以下書中筆記心得摘錄內容及例題來自四十年前的書為:發行時間於民國75年一月,修訂第二十版,由中興管理顧問公司發行,書名:品質管制與工廠統計一書,譯者:陳文哲(現任國立交通大學管理科學研究所專任教授),黃清連(中國鋼鐵股份有限公司技術開發處長)。原著者為中井重行(早稻田大學工業經營科主任),池澤辰夫(早稻田大學工學教授)。
以下是接續分類在排列與組合與機率的後續,因為性質關係,所以分類放在數學常識這裏。
======
管制圖的原理:
在符合常態分布前篇常見到的曲線分布,x ̄分配之標準差σx ̄。σx ̄=σ/√n ‧ FPC。當n>4的時候,σx ̄=σ / >2,即表示樣本數在4以上時,σx ̄=σ/√n之x ̄之分配必近似常態分配。
若兩者相差不大,n/N>1/10,須修正,σx ̄=σ/√n X FPC修正係數。(Finite Population Correction)
若兩者差距大,n/N≦1/10,則修正係數=(N-n/N-1)≒N/N≒1,σx ̄=σ/√n X 1。
請注意σx ̄(標準誤差)有三種型式考量樣本大小與群(母)體的推估方法。
偏倚區間=x ̄(標準差)±(σx ̄(標準誤差)X Z值(標準常態分佈U的某點的值)
以(μ,σ^2 / N)的常態分佈U的某點區間推定:x ̄-σx ̄ *Z <μ< x ̄+σx ̄ *Z 。
對數據分布來觀察,因為樣本數量N的存在,使得母(群)體平均值μ = 樣本平均值x ̄(或μ =xbar-bar-),這是一切的基礎與起源。
在一般之常態分布,因母(群)體平均值μ及母(群)體標準值σ值不同,F(x)(U常態分配機率函數)亦異,將μ=0及σ=1值帶入F(x),變換式後,得到u=x-μ/σ,故成為f(u)=標準化的常態分配機率函數。
由:F(χ) = [ 1 / (σ(2 π)^1/2) ] exp{ -1[(χ-μ)^2] / 2σ^2},
變成Ф(u) = [ 1 / (σ(2 π)^1/2) ] exp{ -1[( u )^2] / 2σ^2}。
u=χ-μ/σ,μ=0,σ=1,u=χ-0/1,u=χ。X→-∞∫X+∞ Ф(u) d(u)。
對機率曲線分布全域來講,會是:σ^2=[N Σ i=1] (Xi-μ)^2 / N。σ=√[N Σ i=1] (Xi-μ)^2 / N。
======
這樣就有了管制圖的:μ±1σ=0.683。μ±2σ=0.955。μ±3σ=0.997。機率曲線範圍,由X→-∞∫X+∞總面積=1。
對曲線上的任一點μ值來講,它所在的位置是=σ^2 / N。因為母(群)體平均值μ = 樣本平均值x ̄。
推導出:相同的x ̄^2/N,依舊是機率曲線全範圍。
而後,我們專注於±域的右半部,∫X+∞這個部分。所以,整個曲線評估就會變成:σ/ √N 或是σx/ √n。
好了,定義完成:在符合常態分布前篇常見到的曲線分布,x ̄分配之標準差σx ̄。σx ̄=σ/√n ‧ FPC。然後推導成Z(ε%)=x ̄-μ / σx ̄ =x ̄-μ / σ / √n
======
但管制圖製作,其實已在前篇的期望值與估計母(群)體標準差σ那邊,為了估計母數的出現,而對趨勢曲線給予了c2與d2兩個依樣本n大小而異的變換係數。
樣本平均x ̄分配之期望值E(x ̄)=母(群)體平均值μ
樣本偏差平方和S分配之期望值E(S)=母(群)體標準差平方σ^2 ‧(n-1) (請參考分類排列與組合於機率後面幾篇)
樣本變異數S^2分配之期望值E(S^2)=母(群)體標準差平方σ^2 ‧(n-1/n) (請參考分類排列與組合於機率後面幾篇)
樣本標準差s分配之期望值E(s)=母(群)體標準差σ ‧ c2 。σ=E(s/c2)。(這各c2是相關係變數,是給平均值s管制圖用的)
樣本全距R分配之期望值E(R)(或R ̄)=母(群)體標準差σ ‧ d2 。σ=E(R/d2)或σ=E(R ̄/d2)。(這各d2是相關係變數,是給全距R管制圖用的)
σ=E(s/c2)跟σ=E(R/d2)這兩個係數與σ的關係確定,
在x1…之分配成為標準差σ時,其平均值x1 ̄...之分配標準差為:σx ̄=σ/√n。
σx ̄=σ/√n,3σ界限=3(σ/√n)。故管制界限=中心線±3σ=Xbar-bar-±3(σ/√n)。
還記得標準常態機率曲線時,樣本與母(群)體之關係嗎?σ可以導出Z(ε%)的μ±1σ=0.683。μ±2σ=0.955。μ±3σ=0.997。那σ/√n也同樣的以導出同樣的情況。
樣本的標準差全距:=x ̄max-x ̄min,以及前面所定義的以(R ̄/d2)推定σ:σ=(R ̄/d2),這樣引入前面的管制界限=中心線±3σ。等同於:μ±3(σ/√n),然後估計值約等於Xbar-bar-±3(R ̄/d2√n)
管制界限=X-bar-bar±3(R ̄/d2√n)。展開=X-bar-bar-±(3/d2√n).R ̄,然後把這個有d2的式子,定義個A2係數給它:(3/d2√n)=A2。所以管制界限=X-bar-bar±A2.R ̄。
定義:(3/d2√n)=A2。(管制圖A2的由來)
同樣的方式,如果令估計用的那個機率曲線等同於σ的寬度,同樣依全距R的 方式,那寬度(w)=R/σ,推導σR=σw.σ=d3.(R ̄/d2)。σR=(d3/d2).R ̄。
σR=(d3/d2).R ̄,再帶入:管制界限=μ±3σ。管制界限=μR±3σR。估計值約等於R ̄±3(d3/d2)R ̄。將R ̄提出式子變成能共乘的因子。(1+3(d3/d2)).R ̄與(1-3(d3/d2)).R ̄
定義:(1+3(d3/d2)).R ̄=D4。(管制圖D4的由來)
定義:(1-3(d3/d2)).R ̄=D3。(管制圖D3的由來)
所以一切的根源在於:σ^2=[N Σ i=1] (Xi-μ)^2 / N。σ=√[N Σ i=1] (Xi-μ)^2 / N。然後訂中心CL這個基準,因為對數據分布來觀察,因為樣本數量N的存在,使得母(群)體平均值μ = 樣本平均值x ̄(或μ =xbar-bar-),這是一切的基礎與起源。
μ是CL中心線。管制界限是:μ±3σ。這個的意思是指:在機率曲線分布中,1000個產品,有997個在μ±3σ內,其兩側各有1.5個,合計3個超出界線,可視為冒險率3%,為第一型錯誤,公司成本,此種並無異常原因,而急忙詩怡調查分析,使其公司蒙受損失的機會。
但若其管制界限太寬時(μ± >3σ)時,雖減少公司調查成本,但導致消費者成本增加,即異常數據可能含於該界限內,以致真正異常原因發生時,未及注意而受客訴大增的損失。
所以中心基準 d2這個期望值定義,d2=R ̄/σ。
所以中心基準 c2這個期望值定義,c2=s/σ。
======
製程之變動以組內變動+組間變動
x ̄ - R (平均值與全域)管制圖
x ̄ 管制圖:組間變動,例:在製程中,每小時抽取1個樣本,8小時共抽8個樣本,為x1+…+x8。
R 管制圖:組內變動,例:在製程中,每4小時抽一次,一次抽4個樣本,8小時共抽8個樣本,為x1+…+x8。
全變動=組組內變動+組間變動。
x ̄ 管制圖之變動以變異數表示,則其全變動為:x ̄ 之變異數 σx ̄^2。
全變動σx ̄^2=組內變異數 σw^2 / n + 組間變異數 σb^2。組內變異數係因樣本數n而異,故需 / n 表示。
======
所謂x ̄ - R (平均值與全域)管制圖同時顯示評估比對原因:
即是將組內變動分組使其成為偶然變動,以此判定組內變動與組間變凍間是否有顯著差異。
觀察兩個管制圖時,若發現其異常原因皆在某個組內發生,或組內變動異常於組間變動,過大或過小,即表示:此分組非為合理之分組,無法達到分離真正異常原因之目的。
=====
以下全是從網路上找來的知識:
https://www.researchmfg.com/2016/05/control-charts-factors/
管制圖管制界限與中心值之因子系數表,管制界限通常為:μ±3σ。3σ要變成2σ需要再*2/3。3σ要變成1σ需要再*1/3。
樣本量 |
x̄ 平均值圖 |
σ 標準差圖 |
R 全距圖 |
|||||||||||
管制 |
中心線 |
管制 |
中心 |
管制 |
||||||||||
n |
A |
A1 |
A2 |
C2 |
B1 |
B2 |
B3 |
B4 |
d2 |
d3 |
D1 |
D2 |
D3 |
D4 |
2 |
2.121 |
3.76 |
1.88 |
0.5642 |
0 |
1.843 |
0 |
3.267 |
1.128 |
0.853 |
0 |
3.686 |
0 |
3.267 |
3 |
1.732 |
2.394 |
1.023 |
0.7236 |
0 |
1.858 |
0 |
2.568 |
1.693 |
0.888 |
0 |
4.358 |
0 |
2.575 |
4 |
1.5 |
1.88 |
0.729 |
0.7979 |
0 |
1.808 |
0 |
2.266 |
2.059 |
0.88 |
0 |
4.698 |
0 |
2.282 |
5 |
1.342 |
1.596 |
0.577 |
0.8407 |
0 |
1.756 |
0 |
2.089 |
2.326 |
0.864 |
0 |
4.918 |
0 |
2.115 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
1.225 |
1.41 |
0.483 |
0.8686 |
0.026 |
1.711 |
0.03 |
1.97 |
2.534 |
0.848 |
0 |
5.078 |
0 |
2.004 |
7 |
1.134 |
1.277 |
0.419 |
0.8882 |
0.105 |
1.672 |
0.118 |
1.882 |
2.704 |
0.833 |
0.205 |
5.203 |
0.076 |
1.924 |
8 |
1.061 |
1.175 |
0.373 |
0.9027 |
0.167 |
1.638 |
0.185 |
1.815 |
2.847 |
0.82 |
0.387 |
5.307 |
0.136 |
1.864 |
9 |
1 |
1.094 |
0.337 |
0.9139 |
0.219 |
1.609 |
0.239 |
1.761 |
2.97 |
0.808 |
0.546 |
5.394 |
0.184 |
1.816 |
10 |
0.949 |
1.028 |
0.308 |
0.9227 |
0.262 |
1.584 |
0.284 |
1.716 |
3.078 |
0.797 |
0.687 |
5.469 |
0.233 |
1.777 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
0.905 |
0.973 |
0.285 |
0.93 |
0.299 |
1.561 |
0.321 |
1.679 |
3.173 |
0.787 |
0.812 |
5.534 |
0.256 |
1.744 |
12 |
0.866 |
0.925 |
0.266 |
0.9359 |
0.331 |
1.541 |
0.354 |
1.646 |
3.258 |
0.778 |
0.924 |
5.592 |
0.284 |
1.716 |
13 |
0.832 |
0.884 |
0.249 |
0.941 |
0.359 |
1.523 |
0.382 |
1.618 |
3.336 |
0.77 |
1.026 |
5.646 |
0.308 |
1.692 |
14 |
0.802 |
0.848 |
0.235 |
0.9453 |
0.384 |
1.507 |
0.406 |
1.594 |
3.407 |
0.762 |
1.121 |
5.693 |
0.329 |
1.671 |
15 |
0.775 |
0.816 |
0.223 |
0.949 |
0.406 |
1.492 |
0.428 |
1.572 |
3.472 |
0.755 |
1.207 |
5.737 |
0.348 |
1.652 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16 |
0.75 |
0.788 |
0.212 |
0.9523 |
0.427 |
1.478 |
0.448 |
1.552 |
3.532 |
0.749 |
1.285 |
5.779 |
0.364 |
1.636 |
17 |
0.728 |
0.762 |
0.203 |
0.9551 |
0.445 |
1.465 |
0.466 |
1.534 |
3.588 |
0.743 |
1.359 |
5.817 |
0.379 |
1.621 |
18 |
0.707 |
0.738 |
0.194 |
0.9576 |
0.461 |
1.454 |
0.482 |
1.518 |
3.64 |
0.738 |
1.426 |
5.854 |
0.392 |
1.606 |
19 |
0.688 |
0.717 |
0.187 |
0.9599 |
0.477 |
1.443 |
0.497 |
1.503 |
3.689 |
0.733 |
1.49 |
5.888 |
0.404 |
1.596 |
20 |
0.671 |
0.697 |
0.18 |
0.9619 |
0.491 |
1.433 |
0.51 |
1.49 |
3.735 |
0.729 |
1.548 |
5.922 |
0.414 |
1.586 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
21 |
0.655 |
0.679 |
0.173 |
0.9638 |
0.504 |
1.424 |
0.523 |
1.477 |
3.778 |
0.724 |
1.606 |
5.95 |
0.425 |
1.575 |
22 |
0.64 |
0.662 |
0.167 |
0.9655 |
0.516 |
1.415 |
0.534 |
1.466 |
3.819 |
0.72 |
1.659 |
5.979 |
0.434 |
1.586 |
23 |
0.626 |
0.647 |
0.162 |
0.907 |
0.527 |
1.427 |
0.545 |
1.455 |
3.885 |
0.716 |
1.71 |
6.006 |
0.443 |
1.557 |
24 |
0.612 |
0.632 |
0.157 |
0.9684 |
0.538 |
1.399 |
0.555 |
1.445 |
3.895 |
0.712 |
1.759 |
6.031 |
0.452 |
1.548 |
25 |
0.6 |
0.919 |
0.153 |
0.9696 |
0.548 |
1.392 |
0.565 |
1.435 |
3.931 |
0.709 |
1.804 |
6.058 |
0.459 |
1.541 |
======
http://ir.lib.cyut.edu.tw:8080/bitstream/310901800/33260/4/chapter%203.pdf
管制圖-計量值管制圖
x ̄ - R (平均值與全域)管制圖
x ̄ 管制圖
CL中心=xbar-bar-
管制界限=xbar-bar- ± A2 R ̄
R 管制圖
CL中心= R ̄
UCL=D4 R ̄
LCL=D3 R ̄
x ̄ - s (平均值與標準差)管制圖
x ̄管制圖
CL中心=xbar-bar-
管制界限=xbar-bar- ± A3 s ̄
s 管制圖
CL中心= s ̄
UCL=B4 s ̄
LCL=B3 s ̄
======
管制圖-計數值管制圖
p(不良率管制圖)
pn(不良數管制圖)
c(缺點數管制圖)
u(每單位缺點數管制圖)
p(不良率管制圖)
E(X)=np,Var(X)=np(1-p),X為須符合二項式分配之隨機變數。
p=r(樣品中不良品數)/n(樣本總數)
CL平均不良率p ̄ =Σr(各組樣品中不良品數之總和)/Σn(各組樣本數之總和)
標準化管制界限= p ̄ ± 3 .√ ( (p ̄(1-p ̄) ) / n )
變動管制界限= p ̄ ± 3 .√ ( (p ̄(1-p ̄) ) / ni )
pn(不良數管制圖)
CL平均不良率np ̄ =n. Σr(各組樣品中不良品數之總和)/Σn(各組樣本數之總和)
標準化管制界限= np ̄ ± 3 .√ ( (np ̄(1-p ̄) )
c(缺點數管制圖)
c ̄ =Σr(各組樣品中缺點數之總和)/Σn(各組樣本數之總和)
CL平均缺點數率c ̄ =Σr(各組樣品中缺點數之總和)/Σn(各組樣本數之總和)
標準化管制界限= c ̄ ± 3 .√ ( c ̄ )
u(每單位缺點數管制圖)
f(X=x)= c^x e^-c /x! ,μ=σ^2=c。
u=c/n
u ̄=Σc(各組樣品中每單位缺點數之總和)/Σn(各組樣本數之總和)
CL平均缺點數率u ̄ =Σc(各組樣品中每單位缺點數之總和)/Σn(各組樣本數之總和)
標準化管制界限= u ̄ ± 3 .√ ( u ̄ / n )。= u ̄ ± 3 .(√ ( u ̄)) .(√(1 / n ))。
留言列表