数据趋势分析持续工艺确认,异常趋势分析.docx

数据趋势分析持续工艺确认,异常趋势分析.docx数据趋势分析持续工艺确认,异常趋势分析
数据趋势分析持续工艺确认,异常趋势分析
1 / 8
数据趋势分析持续工艺确认,异常趋势分析
.~
年度回顾 / 趋势分析 / 持续工艺确认：异常趋势如何分析？
续工艺确认,异常趋势分析
8 / 8
数据趋势分析持续工艺确认,异常趋势分析
所以应为

9 点而不是

8 点。
数据趋势分析持续工艺确认,异常趋势分析
数据趋势分析持续工艺确认,异常趋势分析
8 / 8
数据趋势分析持续工艺确认,异常趋势分析
该现象通常反映了过程中心的偏移。
三、连续 6 点递增或递减
连 续 6 点 递 增 或 递 减 的 概 率 =[ （ 1- ）
^6 ] /P[6,6]=% <=
连续 5 点递增或递减 =[ （ 1- ） ^5 ] /P[5,5]= >
所以应为 6 点而不是 5 点。
该异常是单纯趋势分析重点关注的现象。
过程中产生趋势变化的原因可能是设备、模具的磨损、维修水平降低、
操作人员技能的逐渐变化等，这种变化往往会造成概率 a 也随之变化。
递增或递减显示了趋势的变化方向。
数据趋势分析持续工艺确认,异常趋势分析
数据趋势分析持续工艺确认,异常趋势分析
8 / 8
数据趋势分析持续工艺确认,异常趋势分析
.~
四、连续 14 点相邻点上下交替
该异常由于并不限定数据落入哪个区域，因而不能由概率计算来决定。它是通过蒙特卡罗试验 (统计模拟试验 ) 所决定的。
这种数据异常通常由于数据未分层 (数据来源于两个总体，如轮流使用两
台设备加工或由两位操作人员轮流进行操作 ) 而引起的，也可能是检验过程中存在的周期性变化的异常。
五、连续 3 点中有 2 点落在中心线同一侧的 2 σ以外
数据趋势分析持续工艺确认,异常趋势分析
数据趋势分析持续工艺确认,异常趋势分析
8 / 8
数据趋势分析持续工艺确认,异常趋势分析
.~
连 续 3 点 中 有 2 点 落 在 中 心 线 同 一 侧 的 2 σ 以 外 的 概 率
=[]^2=%<%
很灵敏了。这里当然不可能是连续 2 点中有 1 点，连续 3 点中有 1 点。
它们的概率太大了。有人会说 4 点中有 3 点可不可以判异呀？当然。
因为 4 点中有 3 点必然 3 点中有 2 点了。嘿嘿。
六、连续 5 点中有 4 点落在中心线同一侧的 1 σ以外