STATISTICA Process Analysis
Анализ процессов

STATISTICA Анализ процессов включает обширный набор технологий, таких как анализ пригодности процесса, анализ повторяемости и воспроизводимости измерений, анализ Вейбулла, выборочных планов и компонентов дисперсии для случайных эффектов. Каждая из этих технологий описана в соответствующем разделе.

Содержание

Анализ пригодности процесса

2М индексы пригодности

Анализ повторяемости и воспроизводимости измерений

Анализ атрибутов

Анализ Вейбулла

Планы выборочного контроля


Анализ пригодности процесса

Анализ пригодности процесса

STATISTICA Анализ процессов содержит полный набор опций для вычисления индексов пригодности процесса для группированных и негруппированных данных (например, Cp, Cr, Cpk, Cpl, Cpu, K, Cpm, Pp, Pr, Ppk, Ppl, Ppu), нормальных/независимых от распределения границ доверительных интервалов, а также для построения соответствующих графиков пригодности процесса (гистограммы размаха процесса, границы допуска, нормальные графики). 

Кроме того, помимо индексов и статистик для нормального распределения можно вычислить оценки (например, Cpk, Cpl, Cpu по методу процентилей) для основных ненормальных распределений (кривые Джонсона и Пирсона), а также для других распространенных непрерывных распределений: Бета, Экспоненциальное, Экстремального значения (I типа, Гумбеля), Гамма, Лог-нормальное, Релея и Вейбулла. Программа вычислит оценки максимального правдоподобия для этих распределений. 

Также доступны многочисленные опции для определения качества подгонки соответствующего распределения к данным, включая распределение частот с наблюдаемыми и ожидаемыми частотами, статистика d Колмогорова-Смирнова, гистограммы, графики вероятность-вероятность (В-В) и графики квантиль-квантиль (К-К). Также имеются опции для автоматической подгонки всех распределений и выбора распределения, наилучшим образом подгоняемого к данным.

STATISTICA дополнительно предлагает возможность расчета индексов пригодности процесса в соответствии со стандартами DIN (Deutsche Industrie Norm) 55319 и ISO 21747.

В начало


2М индексы пригодности

2М индексы пригодности

Некоторые производственные процессы с подходящими границами допуска, определяющими приемлемое качество, можно охарактеризовать выражением "попадание в цель". Например, рассмотрим процесс сверления отверстий станком в заданной точке. При многократном использовании станка для различных деталей координаты отверстий попадают в некоторую область на плоскости. Задается некоторая желаемая допустимая область, которая определяет приемлемое качество процесса сверления. Лучше всего в качестве допустимой области брать некоторую окружность с центром в заданной точке. Каждый раз, когда отверстие делается за пределами допустимой области (окружности), соответствующая деталь становится бракованной.

Допуски (заданные границы) определяются как окружности на двумерной плоскости, которые также называются позиционными допусками. Для таких процессов стандартные индексы пригодности не подходят, так как, например, по каждому отдельному измерению все точки процесса могут находится внутри допустимых границ, но в то же время на плоскости некоторые из точек могут лежать за пределами допустимой области (окружности, с центром в желаемой точке).

На наглядном примере, приведенном выше, видно, что при использовании допустимых границ НГД=-1, ВГД=+1 по каждому отдельному измерению все точки, включая две точки (выделенные красным цветом), лежат внутри допустимых границ. Однако, если допустимая граница задана как окружность с центром в желаемой точке {0,0} и радиусом 1, то эти две точки будут отвергнуты.

В начало


Анализ повторяемости и воспроизводимости измерений

Анализ повторяемости и воспроизводимости измерений

В STATISTICA Анализ процессов могут быть построены и проанализированы эксперименты повторяемости/воспроизводимости (R & R) с одним и несколькими опытами. Данные для анализа R & R могут быть представлены в формате исходных данных или в виде стандартной таблицы R & R (последний способ используется во многих публикациях American Society по контролю качества и в руководствах Automotive Action Group). 

Результаты содержат оценки компонент дисперсии (повторяемость или погрешность приборов, изменчивость операторов, изменчивость деталей, изменчивость оператор-деталь, оператор-опыт, деталь-опыт, оператор-деталь-опыт), которые могут быть вычислены с помощью метода размахов, или таблицы дисперсионного анализа. Основываясь на таблице дисперсионного анализа, могут быть оценены доверительные интервалы для компонент дисперсии. Дополнительные статистики для компонент дисперсии включают в себя статистики допустимости, изменчивость процесса и общую изменчивость. Программа также вычислит описательные статистики по операторам и деталям, построит диаграммы размаха и итоговый график R & R. 

В модулях Компоненты дисперсии (который входит в STATISTICA Анализ процессов) и Общие Линейные модели (из модуля Линейные и Нелинейные модели STATISTICA) содержится исчерпывающий набор методов оценивания компонент дисперсии для случайных эффектов.

В начало


Анализ атрибутов

Исследование атрибутов проводится для того, чтобы оценить величину смещения и повторяемость измерительного прибора, когда отклик является бинарной (т. е., принять или отвергнуть) атрибутивной переменной. В STATISTICA доступны два метода оценки смещения: метод AIAG (разработан группой Automotive Industry Action Group) и Регрессионный метод.

В некоторых ситуациях бывает очень сложно, а порой просто невозможно, провести физические измерения определенных параметров качества продукта. В таких случаях, как правило, приходится основываться лишь на субъективных категориальных оценках различных специалистов (операторов). Если субъективные оценки различных специалистов для некоторого качественного параметра согласуются (совпадают), то такую оценку параметра вполне можно считать значимой. Таким образом, на основе мнения большинства определяются полезные оценки качества продуктов. STATISTICA Анализ атрибутивных согласований позволяет проводить анализ согласований оценок различных операторов.

Метод АИС для атрибутов является эффективным методом оценки точности операторов и определения характерных для каждого оператора типов ошибок. Обычно детали классифицируются операторами как хорошие или бракованные. Затем такие классификации деталей сравниваются с эталонными или стандартными значениями этих деталей.

В начало


Анализ Вейбулла

Анализ Вейбулла

Методы, предлагаемые в модуле STATISTICA Анализ процессов, предоставляют мощные графические техники для исследования мощности и обобщенности распределения Вейбулла. Пользователь может построить вероятностные графики Вейбулла и оценить параметры распределения, а также доверительные интервалы для надежности. Вероятностные графики могут быть вычислены для полных, однократно и многократно цензурированных данных, и параметры могут быть оценены по графикам интенсивности рангов отказа. 

Методы оценивания включают метод максимального правдоподобия (для полных и цензурированных данных), веса, которые строятся на основе линейных оценок для полных и однократно цензурированных данных, и модифицированные моментные оценки, обладающие свойством несмещенности. Вычисляются доверительные интервалы для параметров положения, формы и масштаба, а также для процентилей. Программа содержит графики для оценки качества подгонки, а также критерии точности подгонки Холландера-Прошана, Манна-Шойера-Фертига и Андерсона-Дарлинга. 

Заметим, что в модуле Общие Линейные модели из Линейные и Нелинейные модели STATISTICA имеются опции для подгонки обобщенной линейной модели из экспоненциального семейства распределений к нормально и ненормально распределенным данным.

В начало


Планы выборочного контроля

Планы выборочного контроля

Планы фиксированного и последовательного выборочного контроля могут быть построены для нормального и биномиального средних, а также для частот Пуассона. В качестве результатов приводятся объемы выборок, кривые операционных характеристик (ОХ), графики планов последовательного выборочного контроля с данными или без них, ожидаемая длина серии (H0/H1), и т. п. 

Заметим, что STATISTICA Анализ процессов также предоставляет опции для вычисления требуемых объемов выборок и оценок для большого числа исследуемых планов (например, ANOVA) и типов данных (например, двоичных чисел, цензурированных времен отказа, и т. п.). 

В начало


Другие модули продукта STATISTICA Quality Control : STATISTICA Quality Control Charts (Карты Контроля Качества), STATISTICA Design of Experiments (Планирование экспериментов), STATISTICA Power Analysis and Interval Estimation (Анализ мощности и интервальное оценивание).

‹‹
››
ПнВтСрЧтПтСбВс


info@statsoft.ru       (495) 787-77-33       (499) 674-06-15       STATISTICA Data Miner 13.3 Trial

Авторские права на дизайн и материалы сайта принадлежат компании StatSoft Russia.
Все права защищены.

© StatSoft Russia
1999-2017

StatSoft Russia – компания, зарегистрированная и действующая в соответствии с законами России, которые могут отличаться от законов других стран, имеющих офисы StatSoft. Каждый офис StatSoft является самостоятельным юридическим лицом, имеет право предлагать услуги и разрабатывать приложения, которые могут быть, а могут и не быть представлены в офисах StatSoft других стран.

Лицензионное соглашение      Карта сайта