年度回顾控制图超限如何分析

beiwei5du

xuanyuan20008 发表于 2017-2-23 15:30
道理很简单，然而就像你所说有些OOT无法解释，因为±3标准差控制线很小，但是制药合成的偶然因素太多。对 ...

你的意思是控制限设定是否必须以3sigma为标准的问题？？@kslam

beiwei5du

beiwei5du 发表于 2017-9-10 13:37
I控制图图相当于准确度，MR控制图图相当于精密度。

但是这个回复应该不正确。“单值图说明的是数据的集中趋势，移动极差图是说明数据的离散型
”这两句话不是一个意思？？？？

赵旭锋

beiwei5du 发表于 2017-9-10 13:46
OOT的判定是否能通过在没有超过USL或LSL前提下，超过UCL或LCL，或者结合一些其他选择原则（比如西屋规则 ...

oot是趋势，个人认为是数据出现的连续上升或下降的趋势，而不是单个值

beiwei5du

http://blog.minitab.com/blog/understanding-statistics/how-create-and-read-an-i-mr-control-chartInterpreting the I-MR Chart, part 1: The MR Chart

Here's the I-MR chart for your pH data:

First examine the MR chart, which tells you whether the process variation is in control. If the MR chart is out of control, the control limits on the I chart will be inaccurate. That means any lack of control in the I chart may be due to unstable variation, not actual changes in the process center. If the MR chart is in control, you can be sure that an out-of-control I chart is due to changes in the process center.

首先检查MR-图，该图告诉了工艺的变异是否处于受控状态，如果MR-图失控（如有超过UCL的值或者有通过西屋规则判定的值），那么I-图的控制限就设置得不准确。这就意味着任何I-图的失控可能由于不稳定的变异造成，而非实际的工艺中心的变化（就是说变异源较多，也可能由于工艺中心的变化造成？？？？）。如果MR-图受控，你可以确定I-图的失控是由于工艺中心的变化（工艺中心是I-图的平均工艺值？？？）。

这句话如何理解？？？？？@蜗牛98 @kslam 是因为I-MR图的I-图中的控制限是直接建立在MR-图上的（不像xbar-R或者xbar-S中的xbar图是建立在组间差异基础上，而非建立在R-图或者S-图基础上的）？？？？？？

Points that fail Minitab's tests are marked with a red symbol on the MR chart. In this MR chart, the lower and upper control limits are 0 and 0.4983, and none of the individual observations fall outside those limits.The points also display a random pattern. So the process variation is in control, and it is appropriate to examine the I Chart.

Interpreting the I-MR Chart, part 2: The I Chart

The individuals (I) chart assesses whether the process center is in control. Unfortunately, this I chart doesn't look as good as the MR chart did:

Minitab conducts up to eight special-cause variation tests for the I chart, and marks problem observations with a red symbol and the number of the failed test. The graph tells you three observations failed two tests. The Minitab Session Window tells you why each point was flagged:

Observation 8 failed Test 1, which tests for points more than 3 standard deviations from the center line -- the strongest evidence that a process is out of control. Observations 20 and 21 failed Test 5, which tests for a run of two out of three points with the same sign that fall more than two standard deviations from the center line. Test 5 provides additional sensitivity for detecting smaller shifts in process mean.

This I-MR chart indicates that the process average is unstable and the process is out of control, possibly due to the presence of special causes.

beiwei5du

蜗牛98 发表于 2017-9-10 15:16
oot是趋势，个人认为是数据出现的连续上升或下降的趋势，而不是单个值

那你的意思是将超过UCL或LCL的值，但没有超过USL或LSL的单个值或者通过西屋原则判异的单个值定义为OOE；
而将超过UCL或LCL的值，但没有超过USL或LSL的连续多个值或者通过西屋原则判异的连续多个值定义为OOT；

赵旭锋

beiwei5du 发表于 2017-9-10 15:30
那你的意思是将超过UCL或LCL的值，但没有超过USL或LSL的单个值或者通过西屋原则判异的单个值定义为OOE；
...

差不多就是这个意思

beiwei5du

蜗牛98 发表于 2017-9-10 15:16
oot是趋势，个人认为是数据出现的连续上升或下降的趋势，而不是单个值

按照下面的说法OOT也可以是一个值，OOT是基于SPC的基础上，即统计学意义上的。所以按照我刚才的那个定义应该是没有问题(OOT的判定是否能通过在没有超过USL或LSL前提下，超过UCL或LCL，或者结合一些其他选择原则（比如西屋规则）来进行判定)。
而针对于OOE，他不是一个时间相关的，而是基于分析方法的。比如两次检测超过分析方法的差异超出了其固有误差，这种可以定义为OOE.


下文选自：https://www.ouryao.com/forum.php?mod=viewthread&tid=250845&highlight=OOE%2BOOT

An atypical, aberrant or anomalous result within a series of results obtained over a short period of time is an OOE result. An OOE result is a result that meets specifications, but is outside the expected variability of the analytical procedure.

在一个短时期内得到的一系列结果中的一个非典型、异常结果。一个OOE结果符合质量标准，但超出检验方法所期望的变动范围。

Out of Trend (OOT) Results 超趋势结果（OOT）

A time dependent result which falls outside a prediction interval or fails a statistical process control criterion.

与时间相关的结果，它超出预期的间隔或未能符合统计学控制标准。

小金库

感谢楼主分享