Негромкая мощь факторных влияний. Методы выявления, ранжирования и анализа причин появления несоответствий. И откуда же весь этот брак берется?
ТГ-канал Бенчмарка | Байки промышленного аналитика
Max-канал Бенчмарка | Байки промышленного аналитика
Тэ-э-экс, продолжаем управлять качеством на основе статистических методов обработки «промышленной цифры». Про DMAIC, SixSigma и Джека Уэлча рассказали, про стабильность процессов и его контроле, как об основе управления качеством, тоже упомянули, ну и пришла пора поговорить том, что же дальше.
А дальше тоже все несложно (ну, в теории). Что у нас получается? Качество повышать решили? Решили. Процессы, где «косяки» случаются нашли? Нашли. И что со всем этим великолепием делать?
Ну, тут ответ очевиден – искать, а откуда берутся все эти несоответствия и прочие нарушения? Причем ответ надо начинать с переформулирования вопроса. Они, эти несоответствия, не сами «берутся», они возникают вследствие каких-то процессов извне, которые в свою очередь что делают? Правильно – влияют на стабильность нашего прекрасного качественного процесса. Вот тут мы и приходим к следующему этапу – анализ факторных влияний.
Это прям непростая штука. Ему учат не один день. Но - надо, куда деваться-то?
С точки зрения той самой нашей любимой статистики в «промышленной цифре» он состоит из двух подвидов анализа: однофакторного и многофакторного.
Однофакторный (все не описать сразу – даем так, как сами классифицируем в необходимом и достаточном оптимуме:
• Графический анализ влияния факторов:
- столбиковые и круговые диаграммы
- ящичные диаграммы
- диаграмма рассеяния
• Статистический анализ влияния факторов – сравнение независимых групп по количественным и альтернативным характеристикам:
- T-критерий Стьюдента для независимых выборок (вооот, где он пригождается то, как мы и писали), U-критерий Манна-Уитни
- Однофакторный дисперсионный анализ (ANOVA), Н-критерий Краскела-Уоллеса
- Критерий Хи-квадрат Пирсона
- Коэффициенты корреляции Пирсона и Спирмена
- Критерии для сравнения разбросов в группах
• Статистический анализ влияния факторов – сравнение зависимых групп ДО-ПОСЛЕ по количественным и альтернативным характеристикам:
- T-критерий Стьюдента для зависимых выборок, парный критерий Вилкоксона
- Однофакторный дисперсионный анализ с повторениями (ANOVA), критерий Фридмана
- Критерий Мак-Немара
Многофакторный (это вот, прям, совсем непросто, прямо отдельное обучение по нему выделяется. Но тем не менее):
• Регрессионный анализ – метод анализа одновременного влияния факторов на качество:
• Диаграмма Парето – метод расстановки приоритетов в улучшениях.
• Дисперсионный анализ – метод учета эффектов взаимодействия факторов
• Деревья классификации для учета (моделирования) одновременного влияния различных факторов на неколичественный отклик
• Дискриминантный анализ – метод прогнозирования принадлежности к группе (классу, типу, сегменту и т.п.)
• Кластерный анализ – три статистических инструмента сегментации с учетом большого объема разнородной информации
• Факторный анализ – метод получения новых обобщающих факторов на основе большого объема информации
• Анализ соответствий – позиционирование с помощью карты восприятия
• Логистическая регрессия – метод моделирования бинарного и частотного отклика
• Conjoint (совместный) анализ – статистический инструмент разработки или улучшения продукта с учетом мнений потребителей
• Многомерное шкалирование как метод выявления сходства (различий) объектов на основе их оценок респондентами путем выделения латентных факторов
Во как вышло! Написали, и сами впечатлились. Сложно? Много? Одновременно и да, и нет. Дорогу-то осиливает только идущий. Ну, вот мы и пойдем потихоньку. И обо всем расскажем. По порядку .
Продолжаем, не отключайтесь…
#качество #статистика #анализ #методы #инструменты #обзор #факторныйанализ #аналитика #производство
Max-канал Бенчмарка | Байки промышленного аналитика
Тэ-э-экс, продолжаем управлять качеством на основе статистических методов обработки «промышленной цифры». Про DMAIC, SixSigma и Джека Уэлча рассказали, про стабильность процессов и его контроле, как об основе управления качеством, тоже упомянули, ну и пришла пора поговорить том, что же дальше.
А дальше тоже все несложно (ну, в теории). Что у нас получается? Качество повышать решили? Решили. Процессы, где «косяки» случаются нашли? Нашли. И что со всем этим великолепием делать?
Ну, тут ответ очевиден – искать, а откуда берутся все эти несоответствия и прочие нарушения? Причем ответ надо начинать с переформулирования вопроса. Они, эти несоответствия, не сами «берутся», они возникают вследствие каких-то процессов извне, которые в свою очередь что делают? Правильно – влияют на стабильность нашего прекрасного качественного процесса. Вот тут мы и приходим к следующему этапу – анализ факторных влияний.
Это прям непростая штука. Ему учат не один день. Но - надо, куда деваться-то?
С точки зрения той самой нашей любимой статистики в «промышленной цифре» он состоит из двух подвидов анализа: однофакторного и многофакторного.
Однофакторный (все не описать сразу – даем так, как сами классифицируем в необходимом и достаточном оптимуме:
• Графический анализ влияния факторов:
- столбиковые и круговые диаграммы
- ящичные диаграммы
- диаграмма рассеяния
• Статистический анализ влияния факторов – сравнение независимых групп по количественным и альтернативным характеристикам:
- T-критерий Стьюдента для независимых выборок (вооот, где он пригождается то, как мы и писали), U-критерий Манна-Уитни
- Однофакторный дисперсионный анализ (ANOVA), Н-критерий Краскела-Уоллеса
- Критерий Хи-квадрат Пирсона
- Коэффициенты корреляции Пирсона и Спирмена
- Критерии для сравнения разбросов в группах
• Статистический анализ влияния факторов – сравнение зависимых групп ДО-ПОСЛЕ по количественным и альтернативным характеристикам:
- T-критерий Стьюдента для зависимых выборок, парный критерий Вилкоксона
- Однофакторный дисперсионный анализ с повторениями (ANOVA), критерий Фридмана
- Критерий Мак-Немара
Многофакторный (это вот, прям, совсем непросто, прямо отдельное обучение по нему выделяется. Но тем не менее):
• Регрессионный анализ – метод анализа одновременного влияния факторов на качество:
• Диаграмма Парето – метод расстановки приоритетов в улучшениях.
• Дисперсионный анализ – метод учета эффектов взаимодействия факторов
• Деревья классификации для учета (моделирования) одновременного влияния различных факторов на неколичественный отклик
• Дискриминантный анализ – метод прогнозирования принадлежности к группе (классу, типу, сегменту и т.п.)
• Кластерный анализ – три статистических инструмента сегментации с учетом большого объема разнородной информации
• Факторный анализ – метод получения новых обобщающих факторов на основе большого объема информации
• Анализ соответствий – позиционирование с помощью карты восприятия
• Логистическая регрессия – метод моделирования бинарного и частотного отклика
• Conjoint (совместный) анализ – статистический инструмент разработки или улучшения продукта с учетом мнений потребителей
• Многомерное шкалирование как метод выявления сходства (различий) объектов на основе их оценок респондентами путем выделения латентных факторов
Во как вышло! Написали, и сами впечатлились. Сложно? Много? Одновременно и да, и нет. Дорогу-то осиливает только идущий. Ну, вот мы и пойдем потихоньку. И обо всем расскажем. По порядку .
Продолжаем, не отключайтесь…
#качество #статистика #анализ #методы #инструменты #обзор #факторныйанализ #аналитика #производство