品质手法与Excel结合:SPC与柏拉图实战

需积分: 50 1 下载量 153 浏览量 更新于2024-08-20 收藏 2.33MB PPT 举报
"该资料是一份关于如何将品质管理工具与Excel结合使用的培训内容,重点讲述了控制图的计算方法以及柏拉图和直方图的Excel实现过程。" 在质量管理领域,控制图是一种非常重要的工具,用于监控生产过程中的变异性和稳定性。根据标题和描述,我们可以了解到,需要根据测量数据来计算控制图的相关指标,这通常涉及到统计过程控制(SPC)。在Excel中,我们可以轻松地计算和绘制控制图,以便更好地理解数据分布和过程性能。 控制图通常包括上下控制限(UCL和LCL)以及中心线(CL),它们基于数据的平均值(X̅)和标准差(σ)来设定。对于A、B、C的组合,可能代表不同的分类或者特征,这些组合可以帮助我们更细致地分析数据。例如,A=0&B=0可能表示一类特定的情况,通过计算每种组合的频率或比例,可以进一步分析过程的模式和趋势。 在描述中提到了柏拉图,这是一种利用条形图来识别主要问题的方法。通过Excel,我们可以利用逻辑运算符(如=、<、>等)和数学函数(如SUM)来计算每个类别出现的频次,然后用图表功能创建柏拉图。在Excel中,锁定单元格(如使用$符号)确保在公式复制时某些参照不会改变,确保计算的正确性。同时,通过调整图表的设置,可以定制化图表的外观,使其更易于理解和解释。 直方图是另一种常用的数据可视化工具,用于展示数据的分布情况。当客户反馈产品的电阻值波动较大时,可以通过收集数据并绘制直方图来分析电阻值的分布是否符合规格要求(500±20欧)。在Excel中,可以选择“两轴线-柱图”类型,将数据映射到Y轴,然后调整Y轴的范围以适应数据的波动,确保图表的准确性和可读性。 培训的目的旨在提升参与者对品质管理工具的理解,特别是如何利用Excel的函数和图表功能进行数据分析。通过这样的结合运用,可以提高工作效率,优化工作流程,并实现办公自动化。此外,培训还涵盖了其他品质管理工具,如特征要因图、层别法、查检表和散布图,以及它们与Excel的结合应用。 这个培训内容旨在教给学员如何利用Excel的计算和图表功能,有效地实施品质七大手法,特别是柏拉图和直方图,以提升数据驱动的决策能力和过程控制效果。通过这种方式,不仅能够深入理解各种品质手法的计算原理,还能掌握Excel在实际工作中的高效应用。

order_date sales_region_code item_code first_cate_code second_cate_code sales_chan_name item_price ord_qty 2016-03-15 101 20001 302 408 offline 700 102 2016-03-21 101 20001 302 408 offline 705 19 2016-03-23 101 20001 302 408 offline 702 36 2016-03-24 101 20001 302 408 offline 692 204 2016-03-25 101 20001 302 408 offline 693 36 2016-05-06 101 20001 302 408 offline 707 305 2016-05-09 101 20001 302 408 offline 709 206 2017-08-04 101 20002 303 406 offline 1958 4 2018-03-14 101 20002 303 406 offline 2166 2 2018-03-16 101 20002 303 406 offline 2466 3 2018-03-25 101 20002 303 406 offline 2453 3 2018-03-31 101 20002 303 406 offline 2462 9 以上数据是excel表格,你能看出来吗 上表表格保存在test.xlsx文件:order_date(订单日期,注:订单日期从2015 年 9 月 1日至 2018 年 12 月 20 日)、sales_region_code(销售区域编码)、item_code(产品编码)、first_cate_code (产品大类编码)、second_cate_code (产品细类编码)、sales_chan_name (销售渠道名称)、item_price (产品价格)和 ord_qty (订单需求量) 希望给出下列描述的python代码。 读入表格,将数据转为模型可用的格式。 训练集与测试集的数据要转换成模型可使用的数据格式,数据维度要与模型的输入相匹配。 使用tensorflow创建lstm模型,其训练数据为相同的产品编码,对应的订单日期,对应的订单需求量。然后进行模型训练 模型训练完成后,对不同的产品编码预测其在2019年1月至3月每月的订单需求量。 需要将信息保存在result.xlsx表格中,其中应包含以下数据,产品编码,和对应的2019年1月订单需求量,2019年2月的需求量,2019年3月的需求量。

2023-04-23 上传