蒲公英 - 制药技术的传播者 GMP理论的实践者

搜索
查看: 11664|回复: 15
收起左侧

[统计应用] Xbar R图和I-MR-R/S图的区别

[复制链接]
药生
发表于 2019-1-7 14:48:40 | 显示全部楼层 |阅读模式

欢迎您注册蒲公英

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 kslam 于 2019-1-7 14:58 编辑

PDA TR60 8.1.4 Statistical Process Control Charts 计过程控制图"A potential problem with the use of SPC charts, such as Xbar/S chart plotted across lots, is that they define a process as being in statistical control if there is no underlying lot-to-lot variation (Figure 6.2.2.1-1). This is often not the case, and some lot-to-lot variation is typical and expected, especially for lot means. In these cases, an I/MR chart for the mean and/or standard deviation or three-way between/within chart can be used to detect out-of-statistical–control between-lot variation.

SPC 图使用中会有潜在问题,比如跨批用Xbar/S 图,而该图定义了如果没有潜在的批与批变异,那么工艺均受控。(图6.2.2.1-1)。但这种情况通常并如此,一些批与批的变异是典型的并且是可以预料到的,特别对于批均值。对于这些情况,可以使用I/MR 图对均值和/或标准偏差或三方批间/内控制图以检测出批间变异的统计受控
_____________________________________________________________________________

我用混合均一的工艺验证的例子来说明上面的内容验证结果包括在混合容器中的30个位置和3个验证批次。共有90个测试值工艺验证目的是评估这30个位置中的变异见附图

我使用Minitab软件绘制Xbar R图和I-MR-R/S见附图

Xbar R图显示工艺受控。但I-MR-R/S图显示工艺受控。

I-MR-R/S 控制图包括下列各项:

I 控制图- I 控制图监控过程均值。I 控制图的控制限使用间变异, 而不是内变异来计算。

MR 控制图 - 移动极差控制图绘制均值的移动极差。因此,MR 控制图仅监控间变异分量,而不是内变异分量。

R 控制图 - R 或 S 控制图监控内变异。


这个例子中告诉我们使用 I-MR-R/S 控制图可检测间变异和内变异


PDA TR 60.jpg
XBar-R.jpg
I-MR-R.jpg
例子.jpg

本帖被以下淘专辑推荐:

回复

使用道具 举报

药士
发表于 2019-1-7 17:01:41 | 显示全部楼层
回复

使用道具 举报

药士
发表于 2019-1-7 19:35:44 | 显示全部楼层
我很好奇你前面都已经用数据绘制Xbar-R图了,那又如何使用这些数据绘制I-MR图的?你绘制I-MR图时,这个I是表中的那个值?

点评

见附图 I-MR。  详情 回复 发表于 2019-1-8 08:03
回复

使用道具 举报

大师
发表于 2019-1-7 22:58:26 | 显示全部楼层
数据表中的数据,不是共90个,也不是30个位置,而是15个位置点,每个位置点,3个数据。是不是表放错了。

点评

表中的数据是正确的。位置的数量是15而不是30。从每个位置取3个测试样品。  详情 回复 发表于 2019-1-8 07:34
回复

使用道具 举报

大师
发表于 2019-1-7 23:02:43 | 显示全部楼层
I-MR-R/S图,还个图,还真没有用过,谢谢楼主,学习一下,怎么用,是怎么回事。
回复

使用道具 举报

大师
发表于 2019-1-7 23:10:18 | 显示全部楼层
11.jpg
以上是minitab 17帮助中的内容,可以学习一下。

点评

使用I-MR-R/S图 - I-MR图表来监控批间变异的差异和R/ S图监控批内变异。  详情 回复 发表于 2019-1-8 15:13
使用I-MR-R/S图 - I-MR图表来监控批间变异的差异和R/ S图监控批内变异。  详情 回复 发表于 2019-1-8 15:13
使用I-MR-R/S图 - I-MR图表来监控批间变异的差异和R/ S图监控批内变异。  详情 回复 发表于 2019-1-8 15:13
回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 07:34:11 | 显示全部楼层
九三 发表于 2019-1-7 22:58
数据表中的数据,不是共90个,也不是30个位置,而是15个位置点,每个位置点,3个数据。是不是表放错了。

表中的数据是正确的。位置的数量是15而不是30。从每个位置取3个测试样品。
回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 08:03:53 | 显示全部楼层
glm1024 发表于 2019-1-7 19:35
我很好奇你前面都已经用数据绘制Xbar-R图了,那又如何使用这些数据绘制I-MR图的?你绘制I-MR图时,这个I是 ...

见附图 I-MR。
批次A_I-MR.jpg
批次B_I-MR.jpg
批次C_I-MR.jpg

点评

批次A、B、C里面有3个位置,这些数据位置间是否有差异尚不知道,就直接把3个位置的数据合并来作图,真的合适?  详情 回复 发表于 2019-1-8 12:02
回复

使用道具 举报

药士
发表于 2019-1-8 12:02:10 | 显示全部楼层

批次A、B、C里面有3个位置,这些数据位置间是否有差异尚不知道,就直接把3个位置的数据合并来作图,真的合适?

点评

你的问题是错误的。有15个不同的位置。你似乎对实验目的一无所知。  详情 回复 发表于 2019-1-8 12:35
回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 12:35:11 | 显示全部楼层
glm1024 发表于 2019-1-8 12:02
批次A、B、C里面有3个位置,这些数据位置间是否有差异尚不知道,就直接把3个位置的数据合并来作图,真的 ...

你的问题是错误的。有15个不同的位置。你似乎对实验目的一无所知。

点评

上次的回复却是是错误的,但是我还搞明白你这个I-MR怎么做出来的,一共15个位置,每个位置有3个数据,这个时候的I值你是取同一位置3个数据的平均值?(这样数据点就只有15个)还是3个数据都用?(这样数据点就有15*3  详情 回复 发表于 2019-1-8 18:57
回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 15:13:51 | 显示全部楼层
本帖最后由 kslam 于 2019-1-8 15:16 编辑
九三 发表于 2019-1-7 23:10
以上是minitab 17帮助中的内容,可以学习一下。

回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 15:13:52 | 显示全部楼层
本帖最后由 kslam 于 2019-1-8 15:15 编辑
九三 发表于 2019-1-7 23:10
以上是minitab 17帮助中的内容,可以学习一下。


回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 15:13:52 | 显示全部楼层
九三 发表于 2019-1-7 23:10
以上是minitab 17帮助中的内容,可以学习一下。

使用I-MR-R/S图 - I-MR图表来监控批间变异的差异和R/ S图控批内变异。
I-MR-RS.jpg
回复

使用道具 举报

药士
发表于 2019-1-8 18:57:42 | 显示全部楼层
本帖最后由 glm1024 于 2019-1-8 19:26 编辑
kslam 发表于 2019-1-8 12:35
你的问题是错误的。有15个不同的位置。你似乎对实验目的一无所知。

上次的回复却是是错误的,但是我还是没搞明白你这个I-MR怎么做出来的,一共15个位置,每个位置有3个数据,这个时候的I值你是取同一位置3个数据的平均值?(这样数据点就只有15个)还是3个数据都用?(这样数据点就有15*3=45个)如,但你的图上看到是约30个数据,很疑惑。我详细看了一下软件的帮助文件,并用你的数据做出来的图只有15个点。

点评

谢谢你指出使用错误的表。重新附上正确的表。  详情 回复 发表于 2019-1-8 19:25
回复

使用道具 举报

药生
 楼主| 发表于 2019-1-8 19:25:45 | 显示全部楼层
glm1024 发表于 2019-1-8 18:57
上次的回复却是是错误的,但是我还是没搞明白你这个I-MR怎么做出来的,一共15个位置,每个位置有3个数据 ...

谢谢你指出使用错误的表。重新附上正确的表。
I-MR-RS.jpg

点评

这个表的话,就没有问题了,这样的话利用这个图可以一次性把位置间(即:批内)和批间的变异情况都看出来了,传统控制图是无法做到的。  详情 回复 发表于 2019-1-8 19:30
回复

使用道具 举报

药士
发表于 2019-1-8 19:30:35 | 显示全部楼层
kslam 发表于 2019-1-8 19:25
谢谢你指出使用错误的表。重新附上正确的表。

这个表的话,就没有问题了,这样的话利用这个图可以一次性把位置间(即:批内)和批间的变异情况都看出来了,传统控制图是无法做到的。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

×发帖声明
1、本站为技术交流论坛,发帖的内容具有互动属性。您在本站发布的内容:
①在无人回复的情况下,可以通过自助删帖功能随时删除(自助删帖功能关闭期间,可以联系管理员微信:8542508 处理。)
②在有人回复和讨论的情况下,主题帖和回复内容已构成一个不可分割的整体,您将不能直接删除该帖。
2、禁止发布任何涉政、涉黄赌毒及其他违反国家相关法律、法规、及本站版规的内容,详情请参阅《蒲公英论坛总版规》。
3、您在本站发表、转载的任何作品仅代表您个人观点,不代表本站观点。不要盗用有版权要求的作品,转贴请注明来源,否则文责自负。
4、请认真阅读上述条款,您发帖即代表接受上述条款。

QQ|手机版|蒲公英|ouryao|蒲公英 ( 京ICP备14042168号-1 )  增值电信业务经营许可证编号:京B2-20243455  互联网药品信息服务资格证书编号:(京)-非经营性-2024-0033

GMT+8, 2025-2-8 21:55

Powered by Discuz! X3.4运维单位:苏州豚鼠科技有限公司

Copyright © 2001-2020, Tencent Cloud.

声明:蒲公英网站所涉及的原创文章、文字内容、视频图片及首发资料,版权归作者及蒲公英网站所有,转载要在显著位置标明来源“蒲公英”;禁止任何形式的商业用途。违反上述声明的,本站及作者将追究法律责任。
快速回复 返回顶部 返回列表