William Zhou 问答专帖

rocluo5566 · 发表于 2015-10-16 20:20:38

admin 发表于 2015-10-16 11:28
主要步骤如下:
1 在JMP的journal文件中添加一个Outline Item(按右键>Add Outline Item)
2 在JMP外部(如 ...

非常感谢周老师的详细解答！

Mujahida · 发表于 2015-11-6 21:20:24

周老师，你好！
关于Cpk, 其计算方法一般可以用以下两种方法
1. 正态数据，可以直接计算
2. 非正态数据，远偏离正态，可以通过拟合分布，找到数据的近似分布，再用其相关近似分布，再计算Cpk

但，我在看sas公司出版的《quality and reliability method JMP 10>>一书时，发其中的计算方法以：没有确定数据是否符合正态？而是对数据进行标准转换后，就计算Cpk,
从理论上讲，数据进行标准化转换之后，不会改变数据原有的分布，如果是非正态，转换后应该还是非正态，怎么能通过这样计算Cpk,并进行Cpk比较呢？

望多赐教！

admin · 发表于 2015-11-12 10:03:54

Mujahida 发表于 2015-11-6 21:20
周老师，你好！
关于Cpk, 其计算方法一般可以用以下两种方法
1. 正态数据，可以直接计算

你好!
我没有看过《quality and reliability method JMP 10》一书，但也愿意和你探讨一下这个问题。
将数据进行标准化处理确实不能改变其分布，但我估计作者的目的是想让数据的正态与否表现得更明显。
此外，我也赞同你的Cpk计算方法。

zhwsh19841202 · 发表于 2015-11-12 15:17:21

thanks for the sharing

Mujahida · 发表于 2015-11-24 22:10:26

多谢William老师！
我还有这样一个问题：
在JMP里，测量系统分析的G R&R 和EMP 方法以，在什么情况下优先用G R&R analysis> quality and process >variability/attribute guage chart ,，在什么情况下优先用 EMP analysis>quality and process >measurement system analysis？

admin · 发表于 2015-11-26 13:52:49

Mujahida 发表于 2015-11-24 22:10
多谢William老师！
我还有这样一个问题：
在JMP里，测量系统分析的G R&R 和EMP 方法以，在什么情况下优 ...

你好，
variability/attribute guage chart中用的是比较传统的分析方法，其评价指标和目前中国大陆很多企业的分析方式一致。
measurement system analysis用的是比较新的分析方法，其评价指标在国内用得很少，不建议新用户使用。

Tiaoti11 · 发表于 2015-12-18 18:15:57

周老师，

您好，我来自SAE，曾当面听过您非常清晰精彩的Jmp功能介绍。在此请教一个问题：

Jmp的DOE中，2k因子设计+中心点试验结果的弯曲检验问题。
Jmp的“拟合模型”分析结果中只有“失拟”项的检验结果，没有弯曲项的检验结果，请问我们只需参考“失拟”吗？或者把中心点作为一个因子（两个水平：中心点或非中心点）进行回归分析？

在Minitab中是有单独的“弯曲”项检验结果的。
根据黑带指南，失拟主要是看高次项的误差与试验误差对比，而弯曲是看消除线性后的中心点的误差（2次项）与试验误差对比，失拟是不能完全表现弯曲的。
即使我们没有设计中心点，Jmp的正常分析结果也是有失拟选项的。
我搜索过论坛的帖子，有人建议增加2次项检验，但作为2k因子设计，这样做是没有意义的。

谢谢

zijuanchen · 发表于 2016-2-16 13:37:19

周老师，你好！我最近做DOE实验，总是遇见R2较高，失拟显著的情况？请问原因可能是什么？如何从数据中找到原因？该模型可否用于预测

最小二乘法拟合
响应“acid peak”

“预测值-实际值”图

拟合汇总


R 方 0.97691
调整 R 方 0.936503
均方根误差 0.741912
响应均值 22.59
观测数（或权重和） 23

方差分析

源自由度平方和均方 F 比率
模型 14 186.30614 13.3076 24.1766
误差 8 4.40346 0.5504 概率>F
校正合计 22 190.70960 <.0001

失拟

源自由度平方和均方 F 比率
失拟 6 4.3813955 0.730233 66.1842
纯误差 2 0.0220667 0.011033 概率>F
总误差 8 4.4034622 0.0150
最大 R 方
0.9999

排序参数估计值

项      估计值标准误差 t 比率          t 比率         概率>|t|
capacity(20,34) 3.0796296 0.225757 13.64             ++++++++++ <.0001
load acid(23,28) 2.0964286 0.198284 10.57             ++++++++    <.0001
pH(5.7,6.2) 0.5607407 0.225757 2.48             ++         0.0379
concentration(242,302) 0.527963 0.225757 2.34             ++         0.0475
capacity*capacity -1.178333 0.67727 -1.74          -       0.1201
concentration*capacity -2.415 1.679574 -1.44          -       0.1884
pH*capacity -2.3675 1.679574 -1.41          -       0.1963
concentration*concentration -0.693333 0.67727 -1.02          -       0.3359
pH*pH -0.658333 0.67727 -0.97          -       0.3595
pH*concentration -1.48 1.679574 -0.88          -       0.4039
load acid*capacity 0.22 0.262305 0.84             +          0.4260
pH*load acid -0.2025 0.262305 -0.77          -       0.4623
concentration*load acid -0.175 0.262305 -0.67                         0.5234
load acid*load acid -0.053333 0.67727 -0.08                         0.9392

admin · 发表于 2016-2-18 10:25:09

Tiaoti11 发表于 2015-12-18 18:15
周老师，

您好，我来自SAE，曾当面听过您非常清晰精彩的Jmp功能介绍。在此请教一个问题：

你好，同意“失拟是不能完全表现弯曲的”，因为弯曲项只代表平方项、立方项等，失拟不仅包含平方项、立方项等，还包含一次项、交互作用项等等，所以看失拟检验是比较齐全的。
如果是2k因子设计，确实不用增加2次项检验，因为只有2个水平，加了也检验不出是否弯曲。

admin · 发表于 2016-2-18 10:27:14

zijuanchen 发表于 2016-2-16 13:37
周老师，你好！我最近做DOE实验，总是遇见R2较高，失拟显著的情况？请问原因可能是什么？如何从数据中找到 ...

你好，看到您另开了一贴，问题相似，还是建议您最好Case by case地来看，一般来讲，说明这个模型可以通过增加高次项来改进，但如果数据中因子水平数量少，想改进也改进不了。
这时最好能增加几个不同水平值的实验，然后再分析。如果其他模型诊断指标（包括残差）也还不错的话，做些简单的预测还是可以的。

		自动登录	找回密码
密码			立即注册

William Zhou 问答专帖

点评