《齐鲁医学药品生产数据分析.pptx》由会员分享，可在线阅读，更多相关《齐鲁医学药品生产数据分析.pptx（79页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、药品生产数据分析药品生产数据分析蜗牛982015年04月08日12021/7/27 星期二一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用目录目录22021/7/27 星期二1.法规符合性回顾分析、培训需求2.质量控制生产过程控制3.总结、报表季度、年中、年终总结，上交各种报表4.工艺验证一、为什么要进行这次的培训一、为什么要进行这次的培训3持续工艺验证2021/7/27 星期二1.物料与产品质量物料来源、数量、质量各阶段产品质量各阶段产品生产2.环境和设备监控环境监测纯化水监测设备参数工艺参数3.其他培训偏差变更自己关注
2、领导需要二、数据的来源二、数据的来源42021/7/27 星期二一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用目录目录52021/7/27 星期二数据集中性数据离散性描述性统计6三、数据的描述性统计三、数据的描述性统计2021/7/27 星期二3.1 3.1 数据的集中性数据的集中性7集中性众数中位数均值2021/7/27 星期二离散性极差方差标准差相对标准偏差3.33.3数据的离散性分析数据的离散性分析82021/7/27 星期二下面给出一组生产数据，来进行相应的计算。3.3 3.3 举个例子举个例子压片产量数据（kg
3、）编号产量编号产量编号产量170.50 971.22 1770.14 271.60 1071.62 1871.06 371.50 1171.70 1970.96 470.75 1271.74 2070.96 571.20 1370.68 2170.86 670.84 1470.50 2270.98 771.30 1570.26 871.30 1670.52 92021/7/27 星期二均值（算术平均值）Xbar=（X1+X2+Xn)/n=70.01众数数据中出现次数最多的数据（数据可是一个，也可以是多个）：70.50、70.96、71.30103.3.1 3.3.1 均值和众数均值和众数202
4、1/7/27 星期二3.3.2 3.3.2 中位数中位数170.14 270.26 370.50 470.50 570.52 670.68 770.75 870.84 970.86 1070.96 1170.96 1270.98 1371.06 1471.20 1571.22 1671.30 1771.30 1871.50 1971.60 2071.62 2171.70 2271.74 11数据排列计数判定中位数（70.97）升序/降序偶/奇数偶数中间两数均值奇数中间数（n+1）/2整数整数位数值小数两侧数据均值2021/7/27 星期二数据排序Xmax-Xmin=1.62=var（X）=（X
5、j-Xbar）2/nS2=（Xj-Xbar）2/（n-1）=0.2159 极差 S=0.465方差RSD=（s）/Xbar100%RSD=0.66%标准差相对标准偏差3.3.33.3.3数据的离散性数据的离散性170.14 270.26 370.50 470.50 570.52 670.68 770.75 870.84 970.86 1070.96 1170.96 1270.98 1371.06 1471.20 1571.22 1671.30 1771.30 1871.50 1971.60 2071.62 2171.70 2271.74 122021/7/27 星期二通过上述计算，我们得出了素
6、片产量数据的描述性统计结果3.3.4 3.3.4 描述性统计结果描述性统计结果项目目平均平均值中位数中位数众数众数最大最大值最小最小值数值70.0170.9770.50、70.96、71.3071.7470.14项目极差方差标准差相对标准偏差数值1.60.2159 0.4650.66%132021/7/27 星期二为什么进行图形化？不直观难读懂浪费时间四、数据的图形化四、数据的图形化142021/7/27 星期二一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用目录目录152021/7/27 星期二图形散点图折线图柱形图饼图
7、16四、常用的图形四、常用的图形2021/7/27 星期二4.1 散点图172021/7/27 星期二4.2 折线图182021/7/27 星期二对于素片产量图表里面的数据，我们可以使用简单的柱形图。4.3 4.3 柱形图柱形图123456789101112131415161718192021226969.57070.57171.572产量192021/7/27 星期二4.4 饼图202021/7/27 星期二分类少，每个类别的数据差别较大数据大量重复出现其他合适的情况214.4.1 4.4.1 哪些数据适合制作饼图哪些数据适合制作饼图2021/7/27 星期二224.4.2 某一数据大量重复
8、出现的饼图2021/7/27 星期二其他图形帕累托图（柏拉图）茎叶图箱线图直方图234.5.1 4.5.1 其他的图形其他的图形2021/7/27 星期二一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用目录目录242021/7/27 星期二区别引起关键质量特性（CTQ）或关键工序CTP）产生波动是正常原因和异常原因的一种工具。是对关键质量特性或引起波动的正常原因的稳定性进行评估和监控。概念从每个观察时段的子集或样本中采集作用数据采集五、控制图五、控制图252021/7/27 星期二265.1 5.1 数据波动数据波动产生原
9、因产生原因波动类别波动类别处置方法处置方法正常波动异常波动过程产生过程外因素引起管理帮助采取措施2021/7/27 星期二1.防止将引起波动的正常原因错误的归于异常原因时，对过程进行过渡调整。2.防止将波动由异常原因归于是正常原因引起，5.2 5.2 控制图的好处控制图的好处272021/7/27 星期二5.3 控制图条带282021/7/27 星期二1个点，距离中心线大于3个标准差连续9个点在中心线同一侧1连续6个点，全部递增或全部递减2 连续14个点，上下交错33个点中有2个点，距离中心线（同侧）大于2个标准差45个点中有4个点，距离中心线（同侧）大于1个标准差5连续15个点，距离中心线（
10、任一侧）1个标准差以内6连续6个点，距离中心线（任一侧）大于1个标准差785.4 5.4 控制图的检测准则控制图的检测准则292021/7/27 星期二1制定取样计划，收集数据2判定数据类型3根据数据选择合适的控制图4制作控制图5结果分析5.5 5.5 控制图的制作步骤控制图的制作步骤302021/7/27 星期二数据计数型二项分布N图/NP图泊松分布C图/U图计量型正态分布控制图其他分布5.5.1 5.5.1 数据分类数据分类312021/7/27 星期二5.5.2 5.5.2 控制图的分类（计数）控制图的分类（计数）32计数数据N图/NP图样本数相同NP图P图样本数不同P图C图/U图取样单
11、位相同C图U图取样单位不同U图2021/7/27 星期二5.5.2 5.5.2 控制图的分类（计量）控制图的分类（计量）33计量数据子组2n8Xbar-R图n9Xbar-S图单值I-MR图2021/7/27 星期二R图、S图、MR图Xbar图、Xbar图、I图各图的名字检测过程稳定性检测数据集中趋势各图的作用过程的波动图过程集中趋势图计量控制图345.6 5.6 计量控制图的组成计量控制图的组成2021/7/27 星期二5.6.1 Xbar-R 5.6.1 Xbar-R 5.6.1 Xbar-R 5.6.1 Xbar-R 图计算公式图计算公式图计算公式图计算公式352021/7/27 星期二5
12、.6.2 Xbar-S 5.6.2 Xbar-S 图计算公式图计算公式362021/7/27 星期二5.6.3 I-MR5.6.3 I-MR图计算公式图计算公式372021/7/27 星期二382021/7/27 星期二控制图分析用控制图用于数据分析控制用控制图用于过程控制395.7 5.7 制作控制图制作控制图2021/7/27 星期二1.现在有一组上一年PVC硬片的使用数据。2.根据这组数据来制定一个合理的PVC使用限度来对之后PVC的用量进行控制。3.工具：Minitab4.方法：质量控制图405.7.1 5.7.1 控制用控制图控制用控制图2021/7/27 星期二5.7.1 5.7.
13、1 控制用控制图控制用控制图编号铝箔万片（kg）编号铝箔万片（kg）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.5051412021/7/27 星期二5.7.1 5.7.1 控制图的制作流程控制图的制作流程42计数/计量1.数据类型正太性
14、检测、数据剔除2.数据处理计量/计数控制图3.制作控制图结果4.确定控制限度2021/7/27 星期二数据类型计量数据子组容量单值控制图I-MR图435.7.2 5.7.2 数据及控制图类型数据及控制图类型2021/7/27 星期二正太性检测数据剔除正太性再检测5.7.3 5.7.3 数据的正太性检测数据的正太性检测442021/7/27 星期二使用正太概率图P=0.0170.05（=0.05，显著性水平），数据不符合正太分布5.7.3 数据的正太性检测452021/7/27 星期二数据剔除的方法：四分位数法5.7.3 5.7.3 数据剔除数据剔除462021/7/27 星期二5.7.3 5.
15、7.3 数据剔除数据剔除编号铝箔万片（kg）编号铝箔万片（kg）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.5051472021/7/27 星期二P=0.6270.05，数据符合正太分布。5.7.3 5.7.3 正太性再检测正太性再检测4
16、82021/7/27 星期二5.7.4 完成控制图492021/7/27 星期二均值0.51控制限0.590.43实际控制上限0.555.7.5 5.7.5 确定控制限确定控制限502021/7/27 星期二对生产过程进行控制防止异常数据影响使控制范围变宽制作目的质量改进是一个动态过程，控制图也是一个持续改进的过程剔除原因持续改进5.7.6 5.7.6 啰嗦几句啰嗦几句512021/7/27 星期二1.目的：一直好奇压片的片重的稳定性，就弄了一个方案，准备对片重的稳定性和工序能力进行一下了解。2.数据收集计划：按照一个正常批次的压片时间，进行了25等分，每一个时间段取五片，分别称量片重，记录。
17、3.方法：制作控制图，检查压片稳定性；过程能力分析，检查工序能力。4.工具：Minitab-控制图525.8 5.8 分析用控制图分析用控制图2021/7/27 星期二535.8.1 5.8.1 统计抽样统计抽样抽样简单随机抽样抽签随机号分层抽样分成类似的组，从每组中抽样，注意各组比例混合含量均匀度整群抽样包含各类情况的类似的群或组，然后抽取整个群成品取样系统抽样每k个单位抽取一次片重2021/7/27 星期二545.8.2 5.8.2 过程能力分析算法过程能力分析算法Cp：过程能力指数,又称为潜在过程能力指数,为容差的宽度与过程波动范围之比。（短期）Cpk：过程能力指数,又称为实际过程能力指
18、数,为过程中心与两个规范限最近的距离。Pp与Ppk：过程性能指数，计算方法与计算Cp和 Cpk类似，所不同的是，它们是规范限与过程总波动的比值。（长期）2021/7/27 星期二子组编号片重检测结果（mg）S1S2S3S4S5均值1193192189192198192.80 2188193190189183188.60 3184196189187185188.20 4195186184184194188.60 5184184190189185186.40 6191187189186194189.40 7186190182186191187.00 8185184187190187186.60 9
19、188194184189191189.20 10190188182193191188.80 11197192188192194192.60 12184192189193196190.80 13189188196188188189.80 14193183185194191189.20 15188184185190186186.60 16193191191193194192.40 17194192189195193192.60 18191191190186192190.00 19193189182196188189.60 20185184194187196189.20 21186192188192
20、190189.60 22188183186193194188.80 23186188190190189188.60 24189191187190188189.00 25190189192184190189.00 5.8.3 5.8.3 5.8.3 5.8.3 收集到的数据收集到的数据收集到的数据收集到的数据552021/7/27 星期二数据类型计量数据子组容量5控制图Xbar-R图565.8.4 5.8.4 数据及控制图类型数据及控制图类型2021/7/27 星期二575.8.4 5.8.4 数据正态性检测数据正态性检测2021/7/27 星期二5.8.4 5.8.4 完成控制图完成控制图58
21、2021/7/27 星期二组内标准差：3.65，Cp=1.21，Cpk=1.15整体标准差：3.87，Pp=1.19，Ppk=1.175.8.5 5.8.5 压片过程能力评估压片过程能力评估592021/7/27 星期二5.8.5 5.8.5 能力水平分级能力水平分级范范 围等等级判判 断断Cp1.67特级工序能力过高1.67Cp1.33一级工序能力充分1.33 Cp1.0二级工序能力尚可1.0 Cp0.67三级工序能力不充分 0.67 Cp四级工序能力不足602021/7/27 星期二615.8.5 5.8.5 压片过程能力评估压片过程能力评估2021/7/27 星期二5.8.5 5.8.5
22、 压片能力的六合一图压片能力的六合一图622021/7/27 星期二一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用目录目录632021/7/27 星期二控制图Xbar2 Xbar3 百分位数95%99%规格限百分比60%80%六、警戒限与行动限六、警戒限与行动限64合适的才是最好的2021/7/27 星期二65六、警戒限与行动限六、警戒限与行动限2021/7/27 星期二一、为什么要进行这次的培训二、数据的来源三、数据的描述性统计四、数据的图形化五、控制图六、警戒限与行动限七、生产统计应用目录目录662021/7/27
23、星期二年终总结发现A片成品收率连续三年降低疑问降低是真实的？什么引起的原因？需要的工作确定真实性查找可能原因七、生产统计应用七、生产统计应用672021/7/27 星期二A片成品收率数据项目2011年2012年2013年收率93.22%92.68%92.28%较上年-0.54-0.40较前年-0.947.1 7.1 成品收率数据成品收率数据682021/7/27 星期二7.1 7.1 成品收率的散点图成品收率的散点图692021/7/27 星期二7.27.2 我们的假设我们的假设70包衣的影响？包衣产量数据包衣压片的影响？压片产量和损耗数据压片制粒的影响？制粒产量数据制粒2021/7/27 星
24、期二相关性相关性颗粒产量素片产量包衣片产量成品收率颗粒产量Pearson 相关性1.767*.209.406*显著性（双侧）.000.087.001N68686868素片产量Pearson 相关性.767*1.400*.524*显著性（双侧）.000.001.000N68686868包衣片产量Pearson 相关性.209.400*1.780*显著性（双侧）.087.001.000N68686868成品收率Pearson 相关性.406*.524*.780*1显著性（双侧）.001.000.000N68686868*.在.01 水平（双侧）上显著相关。718.3 工序产量与成品收率的相关性分析
25、2021/7/27 星期二A片颗粒产量数据年份2011年2012年2013年年平均产量72.18672.05171.859较去年-0.135-0.192较前年-0.3278.4 8.4 制粒工序产量数据制粒工序产量数据单因子方差分析单因子方差分析:颗粒产量（颗粒产量（kgkg）与与 年份年份 来源 自由度 SS MS F P年份 2 1.1177 0.5589 6.08 0.004误差 65 5.9710 0.0919合计 67 7.0887 722021/7/27 星期二8.4 8.4 制粒工序产量数据制粒工序产量数据732021/7/27 星期二8.5 8.5 压片工序产量数据压片工序产量
26、数据A片素片产量数据年份2011年2012年2013年年平均产量71.70671.49471.009较去年0.212-0.485较前年-0.697742021/7/27 星期二8.6 8.6 压片工序产量数据压片工序产量数据 752021/7/27 星期二8.6 8.6 压片工序损耗数据压片工序损耗数据 762021/7/27 星期二 8.7 8.7 包衣产量数据分析包衣产量数据分析 772021/7/27 星期二提高颗粒产量降低压片损耗继续优化包衣工艺解决方法颗粒产量降低原因压片损耗增加原因包衣质量情况调查方向制粒产量降低压片损耗增加包衣基本稳定分析结果8.8 8.8 分析总结分析总结782021/7/27 星期二结束语结束语希望上面的废话对大家有所帮助792021/7/27 星期二