Średnia ruchoma Ten przykład ilustruje obliczanie średniej ruchomej serii czasowej w programie Excel. Średnia ruchoma służy do wyrównywania nieprawidłowości (szczytów i dolin) w celu łatwego rozpoznania trendów. 1. Po pierwsze, spójrz na naszą serię czasową. 2. Na karcie Dane kliknij pozycję Analiza danych. Uwaga: nie można znaleźć przycisku analizy danych Kliknij tutaj, aby załadować dodatek Analysis ToolPak. 3. Wybierz opcję Moving Average i kliknij przycisk OK. 4. Kliknąć w polu Zakres wejściowy i wybrać zakres B2: M2. 5. Kliknij w polu Interwał i wpisz 6. 6. Kliknij w polu Zakres wyjściowy i wybierz komórkę B3. 8. Wykres wykresu tych wartości. Objaśnienie: ponieważ ustawiamy przedział na 6, średnia ruchoma jest średnią z poprzednich 5 punktów danych i bieżącego punktu danych. W rezultacie szczyty i doliny są wygładzone. Wykres pokazuje tendencję wzrostową. Excel nie może obliczyć średniej ruchomej dla pierwszych 5 punktów danych, ponieważ nie ma wystarczająco dużo poprzednich punktów danych. 9. Powtórz kroki od 2 do 8 dla przedziału 2 i przedziału 4. Podsumowanie: Im większy odstęp, tym więcej szczytów i dolin są wygładzone. Im mniejsze odstępy, tym dokładniejsze są średnie ruchome, do rzeczywistych punktów danych. Przeniesienie wykresu odchylenia (MAMR) jest używane, gdy tylko jeden punkt danych naraziłby na opis sytuacji (np. Rzadkie dane), a dane są nie rozprowadza się normalnie. Wykres MAMR jest bardzo podobny do wykresu Xbar-R. Jedyną istotną różnicą jest to, jak tworzone są podgrupy i poza kontrolnymi testami. Kroki w tworzeniu wykresu odległości poruszającego się w zakresie odchylenia są takie same jak wykresy kontrolne Xbar-R (kliknij tutaj). Wykres MAMR wykorzystuje ponownie dane. Na przykład poniższe dane przedstawiają należności za każdy tydzień. Dane mogłyby zostać podzielone na trzy podgrupy i analizowane przy użyciu wykresu MAMR. Pierwsza podgrupa dla wykresu MAMR jest tworzona przy użyciu pierwszych trzech wyników (dla tygodni 25, 212 i 219). Druga podgrupa dla wykresu MAMR wykorzystuje tygodnie 212 i 219, a następnie dodaje się w tygodniu 226. Dane w tygodniach 212 i 219 są ponownie wykorzystywane w kolejnej podgrupie. To trwa dla każdej z pozostałych próbek. Takie podejście pozwala na sporządzenie punktu z każdym nowym punktem danych, zamiast czekać na trzy punkty danych w celu utworzenia podgrupy. Wzory cykliczne są typowe dla wykresu MAMR. Poza testami kontrolnymi Ponieważ dane są ponownie wykorzystywane, jedynym wyjątkiem testu kontrolnego, który ma zastosowanie do wykresu MAMR, jest wykraczający poza granice kontrolne. Ograniczenia kontroli dla wykresu średniej ruchomejMoving Zakresy równań dla wykresu Moving AverageMoving Range są identyczne z wykresem Xbar-R (kliknij tutaj w celu obliczenia wykresu Xbar-R) Mapy MAMR mogą być aktualizowane po dodaniu nowych danych przez wybranie Zaktualizuj ikonę wykresu w menu SPC. Można również zmienić bieżące opcje na wykresie, wybierając ikonę Opcje z menu SPC. Można także podzielić granice kontroli, rozpocząć wykres w nowym punkcie i dodać komentarze (zobacz sekcję Działania pojedynczego punktu w plikach pomocy), a także usunąć wszystkie punkty kontrolne lub ustawić zakres, aby oprzeć granice kontroli ( zobacz sekcję Działania wszystkich punktów w plikach pomocy). Co to jest wykres MR (zakres ruchomych) Wykres MR wykresuje zakres ruchu w czasie w celu monitorowania zmian procesu dla poszczególnych obserwacji. Użyj wykresu MR do monitorowania zmian w procesie, gdy trudne lub niemożliwe jest grupowanie pomiarów w podgrupy. Dzieje się tak, gdy pomiary są drogie, wielkość produkcji jest niska lub produkty mają długi okres cyklu. Gdy dane są zbierane jako indywidualne obserwacje, nie można obliczyć odchylenia standardowego dla każdej podgrupy. Zakres ruchu jest alternatywnym sposobem obliczania odchylenia procesu, obliczając zakres dwóch lub więcej kolejnych obserwacji. Przykładowy wykres MR Na przykład administrator szpitala chce sprawdzić, czy zmienność czasu wykonywania operacji przepukliny przeponowej jest stabilna. Punkty różnią się losowo wokół linii środkowej i znajdują się w granicach kontrolnych. Brak trendów lub wzorów są obecne. Zmienność czasu wykonywania operacji przepukliny jest stabilna. Zakres dawki wykorzystywany do obliczania górnych i dolnych granic wykresów kontrolnych dla poszczególnych pomiarów, np. wielkości próbki 1, użyj ruchomych zakresów dwóch kolejnych obserwacji w celu zmierzenia zmienności procesu. Zakres ruchu jest zdefiniowany jako MRi xi - x. czyli wartości bezwzględnej pierwszej różnicy (np. różnicy pomiędzy dwoma kolejnymi punktami danych) danych. Analogicznie do wykresu kontrolnego Shewhart można wykreślić zarówno dane (które są osobniki), jak i zakres ruchu. Osoby kontrolujące granice obserwacji Dla wykresu kontrolnego dla pojedynczych pomiarów, linie wykreślone to: UCL pasek 3frac mbox bar Pasek LCL - 3frac. koniec gdzie (bar) jest średnią wszystkich osób i (nachylenie) jest średnią wszystkich poruszających się zakresów dwóch obserwacji. Należy pamiętać, że jeden lub obydwa średnie mogą zostać zastąpione standardowym lub docelowym, jeśli są dostępne. (Uwaga: 1.128 jest wartością (d2) dla (n 2) Przykłady zakresu ruchu Poniższy przykład ilustruje wykres kontrolny dla poszczególnych obserwacji W celu monitorowania natężenia przepływu przeprowadzono badanie nowego procesu.
No comments:
Post a Comment