質量管理五大工具 【必讀】spc控制圖深度應用（下）

然後我們今天分享的主題和課題是關於常規控制圖 怎麼樣進行繪製和非常規控制圖怎麼樣進行繪製 當然我們主要的重點部分其實還是放在非常規控制圖 怎麼樣繪製 好 我們上節課其實給大家去講了一下 SPC控制圖的一些基礎的一些理論 這裏的話也不帶大家進行回顧了 其實我們大家只需要記得SPC控制圖的一個基礎理論 其實就是來自於我們的一個政策分佈 以及我們的一個小概率事件通常不會發生 如果發生的話 就可能代表着我們的生產過程是怎麼樣的 是有異常的 大家只需要在這裏記住這兩點就可以 好 然後SPC原理製作圖和以及SPC的判議準則 這都是我們大家常見的 這裏也不帶大家去進行回覆了 都是比較基礎 或者比較常見的一些知識點 大家可以在百度或者是各種網站去看一下 這個就不帶大家回覆了 上節課 我們給大家講了一個關於常規的 計量型控制圖 均值極差控制圖怎麼樣繪製 使用minitab怎麼樣繪製 然後上節課也把這部分給大家講完了 對不對 然後這裏的話 這裏的話 先做一個小調查 然後這裏大家需不需要我使用minitab 再給大家去操作演示一下 我怎麼樣使用minitab 去生成我們這個均值極差控制圖 如果需要的話 線上的朋友們和或者是同學們可以在公屏里扣個1 就是線上的同學們需不需要我用minitab 再給大家演示一下 根據這一個目前的案例 怎麼樣生成均值極差控制圖 如果需要的話扣1 不需要的話 線上的朋友們可以扣個2 我們就繼續往下想 好的 有夢就不怕痛 好的 既然有個別同學提出來 我就給大家快速的去演示一下 其實大家可以看這個案例其實很簡單 是不是我們生產一個彎管 產品就是彎管 然後的話 溝槽寬度是一個重要的質量特性 公差範圍 這裏也給到我們大家了 然後我們需要每半個小時抽樣一次 每次抽5個 對不對 共計抽25次 那這樣大家可以看一看 其實就是5×125個數據 也就125個數據 對不對 然後我們以知 根據經驗以知 服從政策分佈 我們這裏大家先按住不要動 先按住他不要動 先不要去考慮他服從不服從政策分佈 既然他說已經服從政策分佈了 那我們就直接快速的去檢驗 快速的生成我們的均值極差控制圖就可以了 這裏給大家快速的演示一下 怎麼樣生成均值極差控制圖 好 我給大家快速的演示一下 這125個數據 正如我們CR列所示 一共125個數據 然後一共25個子組 我們這批次臺可以看看一共25個子組 我們怎麼樣快速的生成我們的常見的均值極差控制圖呢 在統計質量工具 這裏有一個 sorry 在統計控制圖 控制圖 一個子組變量的控制圖 這裏有一個均值極差控制圖 好 我們輸入我們的CR列 然後子組大小的話是5個 5個數據爲一組 對不對 我們的抽樣原則 是這麼進行抽樣的 然後我們在X8R選項裏面 我們需要執行所有的特殊原因檢驗 這樣的話 我們八條判議診責也就都選擇完畢了 好 然後我們點擊確定 點擊確定就可以了 我們等一下數據的一個實時反饋 這裏大家可以看一看 我們的一個完整的均值極差控制圖 在上面已經生成完畢了 這裏由於沒有紅色點的出現 所以說也就沒有違反我們的那條 八條判議準則 也就意味着什麼 我們的生產過程是受控的 是穩定的 沒有特殊原因的 這就是我們最常見的一個均值極差控制圖 或者是我們常用的一個常規控制圖 然後接下來我們就講到我們的重頭戲部分了 對的 上下線自動生成嗎 是自動生成 minitab屬於自動生成的控制線 我們剛纔其實說的是一個常規控制圖 對不對 常規控制圖的話 我們其實是有一些理論前提的 正如我們上一課給大家所說的 常規控制圖很重要的一個理論應用前提是什麼 就是我們以μ加點三sigma作爲控制線 將普通原因和特殊原因進行一個區分 是不是 但其實我們所說的μ加點三sigma 它的依據的理論來源 其實或者是有一個前提是什麼呀 是我們的質量特性服從正態分佈 那麼其實除了質量特性服從正態分佈 是一個常規控制圖的理論前提外 還有什麼樣的理論前提呢 我們上一課說了 首先數據之間需要相互獨立纔可以 如果數據之間不獨立的話 我們是不能應用控制圖的 那麼如果大家需要分析的話 可能需要使用到我們的什麼呀 使用到我們的數據的一個時間序列分析 時間序列分析 這屬於另外的一個話題或者是課題 第二點其實剛纔給大家講了 我們的質量特性的數據要大體上服從正態分佈 第三點的話 其實還有一點過程變異 只有隨機誤差 當然只有嚴格來說 只有這三個條件都滿足的情況下 我們才能繪製我們的常規控制圖 比如說我們的常規控制圖就是 我們常見的均值 極差控制圖 就是我們最常見的一種常規控制圖 那麼我們如何去驗證這些條件呢 我們上節課給大家講了 對不對 數據的一個獨立性檢驗 由於上節課我們把理論前提給大家講了 我們還是這裏說 怎麼樣去驗證數據的一個獨立性檢驗 我們還是通過案例 這裏給大家去演示一下 好 我們假如拿到了一組數據 我們還是打開我們的數據源 好 我們等一下 數據我們等一下數據 好 大家可以看看這個25個數據 我們想驗證一下 這25個數據之間是不是相互獨立的 我們給大家快速的去展示一下 統計在哪裏 我看看在質量工具裏 在統計質量工具 這裏有一個運行圖 好 我們輸入我們的研究數據那一列 我們的研究列 那就是CR列 子組大小的話 大家可以看看這裏沒有給數據進行分組 所以一個數據就是一組 那麼我們就選子組大小就是1 然後我們點擊子組中位數運行圖 然後我們點擊確定 好 我看一看我們的數據運行圖 我們上節課其實給大家講了 劇類性 混合性 趨勢性 振動性 這四個P值 如果都大於0.05的話 我們才說什麼 數據之間是獨立的 如果說有一個P值 這四個P值 劇類 混合 趨勢 振動 這四個P值有一個P值小於0.05的話 我們就代表了數據之間不獨立 數據之間不獨立 但數據不獨立的原因可能有很多 有可能有很多 比如說你的數據是不是有造假 或者你有優化或者美化 比如說你的數據是不是來自多個樣本等等 這個需要我們具體問題具體分析了 但是從目前的一個情況來看的話 我們的數據其中有一個趨勢性的P值小於0.05 就意味着我們的數據之間不相互獨立 所以說我們最基礎的一個前提 最基礎的第一個前提就沒有辦法滿足了 這是關於數據的獨立性的一個檢驗 這裏大家有問題嗎 有問題的話 同學們可以把你的問題打在公屏上 我給大家一分鐘的時間 大家把你的問題打在公屏上 如果沒有問題的話 可以給我們直播間先點點贊 點點贊有問題的同學 現在把你的問題打在公屏上 我就回復一下大家的問題 好 有人說爲什麼數據要獨立 爲什麼數據要獨立是這樣的 大家去想一想 你的實際生產過程 你的實際生產過程是不是 其實是有很多的一些 一些什麼變量去影響你的質量特性的 如果某一項的影響非常之大 那麼數據可能呈現一種趨勢性或者震動性 這個時候可能就代表着你數據不獨立 就是我們所說的常規控制圖的一個理論 應用前提就是數據之間必須相互獨立 如果數據之間不相互獨立的話 你可能需要進行時間序列的一個分析 那屬於更多的一個社科理論的一個應用了 所以大家只需要記住數據不獨立 其實你運用常規的控制圖是不行的 是不可以的 就是我們前面給大家講到的 前面給大家講的這三點 數據獨立 我們是一個應用常規控制圖的最主要一個理論前提 當然 當然絕大情況下 其實數據之間是相互獨立的 如果你的數據不獨立的話 那麼其實你可能需要驗證一下 你的數據的一個真實性 或者可靠性 或者是不是有一些其他人爲因素在裏面 和GRR有什麼關係 其實是 你要說和GRR有關係 其實是有些關係的 如果說你的過程能力特別好的話 這種時候的話 其實你GRR的 或者說你的數據 或者你的測量系統的分辨力不足 從而導致你的數據沒有很辦法的進行一個很好的區分 這種時候也可能造成你數據的一個什麼 看起來不獨立 但實際情況下是你的測量系統 可能你的分辨力有問題 這也是一種常見的情況 是有關聯的 所以說我們在做SPC之前 其實你需要去驗證你的測量系統是不是OK的 其實跟GRR沒有關係 跟GRR你說有關係吧 也有關係 但是首先第一點分辨力要滿足 分辨力分辨力是非常重要的一點 如果沒有問題的話 那我們接下來講怎麼樣驗證數據大體 服從正態分佈 好 我們還是打開一組數據 給大家看看怎麼樣驗證數據的一個正態分佈性 數據的正態分佈的話 其實很簡單 也就是我們常說的就是匈牙特的應用的一個理論前提 就是我們所說的μ加鏈正負3sigma 對不對 那麼爲什麼是μ加鏈3sigma 其實就是應用了一個正態分佈的一個基礎理論 怎麼樣驗證數據的一個正態分佈呢 是在統計 統計 基本統計 這裏有一個正態性檢驗 好 錄入我們的變量 然後我們直接確定就可以了 好 這裏這個p值小於0.05的話 代表我們的數據不正態 如果不小於0.05的話 就沒有辦法說明 就沒有辦法拒絕我們數據是正態的 所以這個p值是明顯大於0.05的 所以我們沒有辦法拒絕數據不正態 所以我們可以按照正態來處理 好 當然如果有人問 那數據不正態 我們怎麼辦 或者怎麼做 或者怎麼應用呢 好 如果數據不正態 我們怎麼辦 或者怎麼應用呢 好 我給大家去講一講數據 如果不正態 我們怎麼做 那麼接下來我們需要看一個理論的一個前提 我們常說的數據 如果不正態 我們可以通過密函數轉換 或者是招數變換 將其轉換爲正態數據 對不對 我們最常見的其實還是通過密函數轉換 爲什麼 因爲密函數轉換的轉換公式比較簡單 而招數變換的話 它的轉換公式其實是相對複雜一點 所以我個人就是比較喜歡用的是通過密函數轉換 將數據轉換爲正態分佈 那麼怎麼樣 通過什麼公式將非正態數據轉換爲正態數據 那其實基本思路就是我們需要選擇一個合適的Lambda值 然後通過下面這兩個公式 然後進行把原來的原變量 這裏Y是我們的原來的質量特性 通過這個公式將其轉換爲另一組數據 然後另一組數據就服從正態分佈了 然後我們再對這一組新的數據進行一個控制圖的分析 簡單理解來說 其實我們首先第一步需要找到一個合適的Lambda值 然後根據Lambda值代入公式 將原來的數據轉換爲新的數據 然後從而新的數據服從正態分佈 我們通過案例這裏給大家去演示一下 通過案例這裏給大家演示一下 幫助大家更好的理解 案例怎麼樣進行一個相關的應用 好 我們打開我們的這個案例 大家可以提前看一下我們這個案例是什麼 就是某化工生產過程中 當催化劑接近耗盡時 其雜質含量已經告訴大家了 成偏態分佈 偏態分佈的話就不正態了 對不對 我們是用正確的方法繪製控制圖 那麼其實第一點還是我們常規來說 需要確認一下數據的一個正態性 對不對 好 我們還是打開我們這個原始數據 我們還是打開一下我們的原始數據 好 我們大家現在這裏只需要關注C1列和C2列 我們先不管後面的列 我們先不管後面列 所以我們把這一個先複製一下 我們新生成一個表格 大家可以看一看 同樣的125個數據 25個批次 每批次的話是5個樣本 對不對 我們第一步分析數據的一個正態性 我們怎麼做呢 還是在統計 基本統計 正態性檢驗 好 我們研究我們的C1列雜質含量 好 點擊確定 好 這裏的批值明顯小於0.05了 因爲它已經小於0.005了 批值是不是 那麼肯定小於0.05了 也就意味着我們的數據幹嘛 一定不是正態的 所以我們第一步 所以我們接下來 如果想把數據轉化爲正態數據的話 我們需要尋找到一個合適的什麼值 線上的朋友們 把你的答案打在公屏上 我們是不是需要尋找一個合適的lambda值 對不對 對的話 同學們在公屏里扣個1 我們做一下互動 不理解 就是我根據前面我們所講的 是不是我們需要找到一個合適的lambda值 是的話 大家在公屏里扣個1 大家給我反饋一下 對不對 線上的朋友們 對的話 大家可以在公屏里扣個1 好 謝謝紫夜 Rocky 還有於好運不期而遇 也好 對 那麼既然大家沒有 好 謝謝 如果大家還在聽 那我們就繼續往下說 那麼怎麼樣找到一個合適的lambda值 大家根據我的操作 也來統計控制圖 大家選擇密函數變換 這裏 好 我們把我們的C1列輸入 子組大小的話 這五個數據爲一個批次 對不對 那麼這裏 所以我們說輸入5 好 我們點擊確定就可以了 好 大家看一看這個兌換方 我們的lambda值 lambda值應該取幾 大家把你的答案打在公屏上 我們的lambda值 是不是已經推薦給大家了 是不是取整值 取0 這裏大家看我的鼠標 西方失敗 對不對 後德不在乎 對 還有西方失敗都很對 我們應該取0 對不對 然後我們再回到 我們前面說的這裏 我們的lambda值取0 我們需要對我們原來的質量特性 或者我們的質量測量值進行什麼 取對數 對不對 以e爲底 y的對數 對不對 我們需要對其取一個自然對數 將其轉化爲新的數據 從而去驗證新的數據 滿足不滿足 正太分佈 對不對 那麼接下來我們做的就是對原來的數據 取一個以e爲底 就是取一個自然對數 對不對 好 我們還是回到我們的minitab裏 我們回到我們的minitab裏 好 我們這裏輸入一個loan ce 對不對 就是對ce列取自然對數怎麼做 這裏我給大家快速的演示一下 計算minitab裏有個計算器 當然大家用excel也是一樣的 也是可以的 好 點擊計算器 我們這裏選擇 邏輯 應該選擇對數 sorry選擇對數 然後這裏大家可以看看自然對數 所以我們輸入自然對數 我們對ce列需要進行一個自然對數 對不對 所以我們這裏數字輸入ce 直接雙入ce就可以了 雙擊ce 那麼就是雜質含量 我們將我們的變量 錄入我們的ce3列 好 我們點擊確定就可以了 好 那麼ce3列其實就是對於我們ce列 進行了一個自然對數的一個變換 接下來我們驗證一下ce3列 是不是滿足正態分佈的 統計 基本統計 正態性檢驗 我們檢查一下ce3列 就是我們ce3列 lnce這一列 好 我們點擊確定 好 大家可以看一看 我們把數據轉化爲之後 數據正不正態 同學 同學們數據正不正態 大家把你的答案打在公屏上 正不正態 正態的話大家扣個1 不正態大家扣個2 將數據轉化爲之後 我們數據正態不正態 正態的扣個1 不正態的扣個2 線上的朋友們 數據正態不正態 我們根據我們的p值 看看我們的p值 和西方失敗都是1 對不對 很好 那麼將我們數據已經轉化爲正態數據了 我們是不是可以接下來對我們的ce3列 進行一個繪製我們的一個控制圖了 對不對 好 我們對我們的ce3列 輸入我們的控制圖 生成我們的控制圖 統計 控制圖 子組變量控制圖 均值計差控制圖 好 輸入我們的ce3列 子組大小的話 其實還是5個數據爲1個批次 這個沒有變 好 這個時候執行所有的特殊原因檢驗的話 大家這時候只需要選擇一個就可以了 爲什麼 因爲我們數據是我們變化後的數據 是我們變化後的數據 大家這裏執行一個特殊原因檢驗 就是看有沒有超出k個標準差 三個正負三個sigma就可以了 這裏提醒大家一下 因爲數據已經不是我們的原始數據了 好 我們點擊確定 好 點擊確定 大家可以看一看 好 點擊確定 其實這個就是對我們的 ce3列 變化後的數據的一個均值計差控制圖 大家可以看看 這個有沒有特殊原因的檢驗 由於沒有紅色的點出現 對不對 所以也就代表了我們的生產過程是什麼 沒有問題的 是穩定的 是受控的 好 謝謝朋友們點贊 好 如果沒有問題的話 我們接下來繼續講 繼續講 這個並不是最終的 我們還有接下來要做的工作 是什麼工作 大家去想一想 大家去想另外一個問題 子組爲什麼是5 我們原始數據就是5個 就是5個數據爲一組 我們的原始就是這麼進行抽樣的 原始就是這麼進行抽樣的 然後大家去想另外一個問題 這裏我問大家 大家去想另外一個問題 這個控制圖 是不是我們轉化 將數據原始數據轉化之後的控制圖 如果把這個控制圖放到你的現場 讓你的操作人員去瞄點 他收集了5個數據 他要取自然對數 對不對 將數據轉換成之後 再進行瞄點 我問問你操作人員麻煩不麻煩 或者可操性 或者是我們所說的實操性 難不難 大不大 大家去想一想這個問題 我們將數據其實進行了一個變換 我們取的是一個自然對數 對不對 那麼如果說我們再收集5個數據 我們還需要把這5個數據幹嘛 取一個自然對數 對不對 一個平均值 然後再一個自然對數 對不對 那麼這個東西放在現場的實操性 大不大 是不是實操性會大大的減弱 或者是實操性沒有那麼大 或者是實操性其實非常小 對不對 是不是很難 那麼接下來我們其實需要進行的 另一步操作是什麼 大家去想一想 我們接下來其實需要把我們這個 這三個數據 轉化爲我們原來的數據 就是原來的那個量級數據量級 然後生成的控制線 就跟原來的數據保持一致了 對不對 那麼接下來我們下一步做的 其實我們需要把 這三個數據記錄下來 我們把這三個數據記錄下來 我們生成到我們的 放到我們的這裏 大家去大家不要走開 我們從這裏走一走 我們把我們的C4列 我們把ucl x88以及lcl 這三個數據記錄在我們C4列 ucl是多少 3.032 x88是多少 2.306 306 然後lcl是多少 1.581 好 這個是我們轉化爲轉化之後的數據 我如果想使用原來的數據的量級的話 大家想想 我們這些是不是取了一個自然爲 取了一個以億爲爲底的一個對數 那麼只需要進行反函數的變化不 就可以了嗎 好 所以我們需要把ucl x88 lcl進行反函數的一個變化 怎麼樣變化呢 我這裏給大家演示一下 好 其實就是這裏 大家可以看看我們這個思路 我們這是轉化爲後的數據 對不對 那麼將其轉化爲原來的數據量級的話 我們取一個對數 取一個反函數不就可以了嗎 這個ucl就是億的 這個次方 cl的話就是億的2.306次方 對不對 我們只需要把這個數據轉化爲原來 的數據量級就可以了 然後我使用minitab給大家操作一下 當然大家使用ucl或者計算器也同樣 的能進行操作 我這裏使用minitab 因爲我習慣使用minitab 直接給大家生成了 在計算計算器 好 我們選擇指數 我們把我們的c4列錄入 然後我們把它其存在c5列 存在c5列 好 然後我點擊確定一下 生成之後的c5列就是原來數據量級的 控制上中下線 好 這裏大家有問題嗎 有問題 大家把你的問題打在公屏上 有問題的話 大家把你的問題打在公屏 這裏稍微有點繞 稍微有點繞 有問題的話 現在的朋友們把你的問題打在公屏上 我去回覆一下大家 稍微有點繞 沒有問題的話 直播間同學點點贊 點點贊 沒有問題的話 直播間點點贊 我們就繼續 有問題的話 直播間同學把你的問題打在公屏上 我去回覆一下大家的問題 稍微有點繞 有問題的話 大家把你的問題打在公屏上 沒有的話我們就繼續 反函數轉換再操作一下 或者不在乎 是這樣 如果說你使用minitab不會操作的話 你可以使用你的計算器 其實就是E的這個次方 C4次方 好 我給大家再解釋一下數據 sorry計算計算器 我們這裏選擇對數 我們選擇指數 指數 因爲對數的反函數就是指數 是不是 這是我們高中學的知識 我們這裏輸入我們的 選擇我們的指數 然後數字鏈就是我們的 要轉換的數據鏈 那就是C4鏈 好 我們想把數據存在C5鏈 你就輸入C5 然後我們點擊確定 以下就可以了 C5鏈的數據就出來了 好 長安硅谷裏不能用C1鏈 直接計算UCL和LCM嗎 你的C1鏈 我們說了一個前提是什麼 不是我們的常規控制圖 因爲數據不正態 數據不正態的話 你不能直接進行轉換 好吧 好 然後我們再加速 我們再加速 那麼接下來 其實我們就知道了 原始數據量級的控制上中下線 我們就可以進行一個控制圖的繪製了 怎麼樣進行繪製呢 其實很簡單 我們已經知道了 原始數據量級的控制上中下線 我們再把我們原始數據的 每一個子組的平均值 計算出來 進行一個描點不就可以了嗎 對不對 進行一個描點不就可以了嗎 所以我們首先需要知道 原始數據的一個平均值 就是每個批次的平均值是多少 對不對 這裏我給大家快速演示一下 因爲一個批次是一個平均值 對不對 我這裏給大家快速的演示一下 怎麼樣生成 好 我這裏給大家演示一下 統計基本統計 存儲描述性統計量 好 我們生成變量是我們的什麼 C1列 按變量進行分組 我們要進行分組的話 是按批次進行 按批次進行分組嗎 對不對 因爲我們五個爲一個批次 所以我們輸入我們的C2列 統計量我們需要得到均值 所以我們需要這裏輸入均值就可以了 輸入均值就可以 好 點擊確定 好 再點擊確定 好 大家可以看一看 我們的均值是什麼 就在我們的C7列 你看一共25個子組 每一個子組的平均值 這裏都有 對不對 大家可以看一看 對不對 一共25個子組 每一個子組的平均值也都有了 那麼每個子組的平均值都有 我們又有了我們原始量級的控制上中下限 我們就可以繪製我們的控制圖了 但是在哪裏繪製呢 大家不要去剪輯控制圖了 因爲這些都是自動生成的 我們其實這裏已經把我們的控制上中下限定義好了 所以大家通過這個小模塊進行操作 大家根據我的操作演示來 統計 大家選擇 我看看 選擇哪裏 sorry 統計時間序列分析在哪裏 我看一看 這裏 時間序列 點擊時間序列 我們點擊時間序列圖 我們點擊簡單 點擊確定 好 我們要研究的列 其實就是我們的C6列 C7列 對不對 因爲是均值列 我們想成均值的一個 極差控制圖 均值圖 好 我們點擊C7 然後我們再點擊時間尺度 這裏 我們點擊參考線 我們把我們的控制上中下限錄入 那麼首先錄入我們的控制下限 4.85 我們就這裏就錄入 4.85 98 然後再錄入我們的 控制中線 10.0342 對不對 再錄入我們的控制上限 20.7387 好 點擊確定就可以了 然後再點擊確定 好 大家可以看看 這個控制圖就是我們原始數據 或者原始數據沒有轉換的 一個均值 均值控制圖 爲什麼不要極差控制圖 因爲我們有取了對數 又取了自然對數 我們就不需要控制了 因爲這裏的變化太多 所以我們其實只需要控制均值 就可以了 均值就可以了 好不好 這裏大家就明白 這樣的話 其實大家可以看看 這就是原始數據的一個 有了控制上中下限 以及原始數據的一個均值 那麼接下來 如果大家想得到另外5個數據 是不是就可以把另外5個數據 在這裏進行一個錄入就可以了 對不對 好 這個就是如果說數據 可以從非正態轉換爲正態數據的一個 從頭到尾怎麼樣做一個控制圖 怎麼樣做一個控制圖 這裏的話 大家有問題嗎 有問題的話 大家把你的問題打在公屏上 好 其實這APP就是我給大家前面講的 對不對 我們將原始的數據 原來的數據轉換一下 取了一個以頁爲底的一個自然對數 對不對 然後生成了我們的UCL CL LCL 然後我們因爲需要將其轉換爲原量級的 原數據量級 對不對 這一個控制上中下限 所以我們取一個什麼 反函數生成了我們的控制上中下限 然後我們對原來數據的話 每一個子組進行一個平均值的一個計算 對不對 接下來我們已經有了原始數據量級 這個控制上中下限 然後平均值也很好計算 我們進行描點就可以了 所以這是完整的一個 將非正態數據 如果可以轉換爲正態數據的一個 控制圖的繪製 好 這裏大家有問題嗎 有問題 大家把你的問題打在公屏上 沒有問題的同學可以把直播間點點贊 我們把點贊數先突破一下1萬 好不好 有問題的話 現在大家把你的問題打在公屏上 打在公屏上 沒有問題的話 大家給這邊點點贊 我們把點贊數突破一下1萬 大家想另外一個問題 這個是我們可以將原來的非正態數據 轉換爲正態數據 對不對 我們這麼操作 如果原來的非正態數據 不能通過密函數轉換 或者是招生變換 轉換爲正態數據 我們需要怎麼操作 就是我們沒有辦法通過很多的公式變換 將其轉換爲正態數據 我們需要怎麼做 那麼這個時候 我們對我們的質量特性能不能做控制圖 後德栽物說了一個 老師圖生成後 如果增加新的描點 是先要求均值再描點嗎 對的 是的 先求均值再描點 但是大家一定要記得一個知識 這裏我一定給大家 一定給大家強調一點 我在很多的一個 對我的供應商進行審覈時候 以及對三方 就是進行三方審覈時候 體系審覈 或者什麼審覈時候 經常發現的一點問題是什麼 你的控制圖的控制線是一成不變的 這個是不對的 如果說你的生產要素 就是我們常說的5M1億 有重大的變化的時候 你的控制圖的控制線 一定是要重新計算 重新生成的 比如說你的工裝發生了重大的變化 你的設備的工藝參數 進行了重大的調整 或者說你這個人員影響比較大的話 你的人員變化非常大的話 你的控制圖的控制上中下 你一定要重新計算 你的控制圖一定不是一成不變的 只有說你的過程控制無要素5M1億 沒有特別大的變化的情況下 你纔可以一直去沿用 你的控制圖的控制上中下線 大家一定不要弄混 這個控制圖的控制上中下線 不是一成不變的 一定是隨着你的生產 一定是隨着你的生產而變化的 好吧 大家不要弄混 大家一定不要弄混 我在審覈時經常發現 問他們這個問題是這樣 經常發現這種的問題 好 我們再回到我們另外一個話題 如果數據不能非正常數據 不能通過密函數轉換 以及招生變化轉換爲正常數據 我們能不能做控制圖 我可以告訴大家一個肯定的答案 可以 爲什麼可以 應用了我們一開始的休哈特 提出的控制圖的一個基礎的理論 基礎的理論 好 大家想一想 休哈特提出我們的正常分佈控制圖 或者常規控制圖 它的一個應用理論是什麼 我們首先假定了我們原來的數據 是服從正態分佈的 然後通過我們mu加減三sigma 建立控制線 爲什麼 因爲mu加減三sigma 包含了我們的99.73%的數據 對不對 加減99.73% 然後另外一個理論的話 如果沒有落到我們99.73%這個區域的話 就是這個區域 紅色區域 也就代表着我們的生產過程是異常的 大家去想想另外一個問題 其實如果數據不正態的話 如果我們能找到一個 包含於絕大多數的一個區間範圍 就是我們所說的UCL或者LCL 是不是 跟我們原來的正態分佈的一個基礎理論 也是一樣的 我們只需要找到一個 範圍 包含了我們絕大多數的數據 就可以了 你正態不正態不影響我 我只要根據數據找到我們這個區間 不就可以了嗎 所以這個是控制圖的一個最底層的邏輯