您的位置: 6sigma品质网 >> 论坛 >> 品质工具 >> 查看帖子
字体: 小 中 大 | 打印 发表于: 2008-4-14 16:03 作者: benchen888 来源: 6sigma品质网
QUOTE:
原帖由 benchen888 于 2008-4-14 16:03 发表 分析用控制图在收集数据时要删除异常点,是指超出规格的点,还是超出分析控制图控制限的点,谢谢
原帖由 aiyinsitan 于 2008-4-15 10:11 发表 不是这些概念的区别,是要定义什么是异常
原帖由 renshanlu 于 2008-4-15 10:25 发表 对于分析控制图来说,在剔除数据时,一般先剔除超出控制限的数据。楼主连剔除哪个数据都不清楚,怎么算知道这些概念?至于什么是异常,控制图的判异准则说的很清楚。有时,数据虽然超过了规格限,但在控制图中可能 ...
原帖由 yangxuemei4686 于 2008-4-15 13:01 发表 不是吧,都认为是要删除超出控制限的数据吗? 所谓要删除的数据是指,在统计数据时,只能统计在规格范围之内的数据,超出规格范围的数据还有分析意义吗? 控制图主要是分析产品或机台的动态变化,是只针对合格 ...
原帖由 georgecho 于 2008-4-15 12:26 发表 对于分析控制图来说,在剔除数据时,"一般"先剔除超出控制限的数据 楼上能不能讲一下“不一般”的情形,比如出现其他7种异常时,如何剔除异常点,理由何在?
原帖由 aiyinsitan 于 2008-4-15 14:08 发表 那如何处理呢? .
原帖由 aiyinsitan 于 2008-4-15 14:21 发表 我觉得控制图的点本身是一个子组的统计量,包含N个点(N=子组容量),及时就象您说的超出控制界限是一个明显的异常,也意味着这一组数据存在问题,而这一组数据存在问题,到底是哪个数据出现问题了也需要识别,这个“ ...
原帖由 aiyinsitan 于 2008-4-15 14:41 发表 您的回答很全面,谢谢 也许我的问题问的不清楚 1 就拿超出控制界限来说,一个点超出控制界限,为什么要剔除这个点代表的所有数据? 2 按照您的理论,剔除这个点代表的所有数据之后,应该重新计算控制界限,同时要 ...
原帖由 aiyinsitan 于 2008-4-15 14:52 发表 再问 1就拿超出控制界限来说,一个点超出控制界限,为什么要剔除这个点代表的所有数据? 2 按照您的理论,剔除这个点代表的所有数据之后,应该重新计算控制界限,同时要查找异常原因,查找异常原因的过程是如何进 ...
最新回复
赤脚狂奔 (2008-4-14 17:04:01)
QUOTE:
超出控制限的点 .renshanlu (2008-4-15 09:53:33)
QUOTE:
楼主,你可能还没弄清楚过程中心和规格中心、控制限和规格限的区别,所以有此一问。aiyinsitan (2008-4-15 10:11:23)
renshanlu (2008-4-15 10:25:12)
QUOTE:
对于分析控制图来说,在剔除数据时,一般先剔除超出控制限的数据。楼主连剔除哪个数据都不清楚,怎么算知道这些概念?至于什么是异常,控制图的判异准则说的很清楚。有时,数据虽然超过了规格限,但在控制图中可能还是正常的。georgecho (2008-4-15 12:26:49)
QUOTE:
对于分析控制图来说,在剔除数据时,"一般"先剔除超出控制限的数据楼上能不能讲一下“不一般”的情形,比如出现其他7种异常时,如何剔除异常点,理由何在?
yangxuemei4686 (2008-4-15 13:01:25)
所谓要删除的数据是指,在统计数据时,只能统计在规格范围之内的数据,超出规格范围的数据还有分析意义吗?
控制图主要是分析产品或机台的动态变化,是只针对合格的数据(在规格范围内的)。
renshanlu (2008-4-15 13:14:00)
QUOTE:
好象并不像你所说的那么简单,建议你好好的看一下有关控制图方面的资料。renshanlu (2008-4-15 13:18:04)
QUOTE:
在做分析控制图时,如果一个数据已经超过控制限,说明这个数据已经属于明显异常的,就像我们所说的粗大误差,需要剔除,至于其他的异常情况是因为不是针对单一数据的,所以无法单独剔除。xingleis (2008-4-15 13:33:12)
aiyinsitan (2008-4-15 14:08:18)
renshanlu (2008-4-15 14:13:13)
QUOTE:
根据控制图判异准则判断控制图是否存在异常,如果是异常的,需要查找原因,进行改善。除了超出控制限是一个明显的异常外,其他七种其实是一种倾向性异常。aiyinsitan (2008-4-15 14:21:37)
其他七种是倾向性异常,意味着更大的数据量需要分析,而从本质上来说,都需要识别单个数据,这个识别过程如何进行呢?
renshanlu (2008-4-15 14:32:23)
QUOTE:
在控制图上出界的那个点被剔除后,它所代表的那个子组肯定要随之剔除,对于剔除的数据我们也要按照异常来处理。至于倾向性的异常要将呈现异常的一串点子联合起来看,单独的看某个点子或数据是无法判断的,就像连续7点递升(降),不到第7个点你是无法判定的,因此倾向性异常要从过程中去查找原因,不能局限于这些数据。aiyinsitan (2008-4-15 14:41:27)
也许我的问题问的不清楚
1 就拿超出控制界限来说,一个点超出控制界限,为什么要剔除这个点代表的所有数据?
2 按照您的理论,剔除这个点代表的所有数据之后,应该重新计算控制界限,同时要查找异常原因,查找异常原因的过程是如何进行的?如何从一组异常数据中找到问题的原因?
renshanlu (2008-4-15 14:45:41)
QUOTE:
像这种粗大误差性质的明显异常,有可能是测量时造成的,如操作手法不恰当、仪器在那时受到严重干扰或出现不稳定等。aiyinsitan (2008-4-15 14:52:18)
1就拿超出控制界限来说,一个点超出控制界限,为什么要剔除这个点代表的所有数据?
2 按照您的理论,剔除这个点代表的所有数据之后,应该重新计算控制界限,同时要查找异常原因,查找异常原因的过程是如何进行的?如何从一组异常数据中找到问题的原因?
答:像这种粗大误差性质的明显异常,有可能是测量时造成的,如操作手法不恰当、仪器在那时受到严重干扰或出现不稳定等。
再问:这样的异常影响一组数据还是一组数据的某个值?如果针对控制图中出现的一个异常点(超出控制界限)的实际观测值是这样的:4.3 4.5 4.6 4.3 8.3,您觉得哪个或者哪些数据异常,您是如何查找原因的呢,说白了,从哪里入手?
renshanlu (2008-4-15 15:00:35)
QUOTE:
就您所说的这一组数据8.3明显的是一个属于粗大误差的数据,稍有一点测试误差理论的朋友都会当时将它剔除掉重新测试,而不需要记录下来了。如果是整组数据都有问题,则需要考虑从其他方面来分析了,举例说明,像游标卡尺就会由于操作人员的手法问题产生很大的差异。以上供您参考。
aiyinsitan (2008-4-15 15:11:24)
就拿超出控制界限来说,一个点超出控制界限,为什么要剔除这个点代表的所有数据?(我连续问了3楼,您为什么不回答呢?
第二个问题:其实是在第一个问题之上的,我觉得如果出现这样的一组数据,并不一定要把所有的数据全部剔除,从数据的表现可以分析数据受粗大误差还是系统误差的影响,如果您判定8.3异常,是基于粗大粗大误差的影响,而如果判定4.3 4.5 4.6 4.3 异常,则应该考虑系统误差的影响,这个过程就是异常点中异常数据的识别,而您则支持将所有数据都剔除,您觉得这样做的依据是什么?
tclding (2008-4-15 15:21:32)
先看R图再看X均值图
aiyinsitan (2008-4-15 15:22:36)