MINITAB 能力分析BOX-cox变换
MINITAB 能力分析时,BOX-cox变换后还是不呈正态分布,该如何解决?
另对数据进行分布识别时,P值=*是什么意思啊?
极大似
分布 AD P 然比 P
正态 26.730 <0.005
Box-Cox 变换 23.389 <0.005
对数正态 23.389 <0.005
3 参数对数正态 22.591 * 0.000
指数 294.360 <0.003
2 参数指数 275.134 <0.010 0.000
Weibull 45.728 <0.010
3 参数 Weibull 42.443 <0.005 0.000
最小极值 91.701 <0.010
最大极值 30.038 <0.010
Gamma 23.059 <0.005
3 参数 Gamma 23.061 * 0.015
Logistic 22.373 <0.005
对数 Logistic 21.912 <0.005
3 参数对数 Logistic 21.780 * 0.021
补上部分数据(因数据过大,去部分数据吧):(另外我想会不会是数据的分辨力不足导致的?SPEC<0.4,是否去到spec有效位的后面两位?因数据是供应商的,目前想SQE去要,有必要吗?请大神指导啊!)
0.1
0.12
0.11
0.11
0.08
0.1
0.09
0.08
0.08
0.09
0.08
0.09
0.09
0.08
0.08
0.09
0.08
0.08
0.07
0.07
0.07
0.07
0.07
0.07
0.09
0.08
0.07
0.07
0.06
0.07
0.07
0.08
0.08
0.08
0.08
0.08
0.09
0.11
0.09
0.08
0.1
0.1
0.09
0.1
0.08
0.08
0.12
0.12
0.16
0.16
0.16
0.16
0.1
0.09
0.06
0.06
0.06
0.07
0.07
0.06
0.07
0.07
0.08
0.14
0.09
0.05
0.07
0.04
0.04
0.15
0.15
0.08
0.05
0.08
0.1
0.07
0.07
另对数据进行分布识别时,P值=*是什么意思啊?
极大似
分布 AD P 然比 P
正态 26.730 <0.005
Box-Cox 变换 23.389 <0.005
对数正态 23.389 <0.005
3 参数对数正态 22.591 * 0.000
指数 294.360 <0.003
2 参数指数 275.134 <0.010 0.000
Weibull 45.728 <0.010
3 参数 Weibull 42.443 <0.005 0.000
最小极值 91.701 <0.010
最大极值 30.038 <0.010
Gamma 23.059 <0.005
3 参数 Gamma 23.061 * 0.015
Logistic 22.373 <0.005
对数 Logistic 21.912 <0.005
3 参数对数 Logistic 21.780 * 0.021
补上部分数据(因数据过大,去部分数据吧):(另外我想会不会是数据的分辨力不足导致的?SPEC<0.4,是否去到spec有效位的后面两位?因数据是供应商的,目前想SQE去要,有必要吗?请大神指导啊!)
0.1
0.12
0.11
0.11
0.08
0.1
0.09
0.08
0.08
0.09
0.08
0.09
0.09
0.08
0.08
0.09
0.08
0.08
0.07
0.07
0.07
0.07
0.07
0.07
0.09
0.08
0.07
0.07
0.06
0.07
0.07
0.08
0.08
0.08
0.08
0.08
0.09
0.11
0.09
0.08
0.1
0.1
0.09
0.1
0.08
0.08
0.12
0.12
0.16
0.16
0.16
0.16
0.1
0.09
0.06
0.06
0.06
0.07
0.07
0.06
0.07
0.07
0.08
0.14
0.09
0.05
0.07
0.04
0.04
0.15
0.15
0.08
0.05
0.08
0.1
0.07
0.07
没有找到相关结果
已邀请:
数据发来看看呗
使用box-cox是有先决条件的,可以用数据做直方图或概率图看看形状,一般是出现偏度有问题的时候用box-cox转换才有效
p值就是一个概率值,详细的理论建议去看一下假设检验,这里你只要会判断p>0.05就可以了
6月12日收到了源数据:
HF1:下面有图,这个我个人比较倾向于数据分组的原因造成的,可以去调查一下4M方面是不是又变化,然后分组单独分析
HF2:这个是梳子样的,柱状图上看有点左偏,峰度也不太好,Johnson变换也没有用(图就不加了),感觉的主要是两侧数据量太大,然后做 I-MR看一下,感觉移动极差出了问题,异常点1和2出现的比较有规律性,尤其是前半段规律性更明显,需要排查一下数据的真实性,会不会有造假嫌疑,没有的话建议先做MSA,然后再测量吧
另外两端数据量大的原因有可能是供应商故意将超出规格的数据删掉或改成了规格内的,想做工序能力的话还是建议自己去收集数据,50个数据也不用费多少时间
另外,SPEC<0.4的话,量具精度只要能达到0.04就OK了,从测量数据上看量具精度是没有问题的
使用box-cox是有先决条件的,可以用数据做直方图或概率图看看形状,一般是出现偏度有问题的时候用box-cox转换才有效
p值就是一个概率值,详细的理论建议去看一下假设检验,这里你只要会判断p>0.05就可以了
6月12日收到了源数据:
HF1:下面有图,这个我个人比较倾向于数据分组的原因造成的,可以去调查一下4M方面是不是又变化,然后分组单独分析
HF2:这个是梳子样的,柱状图上看有点左偏,峰度也不太好,Johnson变换也没有用(图就不加了),感觉的主要是两侧数据量太大,然后做 I-MR看一下,感觉移动极差出了问题,异常点1和2出现的比较有规律性,尤其是前半段规律性更明显,需要排查一下数据的真实性,会不会有造假嫌疑,没有的话建议先做MSA,然后再测量吧
另外两端数据量大的原因有可能是供应商故意将超出规格的数据删掉或改成了规格内的,想做工序能力的话还是建议自己去收集数据,50个数据也不用费多少时间
另外,SPEC<0.4的话,量具精度只要能达到0.04就OK了,从测量数据上看量具精度是没有问题的
認字訣 • 2015-06-11 15:38
数据量过多,先发概率图吧
spawamg • 2015-06-11 16:37
要不你直接发数据到我邮箱吧(spaghetti001@163.com),从现在的数据上看,直方图右侧有孤岛型数据,可能是数据分组出现了问题,所以你怎么转换都不满足正态性
認字訣 • 2015-06-12 12:57
谢谢!数据已经发给你了!像这种偏锋型数据是不是过程中出现异常值导致,另数据HF2是不同产品的数据,做直方图时出现各处分离是由于数据分辨力不够吗?spec为<0.40,是否要精确到小数点后三位?
spawamg • 2015-06-12 16:25
我更新了一下上面的回复,不知道你看到没~~
認字訣 • 2015-06-13 18:47
看到了,谢谢你的分析。如果是数据分层不够从我发给你的数据来看,该怎么分层呢?另外因为这里每个数据出来都需要经过数小时才能取得,如果要取的50组数据,将需要大量的人力物力配合(计件工资是35元一个样品),检测部门不会配合的。另spec是<0.40,数据应该精确到3位数吧!
spawamg • 2015-06-19 08:24
不好意思,最近出差,一直没有上论坛
1.关于数据分层的问题,没有什么固定的方法,可以各种分层都试一试,比如按产品批次、操作工、设备、班组、等等,你的数据量这麽大,肯定会有一种方法能行的
2.检具选择一般是这样:公差带的1/10,你的SPEC<0.4,公差带=0.4-0=0.4,所以检具精度只要满足0.4/10=0.04就可以了,精确到三位数当然是最好的,不过对生产来说0.04已经足够了
3.数据量的问题,不是说必须收集50组数据,而是数据量越大计算越准确,一般习惯上是要求50组数据,其实25组以上就可以计算了,如果重新收集数据困难的话,可以试着先用现有的数据分层分析一下试试,如果怎么都不行的话,就得考虑做一下MSA,然后重新收集数据了
認字訣 • 2015-06-19 13:57
@spawamg:从供应商重新提供的数据看可以对以设备分层,总共6条个设备;而且每个数据代表一个批次,这个以后应该如何操作。对每各设备进行能力分析吗?如果对整体做能力分析时,子组太少而子组容量较大怎么做能力分析?请指教!
spawamg • 2015-06-19 15:31
把数据按照不同设备分成6个,分别对每个设备进行分析
如果子组少的话,可以认为子组数为1,控制图用 I-MR即可