【策略篇】合理抽样策略 - 统计推断的根本

正如许多过程改进的从业者已经知道的那样，如果要对过程能力作出有效的统计估计，就必须显著减少或消除背景噪声的影响。“需要做”与“怎么做”是不同的，设计抽样计划的工程师需要深度考虑如何才能消除背景噪声的效应，需要清晰地定义好抽样单元，需要得出可行有效的抽样计划。总而言之，需要实施一个卓越的抽样设计，以实现消除背景噪声效应的目的。一、随机效应全阻断，同一时刻测量值唯一
符合上述条件的抽样计划可以有效且高效地'阻断'或以其他方式均化某些变量的影响和相关效应。譬如，控制独立的一阶效应变量并将其调整到特定的水平，就有可能阻断其影响。在使用某些分析工具时坚持这一原则，完全有可能确保一个或多个原因变量不会“污染”待研究的响应特性的固有误差，或以其他方式不当地干扰响应特性的误差。（误差与缺陷是两个不同的概念，误差是始终存在的，但只有误差超出了规定，才可以说一个缺陷出现了）。将这样的抽样策略逐步地应用于其他自变量时，被同时阻断的自变量将越来越多，响应的仿行误差也将逐步减小。换句话说，当每个自变量的影响逐渐被阻断时，最终可能达到一个理论点，响应的观察值不再具有任何类型的，任何方向上的以及任何大小的误差。如此，不管怎么抽样，响应测量值都是唯一的。简而言之，分类系统将是如此严格(如抽样计划所规定的)，以至于在任何给定时刻不可能有超过一次的观察。二、随机效应全阻断不可行，缩放时间窗口获取随机误差
如果实施了如上所说的抽样计划，那么在流程的所有周期中都将观察到相同的响应测量，每一次的测量值都相同，也就是说仿行误差将为零(假设测量系统完全有效和可靠)。然而，对于任何给定的抽样环境，确实存在阻断变量和相应的控制设置的理论组合，在实施了变量效应阻断后，仅仅可以观察到随机误差。但实事求是地说，这种理想化的组合是极不可行或不切实际的。出于这个原因，我们只能阻断“时间”这个变量。通过这种方式，我们能够间接和人为地将阻断系统“缩放”到仅有随机误差的程度。如果时间窗口设置得过窄，纯误差的最终估计就会被低估，这是因为被迫排除了太多具有随机性质的变量效应。另一方面，如果时间窗口太宽，纯误差的最终估计将会被高估，这是因为非随机变量效应被包含进来了。然而，通过古老的试错方法，可以定义一个窗口大小(采样时间范围)，能够捕捉背景变化(白噪声)的“真实”量级，同时又排除了非随机错误源。三、合理抽样策略
简而言之，在保留主要“信号效应”的同时，能够探索并找到实用可行的反映所有白噪声效应的抽样时长。只有找到了这种抽样时间框，才能以有效的方式建立性能特征的瞬时再现和空间再现。我们称这种抽样计划为合理抽样策略，因为实施该计划，可以合理地将一系列“信号效应”从混合的难以辨别的背景噪声中剥离或提纯出来。从这个意义上说，合理抽样策略可以有效且高效地识别信号效应，同时也捕获了随机误差的全部范围。从这个角度来看，很容易理解为什么在试图估计一个响应特性(CTQ)的短期标准差时，合理子组原则的想法是如此重要。只有变异混合中去除“信号”效应时，才能以统计上有效的方式获取瞬时(短期)再现性。四、合理抽样策略在控制图、试验设计等统计工具中的应用
控制图的合理子组原则是合理抽样策略的具体应用，通过子组内统计量与子组间统计量的比较，再配合±3西格玛原则，得出过程是否异常的统计结论。组内随机效应，组间信号效应。试验设计的三个原则也是合理抽样策略的具体应用，仿行在于收全干扰因子效应，区组在于阻断干扰因子效应，随机在于均化干扰因子效应。参考文献：[1] [美] Mikel, Harry. Resolving the mysteries of Six Sigma[M]. Palladyne, 2003扫码加好友，群聊更精彩
共学、共创、共赢
本站是提供个人知识管理的网络存储空间，所有内容均由用户发布，不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息，谨防诈骗。如发现有害或侵权内容，请点击一键举报。