Il ponderata esponenzialmente media mobile (EWMA) è una statistica per il monitoraggio del processo che media i dati in un modo che dà meno peso e meno di dati vengono successivamente rimossi nel tempo. Confronto di carta di controllo di Shewhart e EWMA tecniche Carte di controllo per la tecnica di controllo grafico Shewhart, la decisione relativa allo stato del controllo del processo in qualsiasi momento, (t), dipende unicamente dal più recente misura dal processo e, naturalmente, il grado di veridicità delle stime dei limiti di controllo di dati storici. Per la tecnica di controllo EWMA, la decisione dipende dalla statistica EWMA, che è una media ponderata esponenzialmente di tutti i dati precedenti, compresa la misurazione più recente. A scelta del fattore di ponderazione, (lambda), la procedura di controllo EWMA può essere sensibile ad una piccola o graduale deriva nel processo, mentre la procedura di controllo Shewhart può reagire solo quando l'ultimo punto di dati è fuori di un limite di controllo. Definizione di EWMA La statistica calcolata è: Mbox t lambda Yt (1-lambda) Mbox ,,, Mbox ,,, t 1, 2,, ldots ,, n. dove (mbox 0) è la media dei dati storici (target) (YT) è l'osservazione in tempo (t) (n) è il numero di osservazioni da monitorare tra cui (mbox 0) (0 Interpretazione della carta di controllo EWMA Il rosso punti sono i dati grezzi la linea frastagliata è la statistica EWMA nel corso del tempo. il grafico ci dice che il processo è sotto controllo perché tutti (Mbox t) si trovano tra i limiti di controllo. Tuttavia, sembra che ci sia una tendenza al rialzo per gli ultimi 5 periods. Contact Info Site Search Knowledge center esponenziale media mobile ponderata (EWMA) grafici An (EWMA) ponderata esponenzialmente Grafico a media mobile è una carte di controllo per i dati variabili (dati che è sia quantitativi che continua nella misurazione, come ad esempio una dimensione misurato o tempo). si traccia mobile ponderata valori medi. Un fattore di ponderazione viene scelto dall'utente per determinare come i punti dati più anziani influenzano il valore medio rispetto a quelle più recenti. Dato che le carte di controllo EWMA utilizzano informazioni provenienti da tutti i campioni, rilevano i turni di processo molto più piccoli di una carta di controllo normale avrebbe fatto. Quando non è disponibile, un Moving Average grafico, come proposto nel nostro software SPC offre gli stessi vantaggi. Anche se i grafici EWMA standard sono progettati per monitorare i processi con una media stabile, una carta di controllo EWMA modificato può essere utilizzato per i processi autocorrelati con una media lentamente alla deriva. Dal 1982: La scienza dell'arte per migliorare la vostra linea di fondo Qualità America offre Statistical Process Control software, così come i materiali di formazione per Lean Six Sigma, Gestione della Qualità e SPC. Abbracciamo un approccio orientato al cliente, e condurre in molti innovazioni software, alla continua ricerca di modi per fornire ai nostri clienti i migliori e più convenienti soluzioni. Leader nel loro settore, la qualità America hanno fornito software e formazione di prodotti e servizi a decine di migliaia di aziende in oltre 25 paesi. Copyright 2013 copia di qualità in America Inc. EWMA Grafico in Excel utilizzare il grafico EWMA quando si dispone di un campione e si desidera rilevare piccole variazioni in termini di prestazioni. Il EWMA (esponenzialmente ponderata media mobile) i grafici delle prestazioni è simile al grafico CUSUM. Esempio di un grafico EWMA creata nel QI macro per Excel per creare una carta di controllo EWMA all'interno del QI Macro: Evidenziare i dati e selezionare quotEWMAquot dal menu a discesa quotControl Charts (SPC) quot (offriamo una EWMA fill-in - the-vuoto modello, pure). Una volta selezionato, vi verrà richiesto di accettare il parametro predefinito alpha di 0.2 o inserire nella vostra: per Montgomery 4 ° Edizione, ldquovalues del nell'opera intervallo di 0,05 bene nella pratica, con 0.05, 0.10, e 0.20 di essere scelte popolari. Una buona regola è quella di utilizzare i valori minori di rilevare piccoli shifts. rdquo Dopo aver creato il grafico, è possibile updateedit vostro parametro alfa, sotto la scheda quotObs 1 Dataquot, nel quotWeightquot cellule: Nota. Più basso è il valore del parametro alpha, più il UCL e LCL sarà al CL e viceversa. Per saperne di più. Per creare un grafico EWMA con QI Macros. EWMA Template Di cosa si tratta: un EWMA (ponderata esponenzialmente a media mobile) grafico è un grafico di controllo per i dati variabili (i dati che sono sia quantitativi che continua nella misurazione, come ad esempio una dimensione misurato o tempo ). Le trame del grafico ponderati in movimento valori medi, un fattore di ponderazione è scelto dall'utente per determinare come i punti dati più anziani influenzano il valore medio rispetto a quelle più recenti. Poiché il grafico EWMA utilizza le informazioni da tutti i campioni, rileva variazioni di processo molto più piccolo rispetto a un grafico di controllo normale avrebbe fatto. Come per le altre carte di controllo, i grafici EWMA vengono utilizzati per monitorare i processi nel corso del tempo. Perché usarlo: Si applica fattori di ponderazione che diminuiscono in modo esponenziale. La ponderazione per ciascun punto di dati più vecchi decresce esponenzialmente, dando molta più importanza alle recenti osservazioni, pur non scartando osservazioni più anziani del tutto. Il grado di riduzione di pesatura è espresso come fattore di livellamento costante, un numero compreso tra 0 e 1. può essere espresso come percentuale, quindi un fattore di livellamento 10 è pari a 0,1. In alternativa, possono essere espressi in termini di periodi di tempo n, dove. Per esempio, N19 è pari a 0,1. L'osservazione in un periodo di tempo t è designato Yt, e il valore della EMA in qualsiasi periodo di tempo t è designato St. S1 è indefinito. S2 può essere inizializzato in un numero di modi diversi, più comunemente impostando S2 Y1, anche se altre tecniche esistono, come l'impostazione S2 ad una media dei primi 4 o 5 osservazioni. L'importanza dell'effetto inizializzazioni S2 sul risultante media mobile dipende da valori più bassi rendono la scelta di S2 relativamente più importante di valori più grandi, dal momento che un più alto sconti osservazioni anziani più veloci. Il vantaggio di carte EWMA è che ogni punto tracciato comprende diverse osservazioni, in modo da poter utilizzare il teorema del limite centrale per dire che la media dei punti (o la media mobile, in questo caso) è normalmente distribuiti ed i limiti di controllo sono chiaramente definiti. Dove usarlo: I diagrammi x assi sono ora in base, in modo che i grafici mostrano una storia del processo. Per questo motivo, è necessario disporre di dati che viene ora ordinata che è, sono entrati nella sequenza da cui è stato generato. Se questo non è il caso, allora tendenze o cambiamenti nel processo non possono essere rilevati, ma invece attribuiti a random (comune causa) variazione. Quando utilizzarla: EWMA (o ponderata esponenzialmente Moving Average) Grafici sono generalmente utilizzati per rilevare piccoli spostamenti nel processo significare. Essi rilevare spostamenti di 0,5 sigma a 2 sigma molto più velocemente di grafici Shewhart con la stessa dimensione del campione. Essi sono, tuttavia, più lento nella rilevazione grandi cambiamenti nel processo significano. Inoltre, prove tipiche di esecuzione non possono essere utilizzati a causa della dipendenza intrinseca di punti di dati. EWMA grafici possono anche essere preferiti quando i sottogruppi sono di dimensioni n1. In questo caso, un grafico alternativa potrebbe essere il Grafico Individual X. in tal caso si avrebbe bisogno di stimare la distribuzione del processo per definire i confini attesi con limiti di controllo. Quando si sceglie il valore di lambda viene ponderata, si raccomanda di utilizzare valori piccoli (come 0,2) per rilevare piccoli spostamenti, e valori più grandi (tra 0,2 e 0,4) per spostamenti maggiori. Un grafico EWMA con lambda 1.0 è un grafico X-bar. grafici EWMA sono utilizzati anche per smussare gli effetti di nota, rumore incontrollabile nei dati. Molti processi contabili e processi chimici rientrano in questa categorizzazione. Per esempio, mentre giorno per giorno fluttuazioni nei processi contabili possono essere grandi, che non sono puramente indicative di instabilità processo. La scelta di lambda può essere determinato per rendere il grafico più o meno sensibile a queste fluttuazioni giornaliere. Come si usa: Interpretare un grafico EWMA caso standard (non-errante media) Sempre guardare grafico Intervallo prima. I limiti di controllo sul grafico EWMA derivano dalla gamma media (o range di movimento, se n1), quindi se il grafico Gamma è fuori controllo, allora i limiti di controllo sul grafico EWMA sono privi di significato Sul grafico Gamma, cercare fuori di punti di controllo. Se ci sono, quindi le cause speciali devono essere eliminate. Ricordiamo che la gamma è la stima della variazione di un sottogruppo, in modo da cercare elementi di processo che aumenterebbero variazione tra i dati in un sottogruppo. Dopo aver esaminato il grafico Range, interpretare i punti sul grafico EWMA relativa ai limiti di controllo. Esegui test non sono mai applicate ad un grafico EWMA, dal momento che i punti tracciati sono intrinsecamente dipendenti, che contiene punti in comune. Mai prendere in considerazione i punti sul grafico EWMA relativa alle specifiche, dal momento che le osservazioni del processo variano molto di più che le medie mobili ponderata esponenzialmente. Se il processo di controllo mostra relativa ai limiti statistici per un periodo di tempo sufficiente (abbastanza a lungo per vedere tutte le potenziali cause speciali), quindi possiamo analizzare la sua capacità rispetto alle esigenze. Capacità è significativo solo quando il processo è stabile, dal momento che non siamo in grado di prevedere l'esito di un processo instabile. Wandering Malosguardo Grafico per di punti di controllo. Queste rappresentano un cambiamento nel corso attesa del processo, rispetto al suo comportamento passato. Il grafico non è molto sensibile alle variazioni sottili in un processo deriva, dato che accetta un certo livello di drift come la natura del processo. Si ricorda che i limiti di controllo sono basate su un errore di previsione in modo esponenziale lisciato per le osservazioni del passato, in modo che il più grande le derive precedenti, il più insensibile il grafico sarà quello di rilevare i cambiamenti nella quantità di deriva.
Comments
Post a Comment