MinitabUG的博客

原创 释放DOE的能量，快速确定最佳工艺设置，节省时间、成本和资源

用统计方法优化高耗能行业的能耗和产量

原创 更好的预测方法:使用前后控制图

无论您是否使用时间序列或不同的预测模型，在适当的情况下使用阶段控制图不仅有助于确定更好的数据集进行预测，还有助于解释预测是如何以及为什么产生的。

原创 还在Excel中管理您的持续改进项目吗？

总的来说，我们的管理系统是缓慢、繁琐和劳动密集型的，我们正在寻找一种更好的方法来执行和管理我们的持续改进工作。它是为全面的持续改进计划而设计的，提供解决问题的工具和经过验证的项目管理方法，以及实时跟踪关键绩效指标以展示ROI的能力。另一方面，Engage自动汇总所有数据并提供仪表板视图，使公司能够管理大量的项目，管理大量的产品，并轻松有效地展示其改进和创新计划的投资回报率。不用再四处奔波寻找答案。拥有持续改进的软件是很重要的，它可以促进日常的项目管理，并为与关键目标的战略一致性提供快速的进度报告。

原创 十个常用的六西格玛统计工具及应用场景

六西格玛可以为任何企业带来巨大的利益，但是获得这些收益需要收集和分析数据，以便您了解改进的机会并做出重大和可持续的变革。

原创 最大化生产潜力:你需要了解的OEE

你需要提高你的OEE分数吗？（整蛊问题，大家不都这样吗？！)

原创 回归现实：无需复杂假设即可轻松评估过程能力的简单方法

因此，对于缺陷极少的过程，公差必须大于过程分布宽度，使它们的比值大于 1。庆幸的是，Minitab Statistical Software 包含一套稳健的非正态能力分析工具，能够帮助您处理这种恼人的非正态数据问题。此外，我们在考虑现实世界中的数据时，可能会发现，在很多情况下，数据不遵循正态分布曲线（钟形曲线）。对于医疗管数据，可以看到，即使在有两个异常值的混乱情况下，过程仍然能够满足规格下限要求。），可以在下方直方图中看到，其中一根样本管的抗拉强度低于要求，另一根管的强度高于要求。

原创 Minitab 公益质量峰会！倒计时8天！

（李敏-销售助理-上海泰珂玛信息技术有限公司）

原创 如何使用 Monte Carlo 模拟作为项目管理工具

Monte Carlo 模拟是一种预测不确定事件可能结果的数学技术。

原创 过程能力研究的标准样本数量为多少？你知道吗？

通常，样本越大，对实际能力的估计越准确。

原创 绘制过程图，Minitab如何帮助大学生拿下统计学科高分

我满怀期待地走进图书馆，将课堂上的所有笔记和幻灯片都摆在面前，开始整理我的「法宝」（图一）。我是Madison，我目前主修的是商务专业，但我需要在今年完成一门通识学科的学分——统计研究或运动分析课程，我对运动一无所知，所以我果断选择了统计研究学，在开始之前，我认为这一定是我认识统计学的绝佳机会。考试那天，我带着我的过程图走进教室，我看到其他同学只是在一张纸上制作了注释表，没有详细的决策过程，这让我感觉胜券在握，当我看到自己的分数是105%时，我大为惊喜，毕竟我们班的平均成绩只有80%。

原创 评估Minitab 中的测量过程研究（EMP研究）

要对数据采取行动，你需要相信数据是正确的。Minitab统计软件中的EMP研究使您能够了解您的测量系统是否可接受以及如何改进您的测量系统。

原创 【无标题】

原创 【无标题】

您为何要将过程监控委托给其他人呢？Real-Time SPC 拥有您所需的实时功能以及值得信赖的分析能力，可将您的过程监控能力提高到全新水平。

原创 优化汽车制造中的库存管理

随着汽车制造商努力保持竞争优势，利用数据驱动的洞察力将是成功的关键。

原创 Minitab实时SPC改变质量管理的5种方式

准备好提升您的质量管理了吗？探索Minitab实时SPC拥抱一个卓越不是目标而是持续旅程的未来。

原创 具有增强AI功能的Minitab 22发布！新增多种新功能让数据分析更轻松！

2024.3.20 Minitab 公司推出了Minitab Statistical Software 的最新增强版本——Minitab 22。

原创 放在你后口袋里的七种基本质量工具

以下是我反复看到的七种质量改进工具。这些质量工具中的大多数已经存在了一段时间，但这肯定不会降低它们的价值！这些工具最大的优点是使用非常简单，并且可以在中快速使用Minitab统计软件或者从事，但你当然可以使用其他方法，甚至是纸笔。

原创 您的测量系统准确吗？请使用量具 R&R 找出答案

无论何种情况，对您的测量系统进行评估都至关重要；只有这样您才能发现测量系统的问题，并对您的数据建立信心。

原创 预测建模案例-预防机器故障

如果能找到一些导致故障频率高的异常模式，或者说能预测什么情况下出现故障的概率比较高，而在出现故障之前做一些预防性的措施是不是就能大大减少维护成本呢？

原创 比较 2 名无人机驾驶员：借助分析飞得更高

基于这个置信区间，我们可以自信地说飞行时间不仅不同于零，而且因为差异的置信区间下限大于我们 0.5 秒的实际差异，我们得出的结论是，Dustin 是本次测试中表现更好的无人机驾驶员。为了高效执行任务，无人机必须能够快速机动到预定目标。有两名经过认证的无人机驾驶员 Aleks 和 Dustin，需要评估他们将无人机定位到指定目标的速度，在本例中，目标位于距离起飞地点 500 英尺的位置。我们看到，在十次飞行中，Aleks 的平均到达时间为 15.86 秒，而 Dustin 的平均到达时间为 12.42 秒。

原创 SPC 之 I-MR 控制图

由于 pH 值的数据类型是连续型数据，而且是每批次只取一个样品（子组大小等于 1），故这位工程师创建了一张 I-MR 控制图，以监控洗涤剂的生产过程。对于 I-MR 控制图，包含两张图单值控制图（I 控制图）和移动极差控制图（MR 控制图），随着控制图的发展，它的类型也是越来越多，那么这时候对于使用 Minitab 的朋友来说，经。的算法跟 Excel 中算法的差异，也能够发现单值控制图的控制限受到移动极差的影响，所以。：单值（每个批次对应的 pH 值，如单值图上的第二个点表示的是批次 2 的 pH 值）

原创 精密过程的精密实验

Minitab可以帮助您确定哪些因素最重要，并了解它们如何相互作用并推动您的流程。有了这些知识，您就可以找到产生最佳过程性能的因子设置。

原创 实时SPC，监控生产过程，远离事后分析！

原创 Minitab 中包括哪些图形？

Minitab 在“图形”菜单上提供了一套灵活的图形以支持各种分析需要。创建图形时有许多自定义选项可用。除了可以从“图形”菜单中使用的图形以外，Minitab 还在“统计”菜单上提供了特定于分析的图形（如控制图）。Minitab 还有作为许多统计分析的一部分的内置图形。

原创 散点图概述及结果解释

使用散点图可以调查一对连续变量之间的关系。

原创 可靠性分析中的 Weibull 分布

Weibull 分布是最常用于对可靠性数据建模的分布。此分布易于解释且用途广泛。

原创 组间/组内(I-MR-R/S)控制图

如果生产过程数据不只有唯一的变异来源，数据的波动一方面来自随机误差(根据合理子组的原理，组内差反映的就是随机误差)，另一方面还来自组间可能有的波动，这样一来，用组间移动极差估计出来的标准差会比仅用组内差（不考虑组间差）估计出来的标准差大很多，这必将导致I-MR控制限会比Xbar-R控制限宽很多，因此才会使I-MR图判断认为过程均值正常，而Xbar-R图判断认为过程均值几乎点点都不正常。读图时，先看组内极差控制图，如果没有异常，说明各组内的波动状况是正常的如果有异常，先要找到该组异常的原因。

原创 什么是响应曲面设计、中心复合设计和 Box-Behnken 设计？

中心复合设计是最常用的响应曲面设计试验。中心复合设计是包括中心点并使用一组轴点（又称为星形点）扩充的因子或部分因子设计，这些轴点可用于估计弯曲。使用中心复合设计可以：· 高效估计一阶和二阶项。· 通过向以前完成的因子设计添加中心点和轴点，为带有弯曲的响应变量建模。中心复合设计在顺序试验中尤为有用，因为经常可以通过添加轴点和中心点来基于以前的因子试验进行构建工作。例如，您要确定对塑料部件进行注塑成型的最佳条件。

原创 创建蒙特卡洛模拟的 4 个简单步骤

20 世纪 40 年代，研究原子弹的科学家应用 Monte Carlo 模拟计算了一个裂变铀原子引起另一个裂变反应的概率，这是该模拟的首次应用，自此以来已经取得了很大进展。

原创 七夕快乐！

七夕快乐！

原创 使用 Engage 或 Workspace 创建 Monte Carlo 模拟的 4 个简单步骤

该汇总还显示所有组件的传输变异导致标准差为 0.521，根据您掌握的过程知识判断，这是不错的过程结果。20 世纪 40 年代，研究原子弹的科学家应用 Monte Carlo 模拟计算了一个裂变铀原子引起另一个裂变反应的概率，这是该模拟的首次应用，自此以来已经取得了很大进展。根据贵厂制造的其他泵的性能，您可以假定活塞直径呈正态分布，均值为 0.8 厘米，标准差为 0.003 厘米。在这里，操作非常简单，只需为您的输出提供名称（我们提供的名称是 Flow），然后键入我们在上面确定的正确传输方程。...

原创 等价检验 VS 显著性检验

要在等价检验和标准t检验之间进行选择，请考虑您希望证明或说明的内容。如果您希望证明两个均值相等或者证明均值等于目标值，而且您可以确切地定义在所属领域中属于重要差值的差值大小，则您可能希望使用等价检验，而不是标准t检验。...

原创 防止缺货和优化库存水平的三个步骤

为什么要进行预测分析？简言之，设想创建一个方程，该方程将所有影响缺货的因素作为预测变量，并将缺货作为响应。

原创 假设检验的功效和样本数量

因此，如果测量产品质量特征是可行的，那么分析人员应该记录质量特征的实际值，并使用记录的数据–无需转换为好和差。确保检验有足够功效的一种常用方法是收集足够的数据，因为功效的计算取决于样本数量等因子。这意味着如果分析人员希望确定目标的偏离均值是否超过了1西格玛，则他们需要进行10个单位的单样本t检验，以获得至少80%的功效。为了找出需要多少数据点来检测至少80%功效的过程均值中的1西格玛偏移，分析人员在Minitab中对一个单样本t检验进行功效和样本数量分析。...

原创 DOE中的“已编码系数”和“以未编码单位表示的回归方程”

编码单位和未编码单位定义实验设计中的因子水平。

原创 由浅入深，由简入难，Minitab 助力成为资深质量人士！

Minitab 基本操作、功能模块等学习！

原创 SPC 之 I-MR 控制图

控制图指示过程何时不受控制，有助于标识是否存在特殊原因变异。如果存在特殊原因变异，则说明过程不稳定且有必要采取纠正措施。

原创 在 Minitab 中进行扩展量具 R&R 研究

量具 R&R 研究可以告诉您测量系统生成的数据是否值得信赖

原创 Minitab 在医疗器械行业的应用

分析医疗器械在使用中受使用强度、电压、温度影响下器械的可靠性分析

原创 AD, RJ和KS-哪种正态性检验是最好的？

Minitab中的正态性检验提供了三种方法：Anderson-Darling（AD），Ryan-Joiner（RJ）和Kolmogorov-Smirnov（KS）。AD检验是默认的，那它在检验非正态的时候是不是最好的方法呢？