Závislost indexů C p,c pk na způsobu výpočtu směrodatné odchylky



Podobné dokumenty
Národní informační středisko pro podporu jakosti

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č.

Národní informační středisko pro podporu kvality

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně

3. Aplikace SPC na proces dělení kovového profilu

Hodnocení přesnosti výsledků z metody FMECA

Pravděpodobnost a statistika

3.2 Metody s latentními proměnnými a klasifikační metody

Univerzita Pardubice FAKULTA CHEMICKO TECHNOLOGICKÁ

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Konstrukční úlohy metodická řada pro konstrukci trojúhelníku Irena Budínová Pedagogická fakulta MU

7. VÝROBNÍ ČINNOST PODNIKU

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

Statistické srovnávání Indexy

SW podpora při řešení projektů s aplikací statistických metod

NÁVRH A OVĚŘENÍ BETONOVÉ OPŘENÉ PILOTY ZATÍŽENÉ V HLAVĚ KOMBINACÍ SIL

Zaokrouhlování: Směrodatná odchylka se zaokrouhluje nahoru na stanovený počet platných cifer. Míry

můžeme toto číslo považovat za pravděpodobnost jevu A.

Pokud světlo prochází prostředím, pak v důsledku elektromagnetické interakce s částicemi obsaženými

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

χ 2 testy. Test nekorelovanosti.

Měření indukčností cívek

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

Alternativní rozdělení. Alternativní rozdělení. Binomické rozdělení. Binomické rozdělení

Cvičení z termomechaniky Cvičení 5.

STATISTICKÉ METODY. (kombinovaná forma, 8.4., ) Matěj Bulant, Ph.D., VŠEM

ρ hustotu měřeného plynu za normálních podmínek ( 273 K, (1) ve které značí

Zápočtová práce STATISTIKA I

Je vzduch vhodný modelový plyn pro výkonnostní zkoušky plynového radiálního kompresoru?

Anodové obvody elektronkových zesilovačů pro VKV a UKV

ELEKTRICKÁ TRAKCE 7. ADHEZE

6 5 = 0, = 0, = 0, = 0, 0032

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno

Regulační diagramy EWMA. Eva Jarošová Škoda Auto Vysoká škola

Inovace bakalářského studijního oboru Aplikovaná chemie

Přednáška č. 11 Analýza rozptylu při dvojném třídění

Rozdíl rizik zbytečného signálu v regulačním diagramu (I,MR) a (xbar,r)

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

ŠKODA AUTO VYSOKÁ ŠKOLA, O.P.S.

PRAVDĚPODOBNOST A STATISTIKA

Předpjatý beton Přednáška 6

Národní informační středisko pro podporu kvality

Funkční měniče. A. Na předloženém aproximačním funkčním měniči s operačním zesilovačem realizujícím funkci danou tabulkou:

MĚŘENÍ VÝKONU V SOUSTAVĚ MĚNIČ - MOTOR. Petr BERNAT VŠB - TU Ostrava, katedra elektrických strojů a přístrojů

VLIV ELEKTROMAGNETICKÉ KOMPATIBILITY NA BEZPEČNOST LETOVÉHO PROVOZU INFLUENCE OF THE ELECTROMAGNETIC COMPATIBILITY ON THE AIR TRAFFIC SAFETY

1.5.7 Prvočísla a složená čísla

VŠB Technická univerzita Ostrava BIOSTATISTIKA

6. Vliv způsobu provozu uzlu transformátoru na zemní poruchy

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Testování hypotéz. December 10, 2008

Fyzikální praktikum č.: 1

4 všechny koeficienty jsou záporné, nedochází k žádné změně. Rovnice tedy záporné reálné kořeny nemá.

Vlastnosti odhadů ukazatelů způsobilosti

ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA ELEKTROTECHNICKÁ. Katedra elektromechaniky a výkonové elektroniky BAKALÁŘSKÁ PRÁCE

Regresní analýza 1. Regresní analýza

Charakteristika datového souboru

ELEKTROTECHNICKÁ MĚŘENÍ PRACOVNÍ SEŠIT 2-1

Předpjatý beton Přednáška 12

Směrová kalibrace pětiotvorové kuželové sondy

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Přehled metod regulace procesů při různých typech chování procesu

Buckinghamův Π-teorém (viz Barenblatt, Scaling, 2003)

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

ZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Téma 7: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

Regulační diagramy (RD)

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

PARALELNÍ PROCESY A PROGRAMOVÁNÍ

(iv) D - vybíráme 2 koule a ty mají různou barvu.

UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE

Stabilita prutu, desky a válce vzpěr (osová síla)

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

OPTIMALIZACE PARAMETRŮ PID REGULÁTORU POMOCÍ GA TOOLBOXU

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

Větrání hromadných garáží

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Analýza parametrů měřených křivek akomodace a vergence oka v programu MATLAB

ÚNOSNOST A SEDÁNÍ MIKROPILOT TITAN STANOVENÉ 3D MODELEM MKP

Konstrukce kružnic

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

BH059 Tepelná technika budov Konzultace č. 2

Návrh a vyhodnocení experimentu

1.5.2 Mechanická práce II

6.1 Systémy hromadné obsluhy

ze dne 2016, Nejlepší dostupné technologie v oblasti zneškodňování odpadních vod a podmínky jejich použití

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

VYŠŠÍ ODBORNÁ ŠKOLA A STŘEDNÍ ŠKOLA SLABOPROUDÉ ELEKTROTECHNIKY Novovysočanská 48/280, Praha 9

Metodický postup měření rychlosti přenosu dat v mobilních sítích dle standardu LTE. Návrh: verze

Příklady z přednášek Statistické srovnávání

Třetí Dušan Hložanka Název zpracovaného celku: Řetězové převody. Řetězové převody

GONIOMETRICKÉ ROVNICE -

Národní informační středisko pro podporu jakosti

Plánování experimentu

Národní informační středisko pro podporu kvality

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

VYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová

Transkript:

Závislost indexů C,C na zůsobu výočtu směrodatné odchyly Ing. Renata Przeczová atedra ontroly a řízení jaosti, VŠB-TU Ostrava, FMMI Podni, terý chce usět v dnešní onurenci, musí neustále reagovat na měnící se ožadavy trhu, usilovat o zvyšování jaosti a současně snižovat nálady. Existuje mnoho metod a nástrojů, ulatňovaných v různých etaách výrobního rocesu. Jednou z důležitých oblastí managementu jaosti je měření rocesů. Jeho součástí je hodnocení zůsobilosti rocesů, teré je důležitým odladem ro lánování a zlešování jaosti. Zůsobilostí rocesu se rozumí jeho schonost, trvale dosahovat ředem stanovená riteria vality. Je žádoucí vyjadřovat zůsobilost vantitativně, tedy nějaým číselným uazatelem. K jejímu hodnocení se oužívají indexy zůsobilosti. Porovnávají ředesanou maximálně říustnou variabilitu hodnot danou tolerančními mezemi se sutečnou variabilitou sledovaného znau jaosti dosahovanou u statisticy zvládnutého rocesu. Existuje oměrně mnoho uazatelů ro osuzování zůsobilosti rocesu,ale aždý z nich je oužitelný ouze tehdy, jsou-li slněny určité onrétní odmíny. V teorii indexů zůsobilosti se standardně ředoládá, že roces se nachází ve statisticy stabilním stavu, jehož data ochází z normálního rozdělení se známou střední hodnotou µ a směrodatnou odchylou σ. V taovém říadě lze oužít ro výočet C a C vztahy: C USL LSL, 6σ C USL µ µ LSL Min 3σ 3σ Ja bylo již řečeno ro výočet C a C je otřeba znát střední hodnotu µ, směrodatnou odchylu σ a horní a dolní toleranční mez (USL, LSL). Hodnoty směrodatné odchyly a střední hodnoty záladního souboru většinou nejsou disozici a ta se nahrazují vhodným odhadem.(tab.) Pro odhad směrodatné odchyly se dooručuje využít vztahů založených na růměrné variabilitě v odsuinách, teré lée charaterizují variabilitu vyvolanou náhodnými říčinami. Tím místo indexů C a C dostáváme ouze jejich odhady. Vztahy ro jejich výočet jsou uvedeny v tab. Odhad záladních charateristi Pro výočet odhadů lze oužít něolia vztahů: Tabula : Alternativní vztahy ro odhady µ a σ Odhad µ Odhad σ X X i i ( X ij X i ) / n S ( / ) n R i i j d d R i S c ( / ) c i S i

d, c - oeficienty závislé na rozsahu odsuiny očet odsuin R - růměrné variační rozětí v odsuinách s - růměrná hodnota výběrových směrodatných odchyle v odsuinách Koeficienty d *, d, c jsou uváděny nař. v (5). Běžně se data řadí do odsuin, s n naměřenými hodnotami ( rozsah odsuiny) v aždé odsuině. Tabula : Alternativní vztahy ro odhady USL LSL Cˆ ( ) 6S ˆ C ( ) USL LSL R 6 d USL LSL a USL X X LSL Cˆ ( ) Min 3S 3S ˆ C ( ) Cˆ ( 3) ˆ ( 3) S 6 c C USL X X LSL Min R R 3 3 d d USL X X LSL Min S S 3 3 c c Použitím různých vztahů ro výočet odhadů směrodatné odchyly se mohou lišit i výsledné hodnoty C a C. Pro ilustraci rovedeme řílad výočtu odhadů a s oužitím alternativních vztahů (tab.). Přílad Předoládejme že, data ocházejí z normálního rozdělení s : µ 38, σ, USL 6, LSL 30 ; sutečná hodnota C je rovna,333 Tabula 3: Analyzovaná data měření (n) odsuina 3 5 x R s 35,769 39,5 37,939,5595,087 39,37 6,83,665 0,0 39,868 37,6 38,75 37,309 38,78 3,0,395 3 0,33 39,086 35,965 36,339,58 39,03 9,9 3,6 36,577 35,77 38,998 39,9565 0,75 38,30 5,5,36 5 37,83 38,3 0,8765 0,5 39,35 39,089 3,69,8 6 37,7866 38,85 35,0995,039 37,5 38,06 5,9,56 7 35,593 0,37 37,78 38,75 3,735 37,38 5,70,38 8 37,09 38,909 38,755 35,765 39,53 37,90 3,69,76 9 36,996 36,065 37,907 0,908 38,9 38,5,875,88 0 36,965 35,58 36,63 38,053 35,6 36,7,8, 0,736 35,8506 36,6678 38,7993 35,605 37,53 5,3,89 38,8677 35,3 38,858 38,085 36,7 37,575 3,5,9 3 0,68 39,857 35,6708 0,3589 37,53 38,68,688,

38,8836 37,08 37,96 35,86 36,989 37,0 3,06,99 5 0,05 37,55 37,38 36,35 36,35 37,58 3,70,53 6 39,367 3,9085 36,0737 3,8657 35,5 36,50,96,863 7 38,0 0,066 37,707 0,8 38,37 38,80,9,7 8 36,8885 38,639 37,667 0,9 38,68 38, 3,56,338 9 0,066 39,788 38,7937 38,877 37,75 39,055,39 0,939 0 39,78 0,90 38,7 35,89 39,6 38,688 5,55,05 X 38,0 R,53 s,86 Normalita byla ověřena omocí testu chí vadrát χ, de hodnota testového riteria 0,356 je větší než hodnota 0,05, roto hyotéza, že data ochází z normálního rozdělení může být řijata. Data oužita v říladu charaterizuje následující histogram: Obráze : Histogram oisující data z říladu Tabula : Odhady a 6 30 6,93 ( ), 380 ˆ ( ), 363 ˆ 50 5 C 6,90 ( ), 375 ˆ 50 5 C 6,93 ( 3), 37 C 6 38,0 38,0 30 Min 3,93 3,93 ˆ 6 38,0 38,0 30 3,90 3,90 C ( ) Min ;, 357 ˆ 6 38,0 38,0 30 3,93 3,93 C ( 3) Min ;, 355 Ja uazují tyto výsledy, odhady indexů C a C závisí na zvoleném zůsobu rovedení jejich výočtu. 3

Pro srovnání,ja se liší hodnoty indexů C,C vyočítané dle vztahů (,3) a C, C s oužitím vztahu (), byly stanoveny rozdíly v rocentech. (tab.5) Tabula 5: Rozdíl mezi výslednými hodnotami indexů C, C stanovený v rocentech: ( ),380 00 ˆ ( ) ( ),375 99,550 ˆ ( ) ( 3),37 99,3 ( 3) % % C,363 00 C,357 99,550 ˆ C,355 99,30 Vztahy ro výočet odhadů směrodatné odchyly ve vzorcích oužívají ři onstruci regulačních diagramů ( x, R) (, 3) i ro (,3) se Obráze : Regulační diagram (x) ro data z tab. 3 Obráze 3 : Regulační diagram (R) ro data z tab. 3

Intervalové odhady indexů zůsobilosti Ze vztahů ro výočet indexů zůsobilosti vylývá, že jejich výočtu otřebujeme teoreticé charateristiy ( µ, σ ), teré jsou raticy nedostuné. Stanovit lze ouze jejich odhady, a roto vyočtené hodnoty indexů zůsobilosti jsou rovněž odhady. Z toho vylývá, že s vyočtenou hodnotou indexu zůsobilosti nelze zacházet jao s onstantou, ale jao s odhadem, ro terý lze stanovit onfidenční interval. Šíře onfidenčního intervalu výrazně závisí na veliosti výběru. Závislost šířy onfidenčního intervalu C na očtu hodnot je ro říad C,33 a hladinu významnosti α 0,05 znázorněna na obr.. Pro říad indexu zůsobilosti C lze nařílad dvoustranný onfidenční interval vyjádřit vztahem: χ α Cˆ C χ α Cˆ χ αl, ; χ αl, - vantily rozdělní χ s stuni volnosti α - hladina významnosti - očet stuňů volnosti Pro říady, dy se směrodatná odchyla odhaduje na záladě růměrných charateristi variability v odsuinách, se očet stuňů volnosti stanovuje omocí vztahu: ( n ) f c očet odsuin n rozsah odsuiny f c oreční fator, terý závisí na rozsahu odsuiny a zůsobu odhadu směrodatné odchyly Hranice onfidenčního intervalu C,33 3,5 3,5,5 0,5 0 0 0 0 30 5 60 80 00 0 0 60 80 00 očet hodnot Obráze : Interval solehlivosti odhadu indexu zůsobilosti C,33 v závislosti na veliosti výběru ( α 0,05) Z grafu je atrné, že ři malém očtu hodnot je interval solehlivosti odhadu velmi široý a terve s vyšším rozsahem výběru se zužuje. 5

Pro data z říladu, viz. tab.3., de bylo analyzováno 00 hodnot, onfidenčí interval ro C ři hladině významnosti α 0,05 leží v rozmezí,838 ;, 5638 a ro C v rozmezí,5686 ;,5560, byl vyočten omocí softwaru. Obráze 5: Graficé znázornění zůsobilosti rocesu Shrnutí: Článe je zaměřen na roblematiu současných indexů zůsobilosti. Uozorňuje na oužití alternativních metod výočtu výběrové směrodatnéodchyly ři odhadu C a C. Uazuje, že odhady indexů C a C římo závisí na zvoleném zůsobu výočtu směrodatné odchyly. Dále se článe věnuje oblasti intervalového odhadu již zmiňovaných indexů zůsobilosti, a oisuje závislost šíře onfidenčního intervalu na veliosti výběru. Použitá literatura:. Kaminsy, F. C., Dovich, R. A., Bure, R. J. Process caability indices: Now and in the future, Quality Engineering 0(3) (998). Kotz, s., Johnson, N,. W.L., Distributional and Inferential Proerties of Process Caabiltiy Indices, J. qual. Techni., () (99) 3. Gaminsy, F. c. and Davis R. D., Statistical measures of Process Caability and Thein Relationshi to Nonconforming Produt, in roceedings of the Third Biennial International Manufacturing Research Forum (989). Montgomery, D. C., Introduction to Statistical duality ontrol, John Wiley and Sons, New Yor, 985 5. Plura, J: Plánování a neustálé zlešování jaosti, Comuter Press, Praha, 00 Letoroval: Prof. RNDr. Josef Tošenovsý, CSc. 6