Spécifier la méthode d'estimation de l'écart type pour la fonction Analyse de capabilité - Entre/A l'intérieur

Stat > Outils de la qualité > Analyse de capabilité > Entre/à l'intérieur > Estimation
Méthodes d'estimation de la variation à l'intérieur des sous-groupes
Sélectionnez une méthode pour estimer l'écart type à l'intérieur des sous-groupes.
  • R barre: R barre représente la moyenne des étendues des sous-groupes. Cette méthode fournit une estimation courante de l'écart type et fonctionne parfaitement avec des effectifs de sous-groupes compris entre 2 et 8.
  • S barre: S barre représente la moyenne des écarts types de sous-groupes. Cette méthode fournit une estimation plus précise de l'écart type que la méthode R barre, notamment avec des effectifs de sous-groupes > 8.
  • Ecart type regroupé: L'écart type regroupé est la moyenne pondérée des variances de sous-groupes, ce qui donne aux sous-groupes les plus grands une influence plus importante sur l'estimation globale. Cette méthode fournit l'estimation la plus précise de l'écart type lorsque le procédé est maîtrisé.
Méthodes d'estimation de la variation entre les sous-groupes
Sélectionnez une méthode pour estimer l'écart type entre les sous-groupes.
  • Moyenne de l'étendue mobile: La moyenne de l'étendue mobile est la valeur moyenne de l'étendue mobile d'au moins deux points consécutifs. Cette méthode s'utilise couramment avec un effectif de sous-groupe de 1.
  • Médiane de l'étendue mobile: La médiane de l'étendue mobile est la valeur médiane de l'étendue mobile d'au moins deux points consécutifs. Cette méthode est idéale lorsque les données présentent des étendues extrêmes qui pourraient influencer l'étendue mobile.
  • Racine carrée de MSSD: La racine carrée de MSSD est la racine carrée de la moyenne des différences mises au carré entre des points consécutifs. Utilisez cette méthode lorsque vous n'êtes pas en mesure de supposer qu'au moins 2 points consécutifs ont été collectés dans des conditions similaires.
Utiliser l'étendue mobile de longueur
Saisissez le nombre d'observations utilisé pour calculer l'étendue mobile. Le programme utilise par défaut la valeur 2 car les valeurs consécutives ont plus de chances d'être semblables. La longueur doit être ≤ 100.
Constantes de correction de biais
Vous pouvez choisir d'utiliser des constantes de correction de biais dans les calculs de l'écart type entre/à l'intérieur des sous-groupes et l'écart type global. Les constantes de correction de biais réduisent le biais pouvant survenir lorsqu'un paramètre est estimé à partir d'un petit nombre d'observations. A mesure que le nombre d'observations augmente, les constantes de correction de biais ont moins d'effet sur les résultats calculés.
  • Utiliser des constantes de correction de biais: Utilisez les constantes de correction de biais pour l'estimation des écarts types à l'intérieur des sous-groupes et entre les sous-groupes. Cette option s'applique aux méthodes de l'écart type regroupé, de la racine carrée de MSSD et S barre.
  • Utiliser des constantes de correction de biais pour calculer l'écart type global : utilisez les constantes de correction de biais lors de l'estimation de l'écart type global.
Remarque

En général, l'utilisation ou non de constantes de correction de biais dépend de la stratégie de l'entreprise ou des normes du secteur.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique