Control charts are not perfect tools for detecting shifts in the proce的简体中文翻译

Control charts are not perfect tool

Control charts are not perfect tools for detecting shifts in the process distribution because they are based on sampling distributions. Two types of error are possible with the use of control charts. A type I error occurs when the conclusion is made that the process is out of control based on a sample result that falls outside the control limits, when in fact it was due to pure randomness. A type II error occurs when the conclusion is that the process is in control and only randomness is present, when actually the process is out of statistical control.These errors can be controlled by the choice of control limits. The choice would depend on the costs of looking for assignable causes when none exist versus the cost of not detecting a shift in the process. For example, setting control limits at { three standard deviations from the mean reduces the type I error because chances are only 0.26 percent that a sample result will fall outside of the control limits unless the process is out of statistical control. However, the type II error may be significant; more subtle shifts in the nature of the process distribution will go undetected because of the wide spread in the control limits. Alternatively, the spread in the control limits can be reduced to { two standard deviations, thereby increasing the likelihood of sample results from a non-faulty process falling outside of the control limits to 4.56 percent. Now, the type II error is smaller, but the type I error is larger because employees are likely to search for assignable causes when the sample result occurred solely by chance. As a general rule, use wider limits when the cost for searching for assignable causes is large relative to the cost of not detecting a shift in the process distribution.SPC methods are useful for both measuring the current process performance and detecting whether the process has changed in a way that will affect future performance. Consequently, we first discuss mean and range charts for variable measures of performance and then consider control charts for attributes measures.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
控制图是不适合,因为它们是基于抽样分布的过程中分布检测位移完美工具。两种类型的错误是可能的使用控制图。当结束时作出该方法是控制的出基于落入外侧的控制的限制,而实际上它是由于纯随机性的样品结果时,发生I型误差。当结论是,该方法是在控制和仅随机性存在时,当实际的处理是出于统计控制时,会发生II型误差。<br>这些错误可通过控制限制的选择来控制。选择将取决于寻找分配原因成本时不存在则与不检测在这个过程中的换档的成本。例如,在与平均值{三个标准偏差设定控制限制,因为很有可能仅0.26%的那一个样品结果将落在控制范围之外,除非过程是统计控制的出降低了I型误差。然而,II型误差可能显著; 在这个过程中分布的性质更微妙的变化会检测不出来,因为在控制范围广泛普及。或者,在控制范围的传播可以降低到{两个标准偏差,从而增加从非故障过程落下的控制范围之外至4中的样品的结果的可能性。56%。现在,II型误差较小,但I型误差较大,因为员工可能会寻找归属的原因时,抽样结果仅仅是偶然发生的。作为一般规则,使用较宽的限制时,用于搜索可分配的原因成本相对于未检测的过程中分布的偏移的成本大。<br>SPC方法可用于两个测量当前的工艺性能和检测的方式,将影响未来性能的过程是否已改变是有用的。因此,我们首先讨论的性能变量测定均值和范围图表,然后考虑属性的措施控制图。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
控制图不是检测过程分布中偏移的完美工具,因为它们基于采样分布。使用控制图可以有两种类型的错误。当根据超出控制限制的样本结果得出进程失控的结论时,会发生 I 类型错误,而实际上它是由于纯随机性造成的。当结论是过程处于控制之中,并且只有随机性时,当过程实际上不在统计控制时,就会发生类型 II 错误。<br>这些错误可以通过控制限制的选择来控制。选择将取决于在不存在的情况下查找可分配原因的成本与未检测流程中变化的成本。例如,将控制限制设置为从平均值的三个标准偏差可减少 I 型错误,因为除非过程超出统计控制,否则样本结果超出控制限制的可能性仅为 0.26%。但是,类型 II 错误可能很大;但是,类型 II 错误可能很大。由于控制限制的广泛分布,过程分布性质中更微妙的变化将不被发现。或者,控制限值的差值可以减小到 ± 两个标准偏差,从而将非故障过程样本结果超出控制限制的可能性增加到 4.56%。现在,类型 II 错误较小,但类型 I 错误较大,因为当示例结果仅偶然发生时,员工可能会搜索可分配的原因。通常,当搜索可分配原因的成本相对于不检测流程分布中的偏移的成本相比较大时,请使用更广泛的限制。<br>SPC 方法可用于测量当前流程性能以及检测流程是否以会影响未来性能的方式发生更改。因此,我们首先讨论可变性能度量的均值和范围图,然后考虑属性度量的控制图。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
由于控制图是基于抽样分布的,所以它不是检测过程分布变化的完美工具。使用控制图有两种可能的错误。当基于超出控制范围的样本结果得出过程失控的结论时,会发生I型错误,而事实上这是由于纯粹的随机性。当结论是过程处于控制之中,并且只有随机性存在时,当过程实际上处于统计控制之外时,就会出现第二类错误。<br>这些误差可以通过控制限的选择来控制。选择将取决于在不存在可分配原因的情况下寻找可分配原因的成本与在过程中未检测到变化的成本。例如,将控制限值设置为{与平均值的三个标准差可以减少I型误差,因为除非过程超出统计控制,否则样本结果超出控制限的可能性只有0.26%。然而,第二类误差可能是显著的;由于控制范围的广泛扩展,过程分布性质的更微妙的变化将不会被发现。或者,可以将控制限中的扩散减少到{两个标准差,从而将非故障过程产生的样本结果超出控制限的可能性增加到4.56%。现在,II类错误更小,但I类错误更大,因为当样本结果只是偶然发生时,员工可能会搜索可分配的原因。作为一般规则,当搜索可分配原因的成本相对于未检测到流程分布中的变化的成本较大时,使用更大的限制。<br>SPC方法对于测量当前的过程性能和检测过程是否以影响未来性能的方式发生了变化都是有用的。因此,我们首先讨论性能的可变度量的平均值和范围图,然后考虑属性度量的控制图。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: