Eksponensieel geweeg bewegende gemiddelde kontrolekaart

Die eksponensieel Geweegde bewegende gemiddelde (EWMA) is 'n statistiek vir die monitering van die proses wat gemiddeldes die data op 'n manier dat al hoe minder gewig gee om data as hulle verder in die tyd verwyder. Vergelyking van Shewhart beheer grafiek en EWMA beheer grafiek tegnieke Vir die Shewhart grafiek beheer tegniek, die besluit oor die toestand van die beheer van die proses te eniger tyd, (T), hang uitsluitlik op die mees onlangse meting van die proses en, natuurlik, die mate van waaragtigheid van die skattings van die beheer perke van historiese data. Vir die EWMA beheer tegniek, die besluit hang af van die EWMA statistiek, wat is 'n eksponensieel geweegde gemiddeld van alle vorige data, insluitend die mees onlangse meting. Deur die keuse van gewig faktor, (lambda), kan die EWMA beheer proses sensitief vir 'n klein of geleidelike drif in die proses gemaak word, terwyl die Shewhart beheer proses net kan reageer wanneer die laaste data punt is buite 'n beheer limiet. Definisie van EWMA Die statistiek wat bereken is: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1, 2,, ldots ,, n. waar (mbox 0) is die gemiddeld van historiese data (teiken) (Yt) is die waarneming by die tyd (t) (N) is die aantal waarnemings word gemonitor insluitend (mbox 0) (0 Interpretasie van EWMA beheer grafiek Die rooi kolle is die rou data van die kronkelende lyn is die EWMA statistiek met verloop van tyd. die grafiek vertel ons dat die proses is in beheer, want almal (mbox t) lê tussen die beheer perke. Maar dit lyk asof daar 'n tendens opwaarts wees vir die laaste 5 periods. What is 'n EWMA grafiek wat is 'n EWMA grafiek 'n EWMA beheer grafiek is 'n tyd-geweegde beheer grafiek wat die eksponensieel geweeg bewegende gemiddeldes erwe. EWMA kaarte is veral geskik vir prosesse wat 'n dryf stal monitor beteken met verloop van tyd, of vir die opsporing klein verskuiwings in 'n proses. byvoorbeeld, kan 'n EWMA grafiek op te spoor drif wat veroorsaak word deur instrument dra. voorbeeld van 'n EWMA grafiek 'n vervaardiger van centrifuge rotors wil die deursnee van al rotors wat tydens 'n week op te spoor. die deursnee moet wees naby aan die teiken want selfs klein verskuiwings veroorsaak probleme. EWMA grafiek Die punte is binne die beheer perke. Geen tendense of patrone getoon. Die rotor deursnee lyk stabiel. Wat is geplot punte gebaseer op die plot punte kan gebaseer wees op óf subgroepe of individuele waarnemings. Wanneer data in subgroepe, is eksponensieel geweeg bewegende gemiddeldes bereken vanaf die subgroep beteken. As jy individuele waarnemings plot, is eksponensieel geweeg bewegende gemiddeldes bereken vanaf die individuele waarnemings. By verstek, die bewegende reeks is van lengte 2, aangesien agtereenvolgende punte het die hoogste kans om gelyk. Jy kan ook die lengte van die bewegende reeks verander. Riglyne vir die keuse van die gewig vir 'n EWMA grafiek Die berekeninge vir elke punt op 'n EWMA grafiek sluit inligting uit die vorige punte. Die punte word geweeg gebaseer op 'n gebruiker-gespesifiseerde gewig faktor. 'N Voordeel van EWMA kaarte is dat hulle nie baie geraak toe 'n klein of 'n groot waarde gaan die berekening. Deur die verandering van die gewig (ook bekend as lambda of) en die breedte van die beheer perke, kan jy 'n verskuiwing van byna enige grootte op te spoor. As gevolg hiervan, is EWMA kaarte dikwels gebruik om te monitor in-beheer prosesse vir klein verskuiwings weg van die teiken. Gewoonlik gebruik jy kleiner gewigte om kleiner skofte te spoor. Byvoorbeeld, gewigte tussen 0.05 en 0.25 werk goed. Spesifiseer die breedte van die beheer perke By verstek, is Minitabs beheer perke vertoon 3 standaardafwykings bo en onder die middellyn. Om die breedte van die beheer perke verander vir 'n grafiek, doen die volgende: Kies Rom GT beheer Charts GT-Time Geweegde Charts GT EWMA. Klik EWMA Options en klik op die blad toetse. Onder K. verander die waarde vir 1 punt meer as K standaardafwykings vanaf middellyn. Oor die vermiste subgroep boodskap beteken Ten einde 'n EWMA grafiek te skep, moet jy ten minste een nonmissing waarneming in elke subgroep het. As jy 'n subgroep waar al die waarnemings ontbreek, Minitab vertoon 'n fout en nie genereer die chart. Contact Info Site Search eksponensieel Geweegde bewegende gemiddelde (EWMA) Charts Sedert 1982: Die kuns wetenskap om jou onderste lyn te verbeter kwaliteit-Amerika bied Statistiese proses beheer sagteware, asook opleiding materiaal vir Lean Six Sigma, Kwaliteit Bestuur en SPC. Ons omhels 'n kliënt-gedrewe benadering, en lei in baie sagteware innovasies, voortdurend op soek na maniere om ons kliënte te voorsien met die beste en mees bekostigbare oplossings. Leiers in hul veld, het Kwaliteit-Amerika voorsien sagteware en opleiding produkte en dienste aan tienduisende maatskappye in meer as 25 lande. Kopiereg afskrif 2013 Kwaliteit-Amerika Inc. A nuwe eksponensieel geweeg bewegende gemiddelde kontrolekaart vir die monitering van die koëffisiënt van variasie Jiujun Zhang a. Zhonghua Li b. Bin Chen c. Zhaojun Wang b ,. 'n Departement Wiskunde, Liaoning Universiteit, Shenyang 110036, PR China b LPMC en Instituut vir Statistiek, Nankai Universiteit, Tianjin 300071, PR China c Skool vir Wiskunde en Statistiek, Jiangsu Normale Universiteit, Xuzhou 221116, PR China Ontvang 10 April 2014. Hersien 27 Julie 2014. Aanvaarde 28 September 2014 beskikbaar aanlyn 22 Oktober 2014 Hoogtepunte Ons stel 'n nuwe EWMA grafiek vir die monitering van die proses koëffisiënt van variasie. Tafels word vir die statistiese eienskappe van die nuwe skema. Die voorgestelde skema kan maklik ontwerp en gebou. Die voorgestelde skema kan effektief op te spoor die veranderinge in koëffisiënt van variasie. 'N Ware data voorbeeld toon dat die nuwe skema voer redelik goed in aansoeke. Abstract Monitering koëffisiënt van variasie is een van die suksesvolle benaderings tot statistiek Prosesbeheer (SPC) wanneer die proses gemiddelde en standaardafwyking is nie konstantes. Hierdie vraestel bied 'n aangepaste eksponensieel Geweegde bewegende gemiddelde (EWMA) grafiek om verder te versterk die sensitiwiteit van die deur Castagliola et al voorgestel EWMA beheer grafiek. (2011). Tafels word vir die statistiese eienskappe van die nuwe grafiek. Sommige numeriese resultate en vergelykings word gegee en toon dat die nuwe grafiek het 'n gemiddelde duur lank prestasie wat is beter as 'n ander mededingende prosedures. 'N Ware data voorbeeld van vervaardiging toon dat dit verrig baie goed in aansoeke. Sleutelwoorde koëffisiënt van variasie eksponensieel geweeg bewegende gemiddelde Gemiddeld run lengte Statistiese Proses ControlEWMA Sjabloon Wat is dit: 'n EWMA (eksponensieel Geweegde bewegende gemiddeldes) kaart is 'n kontrole grafiek vir veranderlikes data (data wat beide kwantitatiewe en deurlopende in meting, soos 'n gemeet dimensie of tyd). Die grafiek erwe geweeg bewegende gemiddelde waardes, is 'n gewig faktor wat gekies word deur die gebruiker om te bepaal hoe ouer datapunte invloed op die gemiddelde waarde in vergelyking met die meer onlangse kinders. Omdat die EWMA Chart gebruik inligting uit al die monsters, dit ontdek veel kleiner proses skofte as 'n normale beheer sou grafiek. Soos met ander beheer kaarte, is EWMA kaarte gebruik om prosesse oor tyd te monitor. Hoekom gebruik: Pas gewig faktore wat eksponensieel afneem. Die gewig van elke ouer data punt afneem eksponensieel, gee baie meer waarde aan Onlangse waarnemings terwyl hy nog nie heeltemal ontslae ouer waarnemings. Die graad van 'n gewig afname word uitgedruk as 'n konstante glad faktor, 'n getal tussen 0 en 1. kan uitgedruk word as 'n persentasie, sodat 'n glad faktor van 10 is gelykstaande aan 0.1. Alternatiewelik kan uitgedruk word in terme van N tydperke waar. Byvoorbeeld, N19 is gelykstaande aan 0.1. Die waarneming by 'n tydperk t is aangewys Yt, en die waarde van die EMO te eniger tyd tydperk t is aangewys St S1 ongedefinieerd is. S2 kan geïnisialiseer in 'n aantal verskillende maniere, wat die algemeenste deur die oprigting van S2 om Y1, hoewel ander tegnieke bestaan, soos die opstel van S2 tot 'n gemiddeld van die eerste 4 of 5 waarnemings. Die prominensie van die S2 initializations uitwerking op die gevolglike bewegende gemiddelde is afhanklik van kleiner waardes maak die keuse van S2 relatief belangriker as groter waardes, aangesien 'n hoër afslag ouer Waarnemings vinniger. Die voordeel van EWMA kaarte is dat elke geplot punt sluit verskeie waarnemings, sodat jy kan die sentrale limietstelling te gebruik om te sê dat die gemiddelde van die punte (of die bewegende gemiddelde in hierdie geval) normaal versprei is en die beheer perke is duidelik gedefinieer. Waar om dit te gebruik: Die kaarte x-as is tyd-gebaseerde, sodat die kaarte wys 'n geskiedenis van die proses. Om hierdie rede, moet jy data wat-time bestel dit is, in die volgorde van wat dit was gegenereer word ingevoer het. As dit nie die geval is, dan tendense of verskuiwings in die proses kan nie opgespoor word nie, maar in plaas daarvan toegeskryf word aan ewekansige (algemene oorsaak) variasie. Wanneer dit gebruik: EWMA (of eksponensieel Geweegde bewegende gemiddelde) Charts is oor die algemeen gebruik word vir die opsporing van klein veranderinge in die proses beteken. Hulle sal skofte van 0,5 sigma 2 sigma baie vinniger as Shewhart kaarte met dieselfde steekproefgrootte te spoor. Hulle is egter, stadiger in die opsporing van groot verskuiwings in die proses beteken. Daarbenewens kan tipiese run toetse nie gebruik word as gevolg van die inherente afhanklikheid van data punte. EWMA Charts kan ook verkies as die subgroepe is van grootte N1. In hierdie geval, kan 'n alternatiewe term die Individuele X Grafiek wees. in welke geval jy nodig sou wees om die verspreiding van die proses te skat ten einde die verwagte grense definieer met beheer perke. By die keuse van die waarde van lambda gebruik vir gewig, word dit aanbeveel om klein-waardes (soos 0,2) gebruik om klein verskuiwings op te spoor, en groter waardes (tussen 0.2 en 0.4) vir 'n groter verskuiwings. 'N EWMA Chart met lambda 1.0 is 'n X-kolomgrafiek. EWMA kaarte word ook gebruik om glad die invloed van bekende, onbeheerbare geraas in die data. Baie rekeningkundige prosesse en chemiese prosesse pas in hierdie kategorisering. Byvoorbeeld, terwyl daaglikse skommelinge in rekeningkundige prosesse groot kan wees, is dit nie suiwer 'n aanduiding van die proses onstabiliteit. Die keuse van lambda kan bepaal word om die grafiek meer of minder sensitief vir hierdie daaglikse skommelinge maak. Hoe om dit te gebruik: Tolking n EWMA Chart Standard Saak (Nie dwaal Mean) Kyk altyd na Range grafiek eerste. Die beheer perke op die EWMA grafiek is afgelei van die gemiddelde Range (of Moving Range, indien N1), so as die Range grafiek is buite beheer, dan is die beheer perke op die EWMA grafiek is betekenisloos op die baan grafiek, kyk vir uit kontrolepunte. As daar enige, moet die spesiale oorsake moet uitgeskakel word. Onthou dat die Range is die skatting van die variasie binne 'n subgroep, so kyk vir proses elemente wat variasie tussen die data in 'n subgroep sal verhoog. Na die lees van die Range grafiek, interpreteer die punte op die EWMA grafiek met betrekking tot die beheer perke. Begin Toetse word nooit toegepas op 'n EWMA grafiek, aangesien die punte is inherent afhanklik, met algemene punte. oorweeg nooit die punte op die EWMA grafiek relatief tot spesifikasies, aangesien die waarnemings van die proses wissel veel meer as die eksponensieel Geweegde Moving gemiddeldes. As die proses toon beheer met betrekking tot die statistiese grense vir 'n voldoende tydperk (lank genoeg om alle potensiële spesiale oorsake sien), dan kan ons die vermoë met betrekking tot vereistes te ontleed. Vermoë is slegs betekenisvol wanneer die proses is stabiel, aangesien ons die uitslag van 'n onstabiele proses nie kan voorspel. Wandelende Gemiddelde Chart Kyk vir buite beheer punte. Hierdie verteenwoordig 'n verskuiwing in die verwagte verloop van die proses, in vergelyking met die verlede gedrag. Die grafiek is nie baie sensitief vir subtiele veranderinge in 'n dryf proses, aangesien dit 'n sekere vlak van drif as die aard van die proses aanvaar. Onthou dat die beheer perke is gebaseer op 'n eksponensieel stryk voorspelling fout vir die afgelope waarnemings, sodat die groter die vorige dryf, sal die meer onsensitief die grafiek wees om die opsporing van veranderinge in die hoeveelheid drywing.