- 看到什么
- 第 18 点超出上控制限。
- 意味着什么
- 过程在该批次出现特殊原因。
- 下一步
- 先查 18 号批次的换料记录,再决定是否停线。
- 做什么
- 按分组对比每组均值与离散
- 做什么
- 哪几类问题占了 80%
- 做什么
- 过程满足规格的能力 Cpk
- 做什么
- 全因子/响应面/田口/混料:筛因子、找最优参数或配方
- 做什么
- 量化 X 如何影响 Y + 预测
- 上传数据表格或粘贴,自动识别列
- 提出问题或选方法说需求,或直接挑方法
- 得到图确定性计算,出图出数
- 读法看到什么、意味着什么
- 下一步落到可执行的动作
54 种方法
D 定义 1M 测量 14A 分析 29I 改进 2C 控制 8
Pareto 排列图。做什么:哪几类问题占了 80%。什么时候用:看看数据长什么样:分布、汇总、异常值
基础统计与分布。做什么:均值·标准差·分布形状一览。什么时候用:看看数据长什么样:分布、汇总、异常值
通用图形。做什么:点图·区间图·矩阵图·ECDF 等通用图形。什么时候用:看看数据长什么样:分布、汇总、异常值
分组描述统计。做什么:按分组对比每组均值与离散。什么时候用:看看数据长什么样:分布、汇总、异常值
正态性检验集。做什么:数据是否服从正态分布。什么时候用:看看数据长什么样:分布、汇总、异常值
滚动直通率与隐藏工厂。做什么:多工序滚动直通率与隐藏工厂损失。什么时候用:过程稳不稳、合不合格、量具准不准
区间估计。做什么:均值/比例的置信区间。什么时候用:看看数据长什么样:分布、汇总、异常值
功效与样本量分析。做什么:实验需要多少样本。什么时候用:这两组(或多组)真的不一样吗?
个体分布识别。做什么:更像正态/威布尔/对数正态?。什么时候用:看看数据长什么样:分布、汇总、异常值
MSA 测量系统分析。做什么:量具/测量系统是否可信。什么时候用:过程稳不稳、合不合格、量具准不准
Type 1 量具研究。做什么:单量具的偏倚与重复性 Cg/Cgk。什么时候用:过程稳不稳、合不合格、量具准不准
量具运行图。做什么:按零件 / 操作员看量具读数波动。什么时候用:过程稳不稳、合不合格、量具准不准
数据变换。做什么:Box-Cox / Yeo-Johnson 正态化。什么时候用:看看数据长什么样:分布、汇总、异常值
异常检测。做什么:自动找出离群/异常点。什么时候用:看看数据长什么样:分布、汇总、异常值
深度异常检测。做什么:深度学习无监督找异常。什么时候用:看看数据长什么样:分布、汇总、异常值
假设检验。做什么:比较 2 组或多组均值。什么时候用:这两组(或多组)真的不一样吗?
双因子方差分析。做什么:两因子及交互对结果的影响。什么时候用:这两组(或多组)真的不一样吗?
方差检验。做什么:两组的波动是否一致。什么时候用:这两组(或多组)真的不一样吗?
Friedman 检验。做什么:同一批对象多时点重复测量。什么时候用:这两组(或多组)真的不一样吗?
游程检验。做什么:序列是否随机(游程)。什么时候用:这两组(或多组)真的不一样吗?
更多非参数检验。做什么:符号 / Mood / Brown-Mood。什么时候用:这两组(或多组)真的不一样吗?
比例检验。做什么:合格率/转化率是否有差异。什么时候用:这两组(或多组)真的不一样吗?
泊松率检验。做什么:单位缺陷率/事件率比较。什么时候用:这两组(或多组)真的不一样吗?
等价检验。做什么:证明两者“实际等价”(TOST)。什么时候用:这两组(或多组)真的不一样吗?
回归分析。做什么:量化 X 如何影响 Y + 预测。什么时候用:什么在影响我的结果?
二元 Logistic 回归。做什么:预测是/否结果的概率。什么时候用:什么在影响我的结果?
多项式回归。做什么:X 与 Y 的曲线关系。什么时候用:什么在影响我的结果?
相关性分析。做什么:两个变量是否同涨同跌。什么时候用:什么在影响我的结果?
Multi-Vari 变差分层。做什么:把变差拆到批内 / 批间 / 时段。什么时候用:什么在影响我的结果?
卡方分析。做什么:分类变量是否相关/独立。什么时候用:这两组(或多组)真的不一样吗?
交叉表。做什么:两个分类变量的频数列联。什么时候用:看看数据长什么样:分布、汇总、异常值
多变量分析。做什么:PCA 降维 + 聚类看结构。什么时候用:看看数据长什么样:分布、汇总、异常值
可靠性分析。做什么:寿命分布/失效率(Weibull)。什么时候用:产品能用多久、何时失效
生存分析。做什么:含删失的寿命/留存(KM)。什么时候用:产品能用多久、何时失效
非参数与稳健分析。做什么:数据不正态时的稳健比较。什么时候用:这两组(或多组)真的不一样吗?
CART 决策树。做什么:if-then 规则解释驱动因素。什么时候用:什么在影响我的结果?
分类预测。做什么:把新样本分到类别。什么时候用:预测未来、给新数据打标签
关键因子识别。做什么:哪些因素最重要。什么时候用:什么在影响我的结果?
聚类分析。做什么:把相似样本自动分群。什么时候用:看看数据长什么样:分布、汇总、异常值
支持向量机。做什么:高维边界分类/回归。什么时候用:什么在影响我的结果?
t-SNE 降维。做什么:高维数据降到 2D 可视化。什么时候用:看看数据长什么样:分布、汇总、异常值
神经网络。做什么:复杂非线性预测。什么时候用:预测未来、给新数据打标签
深度神经网络。做什么:深层网络高维预测。什么时候用:预测未来、给新数据打标签
图神经网络 GNN。做什么:图结构关系预测。什么时候用:预测未来、给新数据打标签
DOE 响应曲面分析。做什么:全因子/响应面/田口/混料:筛因子、找最优参数或配方。什么时候用:做实验找最优配方/参数
梯度提升预测。做什么:高精度预测 + 因子重要度。什么时候用:什么在影响我的结果?
过程能力分析。做什么:过程满足规格的能力 Cpk。什么时候用:过程稳不稳、合不合格、量具准不准
属性能力分析。做什么:合格/缺陷计数的能力。什么时候用:过程稳不稳、合不合格、量具准不准
接受抽样与 OC 曲线。做什么:抽样方案与 OC 曲线:抽多少、判多少。什么时候用:过程稳不稳、合不合格、量具准不准
SPC 控制图。做什么:过程随时间是否受控。什么时候用:过程稳不稳、合不合格、量具准不准
时间序列分析。做什么:趋势/季节/周期分解。什么时候用:过程稳不稳、合不合格、量具准不准
ARIMA/SARIMA 时序建模。做什么:时间序列建模与预测。什么时候用:过程稳不稳、合不合格、量具准不准
LSTM 时序预测。做什么:深度学习时序预测。什么时候用:预测未来、给新数据打标签
Transformer 时序。做什么:长序列时序预测。什么时候用:预测未来、给新数据打标签
统计计算是确定性的;AI 只帮你选方法和写结论措辞。
企业私有部署
部署在你自己的服务器上,数据不出厂;方法与读法和在线版相同。