Upload
sixsigmaonlineru
View
110
Download
2
Embed Size (px)
Citation preview
Бимодальное распределение
Распределение с двумя модами
SixSigmaOnline.ru 2015
© Six Sigma Online . ru
Бимодальное распределение
What Что это? Бимодальное распределение (bimodal distribution) –
распределение данных с двумя четко выраженными
пиками – двумя модами.
К примеру, бимодальным может быть распределение
расхода бензина автомобиля в городе и на
автостраде:
Бимодальное распределение часто возникает
вследствие “смешения” двух и более одновершинных
распределений.
When Когда наблюдают?
Why Зачем об этом знать?
Who Кто использует?
Where Где допустимо?
How Как оценить?
2
Расход бензина на
автостраде
Расход в пределах
города
© Six Sigma Online . ru
Бимодальное распределение
What Что это? Не смотря на то, что специалисты шести сигм могут
встретить бимодальное распределение на всех
стадиях проекта DMAIC, как правило, приходится с
ним работать лишь при сборе и анализе данных – на
стадиях Measure и Analyze.
Бимодальное распределение характерно для:
данных, собранных из двух и более процессов;
процессов, подверженных сезонным колебаниям;
процессов, работающих в двух режимах.
Бимодальное распределение можно наблюдать там,
где имеется конфликт интересов - например, при
оценке предпочтений избирателей. Кроме того,
бимодальное распределение может быть следствием
протекания физико-химических процессов
(полимеризации, кристаллизации, коагуляции,
растворения) и т.д.
When Когда наблюдают?
Why Зачем об этом знать?
Who Кто использует?
Where Где допустимо?
How Как оценить?
3
© Six Sigma Online . ru
Бимодальное распределение
What Что это? Бимодальное распределение – это, в первую
очередь, повод задуматься, правильно ли
произведены наблюдения и есть ли возможность
разделить исходные данные по сменам, станкам,
линиям, реакторам, операторам и т.д.
Наличие на гистограмме двух мод (пиков) может, к
примеру, свидетельствовать о том, что:
выборка не является однородной;
данные представляют две или более популяций;
измерительная система не пригодна для сбора
информации.
When Когда наблюдают?
Why Зачем знать?
Who Кто использует?
Where Где допустимо?
How Как оценить?
4
А иногда бимодальное
распределение означает,
что ваш поставщик все
лучшие изделия отправляет
вашим конкурентам.
© Six Sigma Online . ru
Бимодальное распределение
What Что это? Определить наличие двух мод в распределении
можно “на глаз”, а значит эта задача под силу даже
белому поясу шести сигм.
Базовое понимание закона распределения данных
входит в свод знаний желтого пояса шести сигм.
Тем не менее, определение параметров
бимодального распределения, стратификация
(разделение) исходных данных и анализ полученных
результатов – задача для уровня не ниже зеленого
пояса.
When Когда наблюдают?
Why Зачем об этом знать?
Who Кто использует?
Where Где допустимо?
How Как оценить?
5
© Six Sigma Online . ru
Бимодальное распределение
What Что это? Бимодальное распределение в большинстве
проектов шести сигм - явление нежелательное.
Однако существует ряд случаев, когда поиск
бимодального распределения может быть целью
анализа.
Вот несколько примеров:
вы ищете фактор влияния – режим, при котором
возникает отказ;
вы ищете параметр, вызывающий чрезмерную
вариабельность процесса;
вы ищете фактор, вызывающий сезонные
колебания процесса.
Кроме того, как минимум один показатель процесса
после внедрения проекта бережливых шести сигм
будет подвержен бимодальному распределению: пик
“до внедрения” и еще один “после внедрения”.
When Когда наблюдают?
Why Зачем об этом знать?
Who Кто использует?
Where Где допустимо?
How Как оценить?
6
© Six Sigma Online . ru
Бимодальное распределение
What Что это? Оценить наличие двух мод в распределении данных
легче всего с помощью гистограммы или диаграммы
временного ряда.
Как правило, на любой процесс действуют факторы,
которые могут приводить к наличию двух мод в
выборке. Однако пока это не мешает вашему
анализу, достаточно отметить это как факт. Если же
бимодальное распределение четко выражено и не
объясняется спецификой процесса, следует
сфокусироваться на причине явления перед
проведением дальнейшего анализа.
When Когда наблюдают?
Why Зачем об этом знать?
Who Кто использует?
Where Где допустимо?
How Как оценить?
7