignment 平均值变量 N N*