Назначение. Применяется для изучения изменчивости процесса и оценки диапазона его распределения.

Применяется для изучения изменчивости процесса и оценки диапазона его распределения.

Обычно присущая процессу изменчивость выражается " разбросом", измеряемым как шесть стандартных откло­нений (6s) распределения процесса.

Если параметры процесса распределены нормально, то такой разброс будет охватывать 99, 73 % всей совокупности.

Свойства

Позволяет оценить способность процесса производить качественную продукцию, а также выявить ожидае­мое количество несоответствующей продукции.

Дает возможность рассчитать стоимость несоответст­вий и может помочь при принятии решений относительно усовершенствований процесса.

Метод позволяет найти технологию и оборудование, которые обеспечат производство приемлемой продукции.

Особенности применения

Концепция анализа возможностей полностью приме­нима к статистически контролируемому процессу.

Оценки процента несоответствующих изделий делаются в предположении нормальности. Когда строгая нор­мальность практически не реализуется, с такими оценка­ми следует обращаться осторожно, особенно в случае процессов с высокими показателями изменчивости.

3.1.6 Регрессионный анализ

Назначение

Регрессионный анализ позволяет:

• проверить гипотезы относительно влияния незави­симых переменных на отклик;

• предсказать значения переменной отклика при за­данных значениях независимых переменных;

• предсказать диапазон значений, в котором будет находиться ожидаемое значение отклика при заданном значении независимой переменной;

• оценить направление и степень связи между пере­менной отклика и независимой переменной.

Свойства

Регрессионный анализ может обеспечить понимание соотношений между различными факторами и представ­ляющим интерес откликом, и такое понимание может по­мочь в принятии решений, связанных с изучаемым про­цессом, и, в конечном счете, улучшить процесс.

Особенности применения

При моделировании процесса требуется умение в оп­ределении лучшего описания модели регрессии.

При моделировании является важным упрощение мо­дели с помощью минимизации количества независимых переменных. Включение ненужных переменных может скрыть влияние независимых переменных и уменьшить точность прогнозов, сделанных с помощью модели. Однако исключение существенной независимой переменной мо­жет серьезно ограничить модель и полезность результатов.

3.1.7 Анализ безотказности