Spécifier la méthode d'estimation de l'écart type pour la fonction Analyse Capability Sixpack Entre/à l'intérieur

Stat > Outils de la qualité > Capability Sixpack > Entre/à l'intérieur > Estimation

Méthodes d'estimation des statistiques de capabilité

A 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.
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.

Méthodes d'estimation des cartes de contrôle

A l'intérieur des sous-groupes : effectif des sous-groupes ≤ 8
Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque l'effectif des sous-groupes est inférieur ou égal à 8.
  • 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.
A l'intérieur des sous-groupes : effectif des sous-groupes > 8
Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque l'effectif des sous-groupes est supérieur à 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.
Entre les sous-groupes
Sélectionnez une méthode d'estimation pour 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.

Utiliser des constantes de correction de biais

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. Le choix d'utiliser les constantes de correction de biais dépend souvent de la stratégie de l'entreprise ou des normes industrielles.

  • Dans le sous-groupe: Utilisez les constantes de correction de biais pour l'estimation de l'écart type à l'intérieur des sous-groupes. Cette option s'applique aux méthodes de l'écart type regroupé, de la racine carrée de MSSD et S barre.
  • Global (statistiques de capabilité uniquement) : utilisez les constantes de correction de biais lors de l'estimation de l'écart type global pour les statistiques de capabilité.

Utiliser l'étendue mobile de longueur 

Saisissez le nombre d'observations utilisé pour calculer l'étendue mobile. La longueur doit être ≤ 100. La longueur par défaut est 2, car les valeurs consécutives ont de fortes chances d'être semblables.

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