درس‌های آمار برای مهندسان

توضیح‌های کوتاه و کاربردی روش‌هایی که پشت برنامه هستند — برای کسانی که همان‌جا کار می‌کنند که داده ساخته می‌شود.

رگرسیون چیست؟

رگرسیون بهترین معادله‌ای را پیدا می‌کند که Y را از X پیش‌بینی می‌کند با کمینه‌کردن مجموع مربعات خطاها.

چرا متغیرها را تبدیل کنیم؟

داده‌های صنعتی به‌ندرت کاملاً خطی هستند. تبدیل‌های LOG10، LN، معکوس روابط منحنی را خطی می‌کنند و R² را بهبود می‌دهند.

چگونه نتایج را بخوانیم؟

R² = نسبت واریانس توضیح‌داده‌شده (1.0 کامل، >0.85 خوب). هر ضریب = مقدار تغییر Y به ازای یک واحد X. p = معنادار. MAE = متوسط خطای پیش‌بینی.

پسماند چیست؟

پسماند = واقعی − پیش‌بینی‌شده. پسماند نزدیک به صفر ایده‌آل است. پسماندهای بزرگ ناهنجاری‌های اندازه‌گیری را آشکار می‌کنند.

چه زمانی از معادله ترکیبی استفاده کنیم؟

وقتی فرآیند در دو رژیم متفاوت رفتار می‌کند (دمای پایین در مقابل بالا)، یک معادله ممکن است خوب نباشد. تقسیم در آستانه → دو معادله، MAE کمتر.

مدل من چقدر قابل اعتماد است؟

فاصله پیش‌بینی 95% محدوده‌ای را نشان می‌دهد که مقدار واقعی 95% مواقع در آن قرار می‌گیرد. سبز زرد 20–40%. قرمز > 40%.

هم‌خطی چندگانه چیست؟

وقتی دو متغیر X به هم بسیار مرتبط هستند (|r| > 0.9)، مدل نمی‌تواند اثرات آن‌ها را جدا کند. این خطاهای استاندارد را متورم و مقادیر p را تضعیف می‌کند.

فاصله Cook چیست؟

فاصله Cook اندازه‌گیری می‌کند که هر ردیف چقدر روی مدل تأثیر دارد. D > 4/n = نقطه تأثیرگذار که ممکن است ضرایب را تحریف کند.

نمودار Q-Q چیست؟

نمودار Q-Q پسماندهای واقعی را با توزیع نرمال مقایسه می‌کند. نقاط نزدیک قطر = پسماند نرمال = فرضیه‌های مدل معتبر.

انحراف فرآیند چیست؟

فرآیندهای صنعتی با گذشت زمان تغییر می‌کنند. نظارت بر MAE در طول زمان به شناسایی زودهنگام انحراف کمک می‌کند.

توضیح فاصله پیش‌بینی (PI)

فاصله پیش‌بینی محدوده‌ای است که مقدار واقعی انتظار می‌رود در آن باشد. سبز زرد 20–40%. قرمز > 40% → داده بیشتر جمع‌آوری کنید.

مدل‌سازی ترکیبی پیشرفته

برخی فرآیندها در رژیم‌های مختلف کار می‌کنند. مدل‌سازی ترکیبی آستانه بهینه را خودکار پیدا می‌کند و دو معادله جداگانه می‌سازد که MAE کلی را کاهش می‌دهد.

نظارت بر انحراف مدل (داده زنده)

هنگام اتصال به حسگرهای زنده، مدل می‌تواند خطا را در زمان واقعی نظارت کند. MAE یا پسماندهای رو به افزایش نشانه انحراف است.

دوربین-واتسون: آزمون خودهمبستگی

خودهمبستگی یعنی باقی‌مانده‌ها به‌ترتیب یک الگو دارند — هر خطا بر خطای بعدی اثر می‌گذارد. این در سری‌های زمانی یا داده‌های تولید مرتب‌شده رایج است. آما…

ناهمسانی واریانس و آزمون بروش-پاگان

ناهمسانی واریانس یعنی واریانس باقی‌مانده‌ها ثابت نیست — برای برخی مقادیر X خطاها کوچک و برای برخی بزرگ‌اند. این مفروضات OLS را نقض می‌کند و خطاهای است…

AIC و BIC: معیارهای مقایسهٔ مدل

معیارهای اطلاع AIC (آکائیکه) و BIC (بیزی) کیفیت مدل را می‌سنجند و برای پیشگیری از بیش‌برازش، پیچیدگی را جریمه می‌کنند. AIC/BIC کمتر ← مدل بهترAIC = n·…

بازهٔ پیش‌بینی در برابر فاصلهٔ اطمینان

هر دو بازه عدم قطعیت را می‌سنجند، اما به پرسش‌های متفاوتی پاسخ می‌دهند: بازه اطمینان (CI): عدم قطعیت درباره پیش‌بینی میانگین — مدل چقدر خوب میانگین را…

پیش‌فرض‌های مدل — سیاههٔ ۶ موردی

هر رگرسیون OLS بر ۶ مفروضه اصلی تکیه دارد. نقض آن‌ها اعتبار را کاهش می‌دهد: خطی بودن: رابطه خطی است ← نمودارهای رگرسیون جزئی را ببینیدنرمال بودن باقی‌…

چرا متغیرها را تبدیل کنیم؟

داده صنعتی به‌ندرت کاملاً خطی است. تبدیل متغیرها کمک می‌کند روابط منحنی خطی شوند تا مدل بتواند آن‌ها را درک کند. تبدیل‌های رایج:LOG10(x) — مقادیر بزرگ…

تشخیص روابط غیرخطی

همه متغیرها خطی رفتار نمی‌کنند. بسیاری از فرایندهای صنعتی به‌طور طبیعی الگوهای منحنی می‌سازند که مدل خط راست نمی‌تواند آن‌ها را بگیرد. نشانه‌های غیرخط…

داده‌های پرت و اثر آن‌ها

داده‌های پرت نقاطی هستند که رفتارشان با بقیه بسیار متفاوت است. می‌توانند از نویز حسگر، خطای اپراتور یا ناهنجاری واقعی فرایند بیایند. چرا مهم‌اند:خط رگ…

چه زمانی از فرمول ترکیبی استفاده کنیم

فرمول ترکیبی یک مدل رگرسیون را با تعدیل آستانه‌ای قاعده‌محور می‌آمیزد و ریاضیات آماری را با دانش مهندسی فرایند یکی می‌کند. چه زمانی از فرمول ترکیبی اس…

چگونه نتایج خود را بخوانید

پس از اجرای رگرسیون، برگه نتایج چند سنجه کلیدی نشان می‌دهد: R² — میزان برازش مدل (۰ تا ۱؛ بالاتر بهتر)ضرایب — هر متغیر به ازای یک واحد افزایش، خروجی ر…

چرا نمونهٔ بیشتر دقت را بالا می‌برد

فرایندهای صنعتی تغییرپذیری طبیعی دارند. نمونه بیشتر به مدل کمک می‌کند کل دامنه رفتار را یاد بگیرد: محدوده کارکرد عادیرخدادهای کم‌تکرار و اختلال‌های فر…

کنترل آماری — نمودارهای کنترل (آیا فرایند پایدار است؟)

نمودار کنترل یک اندازه‌گیری را در طول زمان می‌پاید و تنها یک پرسش دارد: فرایند طبیعی است یا چیزی تغییر کرده؟ نمودار I (مقادیر فردی) هر مقدار را رسم می…

توانمندی فرایند (Cp / Cpk)

حدود کنترل می‌گویند فرایند پایدار است یا نه. توانمندی می‌گوید برای مشخصه شما به‌قدر کافی خوب است یا نه. حدود مشخصه را وارد می‌کنید (LSL = کمترین مقدار…

آزمون t (آیا دو گروه واقعاً متفاوت‌اند؟)

وقتی دو گروه دارید (دو ماشین، دو شیفت، پیش و پس از یک تغییر) و می‌خواهید بدانید میانگین‌شان واقعاً متفاوت است — نه از بخت — از آزمون t استفاده می‌شود.…

تحلیل پارتو (قاعدهٔ ۸۰/۲۰)

بیشتر مشکلات از تعداد کمی علت می‌آیند. نمودار پارتو علت‌ها را از پرتکرار به کم‌تکرار می‌چیند (میله‌ها) و یک خط تجمعی (قرمز) می‌کشد. جایی که خط از ۸۰٪ …

مستندسازی نقاط داده (دادهٔ قابل اعتماد)

یک مدل تنها به‌قدر داده‌اش خوب است. اندازه‌گیری‌های واقعی گاهی خطا می‌دهند: نمونه معیوب، قرائت نیمه‌کاره، دستگاه بدون کالیبراسیون. SenSight به شما امک…

Gage R&R و تحلیل سامانهٔ اندازه‌گیری (آیا به اندازه‌گیری‌هایتان اعتماد دارید؟)

پیش از اعتماد به هر داده‌ای بپرسید: آیا اندازه‌گیری من معتبر است؟ Gage R&R (تحلیل سامانه اندازه‌گیری) تغییرپذیری کل را به دو بخش می‌شکند:تغییرپذیر…

طراحی آزمایش — واقعاً چه چیزی اهمیت دارد؟

به‌جای تغییر یک عامل در هر بار، DOE چند عامل را با هم تغییر می‌دهد (هر یک در یک سطح پایین و یک سطح بالا) تا اثرهایشان را کارآمد یاد بگیرید — از جمله ا…

جدول متقاطع — خواندن حروف معناداری

جدول متقاطع تقاطع دو ستون برچسب را می‌شمارد: نوع عیب بر حسب شیفت، دلیل مردودی بر حسب تأمین‌کننده، پاسخ بر حسب واحد. درصدها به‌تنهایی کافی نیستند؛ شیفت…

مقیاس‌ها — دو خانهٔ بالا، کدگذاری معکوس و NPS

پرسش امتیازی ۱ تا ۵ معمولاً به شکل دو خانهٔ بالا گزارش می‌شود: سهم کسانی که یکی از دو گزینهٔ برتر را برگزیده‌اند. این درشتی عمدی است؛ میانگین ۳٫۴ چیز …

کدگذاری پاسخ‌های باز

پاسخ‌های متنی آزاد و سوابق شکایت تا زمانی که دسته‌بندی نشوند شمرده نمی‌شوند. به‌طور سنتی کسی چند صد پاسخ را می‌خواند و آن‌ها را در فهرست کوتاهی از دست…

پرسش‌های چندپاسخی

«کدام‌یک از این‌ها را تجربه کرده‌اید؟ هر چه صدق می‌کند علامت بزنید» چنین پرسشی در یک خانه چند پاسخ باقی می‌گذارد — سروصدا;گردوغبار;گرما. سطر همچنان یک…

کدام نمودار کنترل را باید به کار ببرم؟

برای اندازه‌گیری‌های منفرد از I-MR استفاده کنید. اگر در هر بازرسی چند قطعه می‌سنجید (۲ تا ۸)، X̄-R — پرکاربردترین نمودار در تولید، زیرا میانگین‌گیری ن…

Cp، Cpk، Pp، Ppk — کدام را گزارش کنم؟

Cp می‌پرسد آیا پراکندگی در مشخصه جا می‌گیرد؛ Cpk می‌افزاید آیا در جای درست هم هست. Cp/Cpk پراکندگی کوتاه‌مدت و Pp/Ppk پراکندگی کل را به کار می‌برند — …

کدام پیش‌بین‌ها را نگه دارم؟

Best subsets همهٔ ترکیب‌ها را می‌آزماید و گام‌به‌گام هر بار یک متغیر می‌افزاید یا حذف می‌کند. R-مربع تعدیل‌شده را مقایسه کنید — خام هرگز کاهش نمی‌یابد…

چه زمانی خط راست مدل نادرستی است

دادهٔ شمارشی («این شیفت چند نقص؟») را نباید با خط راست مدل کرد: مقادیر منفی پیش‌بینی می‌کند و پراکندگی را ثابت می‌گیرد. رگرسیون پواسون از پیوند لگاریت…

جهت را می‌دانم — اما کجا بایستم؟

طرح دوسطحی از هر عامل تنها یک خط راست می‌گذراند و خط راست قله ندارد. سطح پاسخ آزمایش‌های مرکزی (اصلاً انحنایی هست؟) و آزمایش‌های محوری (سطح سوم و چهار…

دو هدف که در جهت مخالف می‌کشند

سطح پاسخ قلهٔ یک پاسخ را پیدا می‌کند. هیچ فرآیند واقعی تنها یک پاسخ ندارد. شما هم‌زمان راندمان بالاتر و ضایعات کمتر می‌خواهید — و تنظیمی که اولی را بی…

تنظیمی که بهترین میانگین را دارد همیشه بهترین نیست

دو تنظیم دستگاه میانگین استحکام یکسانی می‌دهند. یکی هر روز همان عدد را می‌دهد؛ دیگری با رطوبت، بچ مواد و شیفت نوسان می‌کند. روی کاغذ مساوی‌اند؛ در تول…

وقتی اجزا باید ۱۰۰٪ شوند

بتن، آلیاژ، رنگ، خوراک دام: شما نسبت انتخاب می‌کنید و نسبت‌ها به ۱ جمع می‌شوند. همین یک قید، ماشین معمول طراحی آزمایش را می‌شکند. چرا طرح عاملی کار نم…

سی ستون که در واقع دربارهٔ چهار چیزند

یک خروجی فرآیند را باز کنید: سی اندازه‌گیری کنار هم، و بیشترشان با هم حرکت می‌کنند. خواندن تک‌تک آن‌ها فقط کند نیست — دوبار می‌شمارد. مؤلفه‌های اصلی چ…

پیش‌بینی بدون بازه، پیش‌بینی نیست

کسی می‌پرسد ماه آینده چگونه است و شما یک عدد می‌دهید. آن را می‌نویسند، براساسش برنامه می‌ریزند، و غلط از آب درمی‌آید. مشکل هرگز عدد نبود — دادن آن بدو…

وقتی اندازه‌گیری قطعه را نابود می‌کند

مطالعهٔ R&R پرسشی ساده دارد: وقتی عدد تغییر می‌کند، قطعه تغییر کرده یا اندازه‌گیری؟ پاسخ معمول این است که چند اپراتور همان قطعات را چند بار اندازه بگی…

سه تصمیم که چشمی گرفته می‌شوند

پشت بیشتر تصمیم‌های کیفیت یک حساب هست و سه تای آن‌ها تقریباً همیشه بدون آن حساب گرفته می‌شوند. نه از سر بی‌دقتی — بلکه چون آن حساب ناآشناست و تخمین مع…

روی داده‌های خودتان اجرا کنید

سطح رایگان دارد و ثبت‌نام لازم نیست. در مرورگر آفلاین هم کار می‌کند.

باز کردن برنامه