假设检验第一课课后作业
收集一组3月11日1#机组在线产品圆周数据如下:(产品技术标准23.5±0.2) 圆周(mm)
23.57 23.58 23.55 23.27 23.46 23.33 23.55 23.41 23.65 23.66 23.34 23.54 23.4 23.51 23.38 23.66 23.31 23.61 23.44 23.47 23.33 23.29 23.46 23.38 23.31 23.58 23.46 23.55 23.33 23.44 描述性统计: 圆周(mm)
变量 总计数 均值 均值标准误 标准差 变异系数 最小值下 四分位数 中位数 圆周(mm) 30 23.461 0.0216 0.119 0.51 23.270 23.337 23.460
上四分位数 最大值 23.555 23.660
在假设检验作业完成中,收集了一组数据,minitab 分析完成后传了上去。李时学老师看了数据后,觉得还有其他信息可以解读,他把数据整理发现似乎不是来自同一个型号产品,询问我数据收集背景:当时在1#机组料库取30支产品测量得到一组数据,李老师出于数据的敏感性提出了疑问:数据是来自同一型号、同一设备吗? 甚至怀疑数据是不是真是的?
他将数据作运行图分析如下:
运行图中发现有两个指标都是小于0.1,基本判定数据不是来自一个总体。“连续上下波动的情况”在生产上太难得到了,这个数据竟然不随机!他要我检查测量系统怎么样?是不是合格?
我查询了上工序工艺流程情况:三组设备同时生产同一型号产品输送到一台发射机集中,再由这台发射机发送到下工序(也就是我所在工序),由于对上工序生产流程不熟悉不了解,忽视了上工序的情况,在取样时没有考虑到发射机发送的产品并不是同一设备生产, 导致30只样本至少来自两台设备,直方图呈双峰型,如果从直方图形状来看,显然出现了异常。
李老师把数据分成了两组分析:
图中看出两台设备还存在明显差异
分成两组后数据非常好,但第一组数据(红色)均值显然低于目标值(23.5±0.2),
可以判定上工序有一组设备的过程质量出现了异常,应该进行修偏。
在自己对数据进行分析后只觉得直方图有异常,但缺乏实际运用的经验,没有更深入的再作分析,李老师出于对数据的敏感度和多年实践经验的积累,以及认真、严谨、敬业的态度让人非常敬佩,受益匪浅。我们有很好的条件,本身就在现场,稍微摸索下,就可以和我们的生产联系起来了。在实际工作中注意挖掘数据背后的信息,充分利用有效信息指导生产,把所学的工具都用用,逐步积累实践经验,一定可以在实际工作中发挥作用!
假设检验第一课课后作业
收集一组3月11日1#机组在线产品圆周数据如下:(产品技术标准23.5±0.2) 圆周(mm)
23.57 23.58 23.55 23.27 23.46 23.33 23.55 23.41 23.65 23.66 23.34 23.54 23.4 23.51 23.38 23.66 23.31 23.61 23.44 23.47 23.33 23.29 23.46 23.38 23.31 23.58 23.46 23.55 23.33 23.44 描述性统计: 圆周(mm)
变量 总计数 均值 均值标准误 标准差 变异系数 最小值下 四分位数 中位数 圆周(mm) 30 23.461 0.0216 0.119 0.51 23.270 23.337 23.460
上四分位数 最大值 23.555 23.660
在假设检验作业完成中,收集了一组数据,minitab 分析完成后传了上去。李时学老师看了数据后,觉得还有其他信息可以解读,他把数据整理发现似乎不是来自同一个型号产品,询问我数据收集背景:当时在1#机组料库取30支产品测量得到一组数据,李老师出于数据的敏感性提出了疑问:数据是来自同一型号、同一设备吗? 甚至怀疑数据是不是真是的?
他将数据作运行图分析如下:
运行图中发现有两个指标都是小于0.1,基本判定数据不是来自一个总体。“连续上下波动的情况”在生产上太难得到了,这个数据竟然不随机!他要我检查测量系统怎么样?是不是合格?
我查询了上工序工艺流程情况:三组设备同时生产同一型号产品输送到一台发射机集中,再由这台发射机发送到下工序(也就是我所在工序),由于对上工序生产流程不熟悉不了解,忽视了上工序的情况,在取样时没有考虑到发射机发送的产品并不是同一设备生产, 导致30只样本至少来自两台设备,直方图呈双峰型,如果从直方图形状来看,显然出现了异常。
李老师把数据分成了两组分析:
图中看出两台设备还存在明显差异
分成两组后数据非常好,但第一组数据(红色)均值显然低于目标值(23.5±0.2),
可以判定上工序有一组设备的过程质量出现了异常,应该进行修偏。
在自己对数据进行分析后只觉得直方图有异常,但缺乏实际运用的经验,没有更深入的再作分析,李老师出于对数据的敏感度和多年实践经验的积累,以及认真、严谨、敬业的态度让人非常敬佩,受益匪浅。我们有很好的条件,本身就在现场,稍微摸索下,就可以和我们的生产联系起来了。在实际工作中注意挖掘数据背后的信息,充分利用有效信息指导生产,把所学的工具都用用,逐步积累实践经验,一定可以在实际工作中发挥作用!