你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
输入关键字进行搜索
搜索:
没有找到相关结果
杨格_Alan (威望:668) (江苏 无锡) 机械制造
赞同来自: ZY518888 、ZhangGq 、jacd
4 个回复,游客无法查看回复,更多功能请登录或注册
个人专长,一句话介绍
4 个回复
杨格_Alan (威望:668) (江苏 无锡) 机械制造
赞同来自: ZY518888 、ZhangGq 、jacd
1. ANOVA 方差分析法从量具 R&R 研究中获得了过程变异:Minitab 在会话窗口中显示该过程变异(“研究变异 (6 * SD)”列的“总变异”行)。
2. 也可以输入已知值(6 * 历史标准差)。
具体算法有极差估计法和ANOVA表中的方差分量方法。
不管何种方法,取样应充分能代表过程的波动情况。
“一名工厂领班选择了五个代表预期测量值范围的部件。每个部件都通过布局检查进行了测量以确定其参考(主要)值。然后,一名操作员将每个部件随机测量了十二次。您使用方差分析法从量具 R&R 研究中获得了过程变异 (16.5368)。Minitab 在会话窗口中显示该过程变异(“研究变异 (6 * SD)”列的“总变异”行)。
此示例中使用的数据集经允许转载自《测量系统分析参考手册》(克莱斯勒、福特、通用汽车供方质量要求特别工作组)。
1 打开工作表 量具线性研究.MTW。
2 选择统计 > 质量工具 > 量具研究 > 量具线性和偏倚研究。
3 在部件号中,输入部件。
4 在参考值中,输入主要。
5 在测量数据中,输入响应。
6 在过程变异中,输入 16.5368。单击确定。”