药品生产数据分析.ppt

药品生产数据分析,蜗牛982015年04月08日,1,一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用,目录,2,一、为什么要进行这次的培训,3,持续工艺验证,二、数据的来源,4,一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用,目录,5,6,三、数据的描述性统计,3.1数据的集中性,7,3.3数据的离散性分析,8,下面给出一组生产数据，来进行相应的计算。,3.3举个例子,9,10,3.3.1均值和众数,3.3.2中位数,11,3.3.3数据的离散性,12,通过上述计算，我们得出了素片产量数据的描述性统计结果,3.3.4描述性统计结果,13,四、数据的图形化,14,一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用,目录,15,16,四、常用的图形,4.1散点图,17,4.2折线图,18,对于素片产量图表里面的数据，我们可以使用简单的柱形图。,4.3柱形图,19,4.4饼图,20,21,4.4.1哪些数据适合制作饼图,22,4.4.2某一数据大量重复出现的饼图,23,4.5.1其他的图形,一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用,目录,24,五、控制图,25,26,5.1数据波动,产生原因,波动类别,处置方法,正常波动,异常波动,过程产生,过程外因素引起,管理帮助,采取措施,5.2控制图的好处,27,5.3控制图条带,28,5.4控制图的检测准则,29,5.5控制图的制作步骤,30,5.5.1数据分类,31,5.5.2控制图的分类（计数）,32,5.5.2控制图的分类（计量）,33,34,5.6计量控制图的组成,5.6.1Xbar-R图计算公式,35,5.6.2Xbar-S图计算公式,36,5.6.3I-MR图计算公式,37,38,39,5.7制作控制图,1.现在有一组上一年PVC硬片的使用数据。2.根据这组数据来制定一个合理的PVC使用限度来对之后PVC的用量进行控制。3.工具：Minitab4.方法：质量控制图,40,5.7.1控制用控制图,5.7.1控制用控制图,41,5.7.1控制图的制作流程,42,43,5.7.2数据及控制图类型,5.7.3数据的正太性检测,44,使用正太概率图,P=0.0170.05（=0.05，显著性水平），数据不符合正太分布,5.7.3数据的正太性检测,45,数据剔除的方法：四分位数法,5.7.3数据剔除,46,5.7.3数据剔除,47,P=0.6270.05，数据符合正太分布。,5.7.3正太性再检测,48,5.7.4完成控制图,49,5.7.5确定控制限,50,5.7.6啰嗦几句,51,1.目的：一直好奇压片的片重的稳定性，就弄了一个方案，准备对片重的稳定性和工序能力进行一下了解。2.数据收集计划：按照一个正常批次的压片时间，进行了25等分，每一个时间段取五片，分别称量片重，记录。3.方法：制作控制图，检查压片稳定性；过程能力分析，检查工序能力。4.工具：Minitab-控制图,52,5.8分析用控制图,53,5.8.1统计抽样,54,5.8.2过程能力分析算法,Cp：过程能力指数,又称为潜在过程能力指数,为容差的宽度与过程波动范围之比。（短期）Cpk：过程能力指数,又称为实际过程能力指数,为过程中心与两个规范限最近的距离。Pp与Ppk：过程性能指数，计算方法与计算Cp和Cpk类似，所不同的是，它们是规范限与过程总波动的比值。（长期）,5.8.3收集到的数据,55,56,5.8.4数据及控制图类型,57,5.8.4数据正态性检测,5.8.4完成控制图,58,组内标准差：3.65，Cp=1.21，Cpk=1.15整体标准差：3.87，Pp=1.19，Ppk=1.17,5.8.5压片过程能力评估,59,5.8.5能力水平分级,60,61,5.8.5压片过程能力评估,5.8.5压片能力的六合一图,62,一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用,目录,63,六、警戒限与行动限,64,合适的才是最好的,65,六、警戒限与行动限,一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用,目录,66,七、生产统计应用,67,7.1成品收率数据,68,7.1成品收率的散点图,69,7.2我们的假设,70,71,8.3工序产量与成品收率的相关性分析,8.4制粒工序产量数据,单因子方差分析:颗粒产量（kg）与年份来源自由度SSMSFP年份21.11770.55896.080.004误差655.97100.0919合计677.0887,72