Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
11
1
Statistica Industriale Lez. 11
Le prime due colonne riportano i dati simulati da N (10, 1). La terza colonna
riporta i dati simulati da N (11, 1).
1 2 3
1 9.84 10.03 12.68
2 11.08 9.39 11.65
3 8.61 9.32 13.64
4 9.57 9.92 12.97
5 9.20 10.42 11.37
6 10.71 10.90 10.78
7 10.40 8.41 11.85
8 11.82 9.57 9.94
9 9.92 10.86 12.12
10 12.17 9.10 13.25
2
Statistica Industriale Lez. 11
xbar.one Chart
for x
UCL
14
●
●
Group summary statistics
● ●
12
● ●
●
●
● ●
●
●
● ●
10
●
● ● ●
●
● ●
●
●
●
●
●
●
8
LCL
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Group
Number of groups = 30
Center = 10.71619 LCL = 7.106894 Number beyond limits = 0
StdDev = 1.203099 UCL = 14.32549 Number violating runs = 0
3
Statistica Industriale Lez. 11
13
12
11
10
9
1 2
4
Statistica Industriale Lez. 11
Il processo è considerato sotto controllo fino a quando una delle due sta-
tistiche non supera il livello di decisione H. Tale valore viene solitamente
posto pari a H = 5σ.
Nelle pagine seguenti riportiamo la tabella con i conti per il calcolo dei
valori Ci+ e Ci− per i dati simulati e la rappresentazione grafica di tali
valori. Abbiamo posto µ0 = 10 e K = 0.5.
6
Statistica Industriale Lez. 11
7
Statistica Industriale Lez. 11
CUSUM Chart
15
●
●
●
10
● ●
●
Cumulative Sum
●
5
●
●
● ●
●
● ●
● ●
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ● ● ● ● ● ● ● ● ● ●
0
● ●
● ● ● ● ●
−5
0 5 10 15 20 25 30
Index
8
Statistica Industriale Lez. 11
Questo tipo di carte sono molto utili nelle applicazioni quando un processo
pensato sotto controllo parte con una situazione di fuori controllo.
11
Statistica Industriale Lez. 11
Le carte EMWA sono di solito utilizzate nel caso di misure singole. Siano
xi, i = 1, . . . , m le osservazioni. Definiamo per i = 1, . . . , m
zi = λxi + (1 − λ)zi−1
dove 0 < λ < 1 e il valore z0 è fissato uguale al valore obiettivo µ0 oppure
uguale a x̄ se siamo in una fare iniziale di studio del processo.
12
Statistica Industriale Lez. 11
13
Statistica Industriale Lez. 11
Si noti che i limiti di controllo variano con le osservazioni e sono più ampi
al crescere di i. I valori limite sono dati da
s
λ
U CL = µ0 + Lσ
2−λ
s
λ
LCL = µ0 − Lσ
2−λ
14
Statistica Industriale Lez. 11
EWMA Chart
for x
13
●
12 ● ●
●
11
●
●
●
●
● ●
10
●
● ● ●
●
● ●
●
●
●
●
9
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Group
15
Statistica Industriale Lez. 11
0.20
●
●
0.15
●
● λ = 0.2
● λ = 0.1
lam * (1 − lam)^i
●
● λ = 0.4
● λ = 0.05
0.10
● ●
●
●
● ●
●
● ●
●
0.05
● ●
● ● ●
● ●
● ● ● ●
● ● ●
● ● ● ● ●
● ● ●
● ● ● ●
● ● ●
● ●
● ● ● ●
●
● ● ●
● ● ● ●
● ● ● ●
● ● ● ● ● ●
● ● ● ● ● ● ● ●
0.00
● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ● ● ●
0 5 10 15 20 25
16
Statistica Industriale Lez. 11
17
Statistica Industriale Lez. 11
18
Statistica Industriale Lez. 11
Si tratta di una carta basata su una media mobile non ponderata. Date le
m osservazioni singole x1, . . . , xm si calcolano le medie mobili di ampiezza
w definite come segue
xi + xi−1 + · · · + xi−w+1
Mi =
w
2
Se E(Xi) = µ0 e Var(Xi) = σ 2 risulta E(Mi) = µ0 e Var(Mi) = σw . I limiti
di controllo superiore e inferiore a 3-sigma per la carta a Media Mobile
sono dati da
σ
U CL = µ0 + 3 √
w
CL = µ0
σ
LCL = µ0 − 3 √
w
L’ampiezza del salto di interesse e w sono inversamente proporzionali. Per
cui se vogliamo individuare salti piccoli, dobbiamo utilizzare medie lunghe.
19
Statistica Industriale Lez. 11
MA Chart
13
12
●
●
●
●
● ●
11
● ● ●
● ●
MA
● ● ● ● ●
● ● ●
●
● ● ● ●
10
● ●
●
●
●
●
9
8
0 5 10 15 20 25 30
Index
20