MSAminiab详细实例解读

M--测量系统分析案例：连续型案例：

gageaiag.Mtw

背景：3名测定者对10部品反复2次TEST－>测量值随OP的变动－>测量值随部品的变动－>对于部品10，OP有较大分歧；所有点落在管理界限内－>良好大部分点落在管理界限外－>主变动原因：部品变动－>良好M--测量系统分析：离散型案例（名目型）：gage名目.Mtw背景：3名测定者对30部品反复2次TEST检查者1需要再教育；检查者3需要追加训练；(反复性)两数据不能相差较大，否则说明检查者一致的判定与标准有一定差异个人与标准的一致性（再现性？）M--测量系统分析：离散型案例（顺序型）：散文.Mtw背景：3名测定者对30部品反复2次TEST张四需要再教育；张一、张五需要追加训练；(反复性)两数据不能相差较大，否则说明检查者一致的判定与标准有一定差异M--正态性测定:(测定工序能力的前提)案例：背景：3名测定者对10部品反复2次TESTP-value>0.05－>正态分布（P越大越好）本例：P＝0.022，数据不服从正态分布。原因：1、Data分层混杂；2、群间变动大；M--工序能力分析（连续型）：案例：Camshaft.MTW①工程能力统计：短期工序能力长期工序能力X平均＝目标值－>Cp＝CpmX平均≠目标值－>Cp>Cpm②求求解Zst（（输入入历史史均值值）：历史均均值：：表示示强行行将它它拉到到中心心位置置－>不不考虑虑偏移移－>Zst(Bench)③求求解Zlt（（无历历史均均值））：无历历史史均均值值：：－>考考虑虑偏偏移移－－>Zlt(Bench)*Zshift＝＝Zlt(Bench)－Zlt(Bench)＝12.13－－1.82＝＝0.31工序序能能力力分分析析：：案例例：：Camshaft.MTW另：：capabilitysixpack工工具具M--工工序序能能力力分分析析（（离离散散型型））：：案例例：：bpcapa.MTW(1)：：二二项项分分布布的的Zst缺陷陷率率：：不良良率率是是否否受样样本本大大小小影响响？？－平平均均（（预预想想））PPM＝＝226427－Zlt＝＝0.75＝>Zst＝＝Zlt＋＋1.5＝＝2.25M--工工序序能能力力分分析析（（离离散散型型））：：案例例：：bpcapa.MTW(2)：：Poisson分分布布的的ZstA——Graph（（坐坐标标图图））：：案例例：：Pulse.MTW(1)Histograpm（（直直方方图图））－－单单变变量量通过过形形态态确确认认：：－正正规规分分布布有有无无；；－异异常常点点有有无无；；(2)Plot（（散散点点图图））－－X、、Y双双变变量量通过过形形态态确确认认：：－相相关关关关系系；；－确确认认严严重重脱脱离离倾倾向向的的点点；；(3)MatrixPlot（（行行列列散散点点图图－－矩矩阵阵图图））－－多多变变量量(4)BoxPlot（（行行列列散散点点图图－－矩矩阵阵图图））－－多多变变量量(5)Multi-variChart（（多变变因因图图）Sinter.MTW目的的：：掌掌握握多多X因因子子变变化化对对Y的的影影响响（（大大概概））；；－>材材料料和和时时间间存存在在交交互互作作用用；；(5)Multi-variChart（（多变变因因图图）Sinter.MTW目的的：：掌掌握握多多X因因子子变变化化对对Y的的影影响响（（））；；<统统计计－－方方差差分分析析－－主主效效果果图图、、交交互互效效果果图图：：>倾斜斜越越大大，，主主效效果果越越大大无交交互互效效果果－－>平平行行；；有交交互互效效果果－－>交交叉叉；；(5)Multi-variChart（（多变变因因图图）Sinter.MTW目的的：：掌掌握握多多X因因子子变变化化对对Y的的影影响响（（交交互互作作用用细细节节））；；<统统计计－－方方差差分分析析－－双双因因子子：：>材料料、、交交互互的的P<0.05－>有有意意；；A——假假设设测测定定－－决决定定标标本本大大小小：：(1)：：1-sampleZ（（已已知知u））背景景：：Ha～～N（（30，，100/25））H0～～N（（25，，100/n））－－为为测测定定分分布布差差异异的的标标本本大大小小有意意水水平平α=0.05查出出力力1－－ββ=0.8<统统计计－－功功效效和和样样本本数数量量－－1-sampleZ：：>差值值：：u0－ua＝＝25－－30＝＝-5功效效值值（（查查出出力力））：：1－－ββ＝0.8标准准差差：：sigma＝＝10A——假假设设测测定定－－决决定定标标本本大大小小：：(2)：：1-sampleT（（未未知知u））背景景：：Ha～～N（（30，，100/25））H0～～N（（25，，100/n））－－为为测测定定分分布布差差异异的的标标本本大大小小有意水平平α=0.05查出力1－β=0.8<统计－－功效和和样本数数量－1-samplet：>差值：u0－ua＝25－30＝-5功效值（（查出力力）：1－β＝0.8标准差（（推定值值）：sigma＝＝10样本数量量27>已知知u的1-sampleZ的样本本数量－>t分分布假假定母标标准偏差差未制定定分析；；A—假设设测定－－决定标标本大小小：(3)：：1Proportion（单样样本）背景：H0：P＝0.9Ha：P<0.9测定数据据P1＝＝0.8、P2＝＝0.9有意水平平α=0.05查出力1－β=0.9<统计－－功效和和样本数数量－1Proportion：：>P1=0.8功效值（（查出力力）：1－β＝0.9P2=0.9母比率0.8实实际上上是否0.9以以下，需需要样本本102个A—假设设测定－－决定标标本大小小：(3)：2Proportion（单样本））背景：H0：P1＝P2Ha：P1<P2有意水平α=0.05查出力1－β=0.9<统计－功效效和样本数量量－1Proportion：>P的备择值：：实际要测定定的比例？－－母比率；；功效值（查出出力）：1－β＝0.9假设P：H0的P值（0.9）母比率0.8实际上是是否小于0.9，需要样样本217个个A—假设测定定：案例：Camshaft.MTW(1)：1-samplet（（单样本）背景：对零件件尺寸测定100次，数数据能否说明明与目标值（（600）一一致（α=0.05）P-Value>0.05→→Ho（信信赖区间内目目标值存在））→可以说平均均值为600A—假设测定定：案例：2sample-t.MTW(2)：2-samplet（（单样本）背景：判断两两个母集团Data的平平均，统计上是否相相等（有差异异）步骤①：分别别测定2组data是否否正规分布；；②：测定分散散的同质性；；③：t－test；①正态性验验证：<统计－基本本统计－正态性检验：：>P-Value>0.05→正态分布布P-Value>0.05→正态分布布②等分散散测定：<统计－基本统统计量－双方方差：>P-Value>0.05→等分散对Data的的Box-plot标准偏差的信信赖区间测定方法选择择：F－test：正态分布布时；Levense’stest：非非正态分布时时；③测定平平均值：<统计－基本统统计量－2-samplet：：>P-Value<0.05→Ha→u1≠u2A—假设测定定：案例：Pairedt.MTW(3)：Pairedt（两集集团从属/对对应）<统计－基本统统计量－配对t：>背景：老化实实验前后样本本复原时间；；10样本前后后实验数据，，判断老化实实验前后复原原时间是否有有差异；（正态分布；；等分散；α=0.05）P-Value<0.05→Ha→u1≠u2（有差差异）A—假设测定定：(4)：1proportiont（离离散－单样本本）<统计－基本统统计量－1proportiont：>背景：为确认认某不良P是是否为1％，，检查1000样本，检检出13不良良，能否说P=1%?（α=0.05）P-Value>0.05→H0→P=0.01A—假设测定定：(4)：2proportiont（离离散－单样本本）<统计－基本统统计量－2proportiont：>背景：为确认认两台设备不不良率是否相相等，A:检查1000样本本，检出14不良，B:检查1200样本本，检出13不良，能否说P1=P2?（（α=0.05）P-Value>0.05→Ho→P1=P2A—假设测定定：Chi-Square-1.MTW(5)：Chi-Squaret（离散－－单样本）背景：确认4个不同条件件下，某不良良是否有差异异？P-Value>0.05→Ho→P1=P2＝…（（无差异）应用一：测测定频度数的的同质性：H0:P1=P2=……=PnHa:至少少一个不等；；A—假设测定定：Chi-Square-2.MTW(5)：Chi-Squaret（离散－－单样本）背景：确认班次别和不同类型不良良率是否相关？P-Value<0.05→Ha→两因素从从属（相关））应用二：测测定边数的独独立性：H0:独立立的（无相关关）Ha:从属属的（有相关关）；班次不良类型A—ANOVA（分散分分析）：两个以上母集集团的平均是是否相等；(1)：One-wayA（一一因子多水平平数）背景：确认三根弹簧弹力力比较？H0:u1=u2=…=unHa:至少少一个不等；；P-Value<0.05→Ha→u不等，有差异；信赖区间都重叠－>u无有意差；1和2可以说无有意差，1和3有有意差；A—ANOVA（分散分分析）：两个以上母集集团的平均是是否相等；(1)：Two-wayA（2因子多水平平数）背景：确认生产线（因子子1）、改善善（因子2））影响下，测测定值母平均均是否相等，，主效果和交交互效果是否否有意？生产线：P-Value<0.05→Ha→u不等，有差异；改善、交互：P-Value>0.05→H0→u相等，无差异；生产线：信赖区间没有都重叠－>u有差别－>对结果有影响改善：信赖区间重叠－>u无差别－>对结果没有影响A—（相关分分析）：Scores.MTWP-Value<0.05→Ha→（有相关关相关）I—DOE：(1)：2因因子2水准①因子配置置设计：输出结果：输入实验结果②曲线分析析：倾斜越大，主效果越大交叉越大，交互效果越大大最大的data③统计性分分析：实施对因子效效果的t-test，判断与data有意意的因子。A、B对结果果有意；AB交互对结果果无有意；通过分散分析析，判断1次效果、2次效果的有有意性；-主效果有有有意，-交互效果果无有意。显示因子的水水准不能线性性变换(Coded)时的的回归系数.-Coded是指实际际因子水准(-1,+1)变换为为线性变换。。I—DOE：(2)：多因因子不同水准准①因子配置置设计：输入data：反复次数②曲线分析析：倾斜越大，主效果越大无法确认交互互效果③统计性分分析：通过分散分析析，判断1次效果、2次效果的有有意性；-主效果有有有意，-交互效果果无有意。④确认此后后试验方向：最佳方向I—DOE：(3)：2水水准部分配置置①因子配置置设计：背景：-反应值:收率(Yield)-因子子:流入量(10,15),触触媒(1,2),旋旋转数(100，120),温温度(140,180),浓度度(3,6)－>确认哪哪个因子影响响收率，利用用2（5-1）配置法输入data：表示25-1部分配置的清清晰度和部分分实施程度.②曲线分析析：-B、D、E有意；-BD、DE有交互作用用；-在A=10,B=2,C=120,D=180,E=3时，Y＝95最佳佳；③统计性分分析：实施t-test，判断有意因因子B、D、E、、BD、DE有意通过分散分析析，判断1次次效果、2次次效果的有意意性-主效果和交互互作用效果都都有意。I—最大大倾斜法：一次试验－－－(1)因因子配置设设计：背景：反应值:收率(Yield)时时间＝35min，温温度＝155时，Y＝80％－>因因子:时间(30,40)温温度(150,160)确认哪个因子子影响收率，，利用中心点点包括的22配置法在中心点实验验的次数！一次试验－－－(2)统统计性分析：实施对因子效效果的t-test，判断有意的因因子。－A,B有意；通过分散分析析判断1次效果、交互互作用及曲率率效果的有意意性。-1次效果(MainEffect)有意；-弯曲不有意，故而而没有曲率效效果。一次试验－－－(3)确确认最大倾斜斜方向：<图形－等值线线图：>线性变换的因因子的水准还还原为实际水水准值。-实际水平

:A(30,40),B(150,160)→

为还原实际水平值，

线性变换的△值各各乘5.

利用追定的回归系数，决定最大倾斜方向(Δ)最大倾斜方向：A每增加1时，B增加0.42的方向。StepCodedLevelUncodedLevel试验结果(收率)ABAB中心点003515580.44Δ10.4252.181.08Δ110.4240157.182.90Δ220.8445159.283.14Δ331.2650161.383.70Δ441.6855163.484.33Δ552.1060165.587.80Δ662.5265167.688.65Δ772.9470169.792.40Δ883.3675171.893.54Δ993.7880173.994.78Δ10104.2085176.095.30Δ11114.6290178.194.21Δ12125.0495180.292.51Step由实实验者配置，，Step10时Y取最大大值，适用因因子配置；二次试验－－－(1)因因子配置设设计：背景：通过最最大倾斜法求求Y最大化的的因子水平，，通过追加实实验，确认是是否最佳水准准的领域；收率(Yield)时时间(80,90)温温度(171,181)确认哪个因子子影响收率，，利用中心点点包括的22配置法二次试验－－－(2)统统计性分析：<图形－等值线线图：>对因子效果t-test，判断与Y有意意因子-A,B有意-CtPtP<0.05，→存在曲率效果果.分散分析-1次效果有意-曲率效果有有意结果解释通过等值线图及统计性分析析，1次模形形不有意，具具有曲线的情情形，因此判判断2次模形形更适当→实施反应表表面计划I—反反映表面实实验：(1)因因子配置设设计：试验配置:中心合成计计划(2因因子)-反应值值(Y):DATA-因数/水平:A(Low=260,High=330),B(Low=6,High=20)背景：通过过最大倾斜斜法，在A=295,B=13状态态下，判断断最佳条件件会出现。。求将变量透透过率最大大化的最佳佳条件。Run13:Block没有的情况况Run14:Block有的情况输入试验结结果：(2)统计计性分析：※实施对因子效果的

t-test，

判断有意反应值的因子.-因子的1次效果及2次效果有意。

-因子间的交互作用无有意。

※R-Sq&R-Sq(adj)>64%，→可以信赖回归模型；※通过分散分析，判断1、2次效果的有意性-1次效果、2次效果有意

※通过Lack-of-FitTest，判断模型的适合性

-失拟>0.05(不有意)，因此判断模型适合(3)残残差分析：对残差的正正态分布假假说的研讨讨－直方图、正正态分布图图对分散同质质假说的研研讨－与拟拟合值※残差已确定定为随机分分布，可以以进行分散散同质假说说研讨(3)坐坐标图分析析：因子的最佳条件-A:289~310-B:11~18→预想Y=79.5.(4)数数值性分析析：最佳化因子子水平初期设定（（大概值））望大：求最大值；下限：设定最小值望目：设定目标值Y=79.5，满足度=1。即意味着满满足目标值要求求；调整因数水水平而使透透过率更好好。A=299.50、、B=14.90时时，Y(Max)＝＝79.6163I—反反映表面实实验2：－－多个反反映值(1)因因子配置设设计：试验配置:中心合成计计划(2因因子)-反应值值(Y):Y1、Y2、Y3-因数/水平:A(Low=80,High=90),B(Low=170,High=180)背景：通过过最大倾斜斜法，知道道反应时间间A=85分钟、、反应温度度B=175F是最最佳条件。。求可以满足足3个反应应变量(Y1、Y2、Y3)结果条件件的因子的的最佳水准准。输入试验结果：A、B：选中后右键选择数据格式转换成整数(2)统计计性分析：※误差项项要不要Pooling?误差项Pooling的话→Lackoffit（失失拟）的的P-value要大大起来,→R-sq(adj)要要升升高高，或或者者Regression（（回回归归））的的F值值要要升升高高→不不然然的的话话，，证证明明现现在在的的模模型型更更适适当当2个因因子子的的主主效效果果、、2次效效果果都都有有意意，，不不实实施施Pooling.交互互作作用用，，Pooling到误误差差项项时时，，R-sq(adj)和lackoffit的P值会会减减少少，，因因此此不不Pooling.A的2次效效果果(A*A)不不有有意意，，故故而而Pooling到误误差差项项.交互互作作用用(A*B)，，Pooling到误误差差项项时时，，R-sq(adj)和lackoffit的P值会会减减少少因因此此不不Pooling.Pooling后后分分析析结结果果在项项中中去去掉掉A*A项项后后再再次次运运行行Pooling后后分分析析结结果果在项项中中去去掉掉A*A、、A*B项项后后再再次次运运行行A、B的的2次效效果果（（AA,BB））不不有有意意，，Pooling到误误差差项项.AB交交互互作作用用，，Pooling到误误差差项项时时，，R-sq(adj)和lackoffit的P值会会减减少少因因此此不不Pooling.(3)坐坐标标图图分分析析：