Wykres przeciętnie ważony ruchoma

Średnia przemieszczeniowa (EWMA) jest statystyką umożliwiającą monitorowanie procesu, który uśrednia dane w sposób, który zapewnia mniej i mniej wagi danych, ponieważ są one następnie usuwane w czasie. Porównanie wykresu kontrolnego Shewhart i technik kontroli wykresu EWMA W przypadku techniki kontroli wykresu Shewhart decyzja o stanie kontroli procesu w dowolnym momencie (t) zależy wyłącznie od ostatniego pomiaru z procesu i, oczywiście, stopień wiarygodności oszacowań limitów kontrolnych z danych historycznych. W przypadku techniki sterowania EWMA decyzja zależy od statystyk EWMA, która jest średnią waŜoną wykładniczo wszystkimi poprzednimi danymi, w tym ostatnim pomiarem. Przy wyborze współczynnika wagi (lambda) procedura kontroli EWMA może być wrażliwa na niewielki lub stopniowy dryft w procesie, podczas gdy procedura kontrolna Shewhart może się zareagować tylko wtedy, gdy ostatni punkt danych znajduje się poza granicą kontrolną. Definicja EWMA Obliczana statystyka to: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. gdzie (mbox 0) jest średnią danych historycznych (docelowych) (Yt) jest obserwacją w czasie (t) (n) jest liczba obserwacji, które mają być monitorowane, w tym (mbox 0) (0 interpretacja karty kontrolnej EWMA Czerwony kropki są surowymi danymi, które w przeszłości są statystyką EWMA, a wykres pokazuje nam, że proces jest kontrolowany, ponieważ wszystkie (mbox t) leżą między granicami kontroli, ale wydaje się, że tendencja ta wzrosła w ciągu ostatnich 5 lat (EWMA) Wykresy z przecinkami średnimi podzielonymi wykładniczo (EWMA) to wykresy kontrolne dla danych zmiennych (dane zarówno ilościowe jak i ciągłe w pomiarze, na przykład mierzony wymiar lub (wykresy kontrolne EWMA wykorzystują informacje z wszystkich próbek, wykrywają znacznie mniejsze procesy), a następnie oblicza ważone wartości średnie ruchome. zmiany niż normalny wykres kontroli. Jeśli nie jest dostępny, wykres Moving Average, taki jak oferowany w naszym oprogramowaniu SPC, zapewnia takie same korzyści. Mimo, że standardowe wykresy EWMA są zaprojektowane do monitorowania procesów o stałej średniej, można użyć zmodyfikowanego schematu kontrolnego EWMA dla autokorelacji o średnio powolnym dryfowaniu. Od 1982: sztuka naukowa, aby poprawić swoją najniższą jakość Ameryki oferuje oprogramowanie Statystyczna kontrola procesu, a także materiały szkoleniowe dla Lean Six Sigma, Quality Management i SPC. Obejmuje podejście zorientowane na klienta i prowadzi wiele innowacji oprogramowania, stale poszukujących sposobów zapewnienia naszym klientom najlepszych i najbardziej przystępnych rozwiązań. Liderzy w swojej dziedzinie, Quality America dostarczają oprogramowania i szkoleń produktów i usług dziesiątkom tysięcy firm w ponad 25 krajach. Kopia z prawami autorskimi 2017 Quality America Inc. EWMA Wykres w programie Excel Użyj wykresu EWMA, jeśli masz jedną próbkę i chcesz wykryć niewielkie zmiany wydajności. Wyniki wykresów EWMA (wykładniczo ważone średnie ruchome) są podobne do wykresu Cusum. Przykładowy wykres EWMA utworzony w makrach QI dla programu Excel Aby utworzyć mapę kontrolną EWMA w makrach QI: Podświetl swoje dane i wybierz z menu rozwijanego menu kwotowania kwot (SPC) kwEWEWYquot (oferujemy wypełnienie EWMA fill-in - a także pusty szablon). Po wybraniu tej opcji zostanie wyświetlony monit o przyjęcie domyślnego parametru alfa na poziomie 0,2 lub wprowadź własne: Per Montgomery 4th Edition, ldquovalues ​​w przedziale 0,05 działają dobrze w praktyce, przy czym popularne są 0,05, 0,10 i 0,20. Dobrą regułą jest użycie mniejszych wartości w celu wykrycia mniejszych przesunięć. rdquo Po utworzeniu wykresu można umieścić w parametrze alpha parametr alfa w tablicy quotObs 1 Dataquot w komórce quotWeightquot: Uwaga. Im niższa wartość parametru alfa, im bliżej UCL i LCL będzie do CL i odwrotnie. Ucz się więcej. Aby utworzyć mapę Ewma za pomocą szablonu QI Macros. EWMA Co to jest: Wykres EWMA (ważona przecinkami średnimi) jest wykresem kontrolnym dla danych zmiennych (danych ilościowych i ciągłych w pomiarze, np. Mierzonego wymiaru lub czasu ). Na wykresie są ważone wartości średnie ruchome, wybrany przez użytkownika współczynnik wagi określa, w jaki sposób starsze punkty danych wpływają na wartość średnią w porównaniu z ostatnimi. Ponieważ wykres EWMA wykorzystuje informacje z wszystkich próbek, wykrywa znacznie mniejsze zmiany procesu niż normalny wykres kontrolny. Podobnie jak w przypadku innych map kontrolnych, wykresy EWMA są używane do monitorowania procesów w czasie. Dlaczego warto używać: Stosuje współczynniki ważenia, które zmniejszają się wykładniczo. Ważenie każdego starszego punktu danych zmniejsza się wykładniczo, przynosząc znacznie większe znaczenie niedawnym obserwacjom, a jednocześnie nie odrzucając starszych obserwacji. Stopień spadku wagi wyrażany jest jako stały współczynnik wygładzania, liczba wyrażona w procentach w zakresie od 0 do 1 może wynosić, a współczynnik wygładzania równy 10 równy jest 0,1. Alternatywnie, można wyrazić w kategoriach N okresów czasowych, gdzie. Na przykład, N19 jest równe 0,1. Obserwacja w okresie czasu t jest oznaczona Yt, a wartość EMA w dowolnym okresie t jest oznaczona jako St. S1 jest niezdefiniowana. S2 można inicjować na kilka różnych sposobów, najczęściej poprzez ustawienie S2 na Y1, chociaż istnieją inne techniki, takie jak ustawienie S2 na średnie z pierwszych 4 lub 5 obserwacji. Znaczenie efektu inicjalizacji S2 względem uzyskanej średniej ruchomej zależy od mniejszych wartości, dlatego wybór S2 jest stosunkowo ważniejszy niż większe wartości, ponieważ większe rabaty starszych obserwacji są szybsze. Zaletą wykresów EWMA jest to, że każdy wykreślony punkt zawiera kilka obserwacji, dzięki czemu można użyć twierdzenia Central Limit, aby powiedzieć, że średnia punktów (lub średniej ruchomej w tym przypadku) jest normalnie rozłożona, a granice kontroli są wyraźnie określone. Gdzie go używać: Wykresy x-osi są oparte na czasie, dzięki czemu wykresy przedstawiają historię procesu. Z tego powodu musisz mieć dane, które są czasowo uporządkowane, wprowadzone w sekwencji, z której zostało wygenerowane. Jeśli tak nie jest, trendy lub zmiany w procesie nie mogą być wykryte, ale zamiast tego przypisywane są przypadkowej zmianie (przypadek wspólny). Kiedy używać: Wykresy EWMA (lub średnie ruchome ważone wykładniczo) Wykresy są zazwyczaj stosowane do wykrywania małych przesunięć w środku procesu. Będą one wykryć przesunięcia .5 sigma do 2 sigma znacznie szybciej niż wykresy Shewhart o takim samym rozmiarze próbki. Są jednak wolniejsze w wykrywaniu dużych przesunięć w sposobie. Ponadto nie można używać typowych testów z powodu wewnętrznej zależności punktów danych. Wykresy EWMA mogą być również preferowane, jeśli podgrupy mają rozmiar n1. W tym przypadku alternatywnym wykresem może być indywidualny wykres X. w takim przypadku należy oszacować rozkład procesu, aby określić jego oczekiwane granice z ograniczeniami kontroli. Przy wyborze wartości lambda stosowanej do ważenia zaleca się użycie małych wartości (takich jak 0.2) w celu wykrycia małych przesunięć i większych wartości (między 0.2 a 0.4) w przypadku dużych przesunięć. Wykres EWMA z lambda 1.0 to wykres X-bar. Wykresy EWMA są również używane do łagodzenia wpływu znanych, niekontrolowanych hałasu w danych. Wiele procesów księgowych i procesów chemicznych mieści się w tej klasyfikacji. Na przykład, chociaż codzienne wahania w procesach księgowych mogą być duże, nie są one czysto wskazujące na niestabilność procesu. Wybór lambda można określić, aby wykres mniej lub bardziej wrażliwy na te codzienne fluktuacje. Jak używać: Interpretacja standardowej wersji EWMA (nie wędrowna średnia) Zawsze patrz najpierw na wykres Zasięg. Granice kontrolne na wykresie EWMA pochodzą ze średniego zakresu (lub zakresu ruchu, jeśli n1), więc jeśli wykres przekroczenia jest poza kontrolą, ograniczenia kontroli na wykresie EWMA są bez znaczenia Na wykresie Zakres poszukaj punktów kontrolnych. Jeśli istnieją, to należy wyeliminować szczególne przyczyny. Pamiętaj, że zakres jest oszacowaniem wariacji w podgrupie, więc poszukaj elementów procesu, które mogłyby zwiększyć odchylenie między danymi w podgrupie. Po zapoznaniu się z wykresem Zakresów, interpretuj punkty na wykresie EWMA w odniesieniu do limitów kontrolnych. Uruchom testy nigdy nie są stosowane do wykresu EWMA, ponieważ punkty nakreślone są z natury zależne, zawierając wspólne punkty. Nigdy nie traktuj punktów na wykresie EWMA w odniesieniu do specyfikacji, ponieważ obserwacje z procesu różnią się znacznie bardziej niż średnie ruchome ważone wykładnicami. Jeśli proces wykazuje kontrolę w stosunku do statystycznych limitów przez wystarczający okres czasu (wystarczająco długo, aby zobaczyć wszystkie potencjalne przyczyny szczególne), możemy przeanalizować jego zdolność w stosunku do wymagań. Zdolność jest istotna, gdy proces jest stabilny, ponieważ nie możemy przewidzieć wyniku niestabilnego procesu. Wandytatywny wykres średnio-zaawansowany Szukasz punktów kontrolnych. Są to przesunięcie oczekiwanego przebiegu procesu w stosunku do jego wcześniejszych zachowań. Wykres nie jest bardzo wrażliwy na subtelne zmiany w procesie dryfowania, ponieważ akceptuje pewien poziom dryfowania jako naturę procesu. Pamiętaj, że ograniczenia dotyczące kontroli opierają się na błędzie przewidywania wysuwanego wykładniczo w wyniku obserwacji w przeszłości, więc im większa liczba wcześniejszych dryfacji, tym bardziej niewrażliwym wykresem będzie wykrycie zmian wysokości dryfowania.