minitab之MSA分析实例

.,M-测量系统分析案例：连续型案例：gageaiag.Mtw背景：3名测定者对10部品反复2次TEST,.,.,测量值随OP的变动,测量值随部品的变动,对于部品10，OP有较大分歧；,所有点落在管理界限内良好,大部分点落在管理界限外主变动原因：部品变动良好,.,M-测量系统分析：离散型案例（名目型）：gage名目.Mtw背景：3名测定者对30部品反复2次TEST,.,检查者1需要再教育；检查者3需要追加训练；(反复性),两数据不能相差较大，否则说明检查者一致的判定与标准有一定差异,个人与标准的一致性（再现性？）,.,M-测量系统分析：离散型案例（顺序型）：散文.Mtw背景：3名测定者对30部品反复2次TEST,.,张四需要再教育；张一、张五需要追加训练；(反复性),两数据不能相差较大，否则说明检查者一致的判定与标准有一定差异,.,M-正态性测定:(测定工序能力的前提)案例：背景：3名测定者对10部品反复2次TEST,P-value0.05正态分布（P越大越好）本例：P0.022，数据不服从正态分布。原因：1、Data分层混杂；2、群间变动大；,.,M-工序能力分析（连续型）：案例：Camshaft.MTW工程能力统计：,.,.,求解Zst（输入历史均值）：,历史均值：表示强行将它拉到中心位置不考虑偏移Zst(Bench),.,求解Zlt（无历史均值）：,无历史均值：考虑偏移Zlt(Bench),*ZshiftZlt(Bench)Zlt(Bench)12.131.820.31,.,工序能力分析：案例：Camshaft.MTW另：capabilitysixpack工具,.,.,M-工序能力分析（离散型）：案例：bpcapa.MTW(1)：二项分布的Zst,.,缺陷率：不良率是否受样本大小影响？,平均（预想）PPM226427Zlt0.75ZstZlt1.52.25,.,M-工序能力分析（离散型）：案例：bpcapa.MTW(2)：Poisson分布的Zst,.,.,AGraph（坐标图）：案例：Pulse.MTW,(1)Histograpm（直方图）单变量,通过形态确认：正规分布有无；异常点有无；,(2)Plot（散点图）X、Y双变量,通过形态确认：相关关系；确认严重脱离倾向的点；,.,(3)MatrixPlot（行列散点图矩阵图）多变量,(4)BoxPlot（行列散点图矩阵图）多变量,.,(5)Multi-variChart（多变因图）Sinter.MTW,目的：掌握多X因子变化对Y的影响（大概）；,材料和时间存在交互作用；,.,(5)Multi-variChart（多变因图）Sinter.MTW,目的：掌握多X因子变化对Y的影响（）；,倾斜越大，主效果越大,无交互效果平行；有交互效果交叉；,.,(5)Multi-variChart（多变因图）Sinter.MTW,目的：掌握多X因子变化对Y的影响（交互作用细节）；,材料、交互的P有意；,.,A假设测定决定标本大小：(1)：1-sampleZ（已知u）,背景：HaN（30，100/25）H0N（25，100/n）为测定分布差异的标本大小有意水平=0.05查出力1=0.8,差值：u0ua2530-5功效值（查出力）：10.8标准差：sigma10,.,A假设测定决定标本大小：(2)：1-sampleT（未知u）,背景：HaN（30，100/25）H0N（25，100/n）为测定分布差异的标本大小有意水平=0.05查出力1=0.8,差值：u0ua2530-5功效值（查出力）：10.8标准差（推定值）：sigma10,样本数量27已知u的1-sampleZ的样本数量t分布假定母标准偏差未制定分析；,.,A假设测定决定标本大小：(3)：1Proportion（单样本）,背景：H0：P0.9Ha：P0.05正态分布,P-Value0.05正态分布,.,等分散测定：,P-Value0.05等分散,对Data的Box-plot,标准偏差的信赖区间,测定方法选择：Ftest：正态分布时；Levensestest：非正态分布时；,.,测定平均值：,P-Value0.05HoP1=P2,.,A假设测定：Chi-Square-1.MTW(5)：Chi-Squaret（离散单样本）,背景：确认4个不同条件下，某不良是否有差异？,P-Value0.05HoP1=P2（无差异）,应用一：测定频度数的同质性：H0:P1=P2=PnHa:至少一个不等；,.,A假设测定：Chi-Square-2.MTW(5)：Chi-Squaret（离散单样本）,背景：确认班次别和不同类型不良率是否相关？,P-Value因子:时间(30,40)温度(150,160)确认哪个因子影响收率，利用中心点包括的22配置法,在中心点实验的次数！,.,一次试验(2)统计性分析：,实施对因子效果的t-test，判断有意的因子。A,B有意；,通过分散分析判断1次效果、交互作用及曲率效果的有意性。-1次效果(MainEffect)有意；-弯曲不有意，故而没有曲率效果。,.,一次试验(3)确认最大倾斜方向：,线性变换的因子的水准还原为实际水准值。,Step由实验者配置，Step10时Y取最大值，适用因子配置；,.,二次试验(1)因子配置设计：,背景：通过最大倾斜法求Y最大化的因子水平，通过追加实验，确认是否最佳水准的领域；收率(Yield)时间(80,90)温度(171,181)确认哪个因子影响收率，利用中心点包括的22配置法,.,二次试验(2)统计性分析：,对因子效果t-test，判断与Y有意因子-A,B有意-CtPtP0.05，存在曲率效果.,分散分析-1次效果有意-曲率效果有意,结果解释通过等值线图及统计性分析，1次模形不有意，具有曲线的情形，因此判断2次模形更适当实施反应表面计划,.,I反映表面实验：,(1)因子配置设计：试验配置:中心合成计划(2因子)-反应值(Y):DATA-因数/水平:A(Low=260,High=330),B(Low=6,High=20),背景：通过最大倾斜法，在A=295,B=13状态下，判断最佳条件会出现。求将变量透过率最大化的最佳条件。,Run13:Block没有的情况Run14:Block有的情况,输入试验结果：,.,(2)统计性分析：,.,(3)残差分析：,对残差的正态分布假说的研讨直方图、正态分布图,对分散同质假说的研讨与拟合值,残差已确定为随机分布，可以进行分散同质假说研讨,.,(3)坐标图分析：,因子的最佳条件-A:289310-B:1118预想Y=79.5.,.,(4)数值性分析：,最佳化因子水平初期设定（大概值）,Y=79.5，满足度=1。即意味着满足目标值要求；,调整因数水平而使透过率更好。A=299.50、B=14.90时，Y(Max)79.6163,.,I反映表面实验2：多个反映值,(1)因子配置设计：试验配置:中心合成计划(2因子)-反应值(Y):Y1、Y2、Y3-因数/水平:A(Low=80,High=90),B(Low=170,High=180),背景：通过最大倾斜法，知道反应时间A=85分钟、反应温度B=175F是最佳条件。求可以满足3个反应变量(Y1、Y2、Y3)结果条件的因子的最佳水准。,.,(2)统计性分析：,误差项要不要Pooling?误差项Pooling的话Lackoffit（失拟）的P-value要大起来,R-sq(adj)要升高，或者Regression（回归）的F值要升高不然的话，证明现在的模型更适当,2个因子的主效果、2次效果都有意，不实施Pooling.交互作用，Pooling到误差项时，R-sq(adj)和lackoffit的P值会减少，因此不Pooling.,.,A的2次效果(A*A)不有意，故而Pooling到误差项.交互作用(A*B)，Pooling到误差项时，R-sq(adj)和lackoffit的P值会减少因此不Pooling.,Pooling后分析结果,在项中去掉A*A项后再次运行,.,Pooling后分析结果,在项中去掉A*A、A*B项后再次运行,A、B的2次效果（AA,BB）不有意，Pooling到误差项.AB交互作用，Pooling到误差项时，R-sq(adj)和lackoffit的P值会减少因此不Pooling.,.,(3)坐标图分析：,位于Plot的中央部的白色部分是A和B因子满足所有反应变量的水平值的范围。,.,(4)数值性分析：,调整因子的水准，接近收率(Yield)=78.5以上、粘性Viscosity)=65.,已修订的因子水准值,.,C管理图：,(