7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

Relevanta dokument
7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 28 oktober 2016 Tid: 9.

Statistisk försöksplanering

Statistisk försöksplanering

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

Grundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4.

Lösningsförslag till Matematisk statistik LKT325 Tentamen

TENTAMEN I SF2950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 2010 KL

Statistical Quality Control Statistisk kvalitetsstyrning. 7,5 högskolepoäng. Ladok code: 41T05A, Name: Personal number:

Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig (ej fackspråklig) ordbok utan kommentarer. Formelsamling lånas i tentamenslokalen.

Tentamen i matematisk statistik

Föreläsning 11: Mer om jämförelser och inferens

Matematisk statistik för B, K, N, BME och Kemister

Tentamen för kursen. Linjära statistiska modeller. 22 augusti

Tillämpad matematisk statistik LMA522 (maskin/mekatroniks kurs) Tentamen

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Matematisk statistik för B, K, N, BME och Kemister

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt.

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

Övningstentamen i matematisk statistik för kemi

Föreläsning 15: Faktorförsök

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

Styr- och kontrolldiagram ( )

Samhällsvetenskaplig metod, 7,5 hp

Tentamen MVE302 Sannolikhet och statistik

Tentamen MVE301 Sannolikhet, statistik och risk

FÖRELÄSNING 8:

Tentamen för kursen. Linjära statistiska modeller. 27 oktober

AMatematiska institutionen avd matematisk statistik

Lycka till!

Lösningar till tentamensskrivning för kursen Linjära statistiska modeller. 14 januari

Tentamen för kursen. Linjära statistiska modeller. 13 januari

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl

Tillämpad matematisk statistik LMA521 Tentamen

TENTAMEN I STATISTIKENS GRUNDER 2

Matematisk statistik LKT325 Tentamen med lösningar

Föreläsningsanteckningar till kapitel 8, del 2

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

F13 Regression och problemlösning

TMS136. Föreläsning 10

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 6 (kap 6.1, 6.3, ): Punktskattningar

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Föreläsning 4: Konfidensintervall (forts.)

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Matematisk statistik KTH. Formelsamling i matematisk statistik

FORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02. Sannolikhetsteori. Beskrivning av data

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik TMS064/TMS063 Tentamen

Tentamen i Tillämpad matematisk statistik för MI3 den 1 april 2005

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

F9 SAMPLINGFÖRDELNINGAR (NCT

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

Lektionsanteckningar 11-12: Normalfördelningen

Tentamen MVE301 Sannolikhet, statistik och risk

Provmoment: Forskningsmetod, Salstentamen nr 1 Ladokkod:

Matematisk statistik för B, K, N, BME och Kemister

Lösningsförslag till Tillämpad matematisk statistik LMA521, Tentamen

TMS136. Föreläsning 13

1/23 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Fredag 8 december 2006, Kl

Tentamen i matematisk statistik

Tentamen MVE301 Sannolikhet, statistik och risk

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

9. Konfidensintervall vid normalfördelning

Tentamen i Linjära statistiska modeller 13 januari 2013, kl. 9-14

Kursboken Vännman: Matematisk statistik Kompletterande kursmaterial till kursen Matematisk statistik (formelblad och kompendiet Regressionsanalys).

Tentamen i Matematisk statistik Kurskod S0001M

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

Tentamen i Matematisk statistik Kurskod S0001M

OBS! Vi har nya rutiner.

Tentamen i Matematisk statistik Kurskod S0001M

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet

Tentamen i Matematisk statistik Kurskod S0001M

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Finansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka.

En scatterplot gjordes, och linjär regression utfördes därefter med följande hypoteser:

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen MVE301 Sannolikhet, statistik och risk

Matematisk statistik för B, K, N, BME och Kemister

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

7.5 Experiment with a single factor having more than two levels

TMS136. Föreläsning 4

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

TENTAMEN I STATISTIKENS GRUNDER 2

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

7.5 Experiment with a single factor having more than two levels

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi

Avd. Matematisk statistik

Diskussionsproblem för Statistik för ingenjörer

Transkript:

Statistisk försöksplanering och kvalitetsstyrning Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen 5Hp 41I12B KINAF13, KINAR13, KINLO13,KMASK13 7,5 högskolepoäng Tentamensdatum: 30 oktober 2015 Tid: 9-13:00 Hjälpmedel: Miniräknare Totalt antal poäng på tentamen: För att få respektive betyg krävs: För betyget 5 krävs 40 p För betyget 4 krävs 30 p För betyget 3 krävs 20 p Allmänna anvisningar: Nästkommande tentamenstillfälle: Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller: Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in. Lycka till! Ansvarig lärare: Sara Lorén Telefonnummer: 033-4354622 0761364871

Uppgift 1(7p) Svara på följande frågor a) Förklara vad som menas med att en process är i statistik jämvikt.(1p) b) Om en process är i statistik jämvikt. Behöver alla produkter vara innanför specifikationsgränserna. (1p) c) Vilken fördelning bygger ett u-diagram på? (1p) d) Hur ändras avståndet mellan styrgränserna i ett - diagram om stickprovsstorleken ökar? (1p) e) Vid beräkning av processkapabilitet är vissa förutsättningar viktiga nämn två stycken. (1p) f) Vad är skillnaden mellan fas I och fas II inom statistik processtyrning. (1p) g) Man har beräknat ARL 0 till 345 för en process. Förklara vad det innebär. (1p) Uppgift 2 (7p) Svara på följande frågor a) Ge ett exempel på när man behöver använda blockning inom försöksplanering. (1p) b) Vad är den största nackdelen med en faktor i taget försök. (1p) c) Förklara följande begrepp inom försöksplanering, respons, faktor och nivå. (1p) d) Ibland betecknar man ett reducerat faktor försök på följande sätt 2. Förklara vad de olika siffrorna står för dvs, 7, 3, 2 och III. (1p) e) Nämn en fördel och en nackdel med reducerade faktorförsök. (1p) f) I samband med försöksplanering använder man ibland mittpunkter. Nämn två saker som man kan använda mittpunkter till. (1p) g) Hur kan man bestämma hur många försök man behöver göra. Nämn två olika sätt. (1p) Uppgift 3 (4p) a) Skriv upp en designmatris för ett 2 5-2 försök. Ingen huvudfaktor får vara alias med andra huvudfaktorer. (2p) b) Ange aliasstrukturen för samspelet AC för din designmatris i b) (2p) 2

Uppgift 4 (10p) Man vill minimera längden på en produkt därför utfördes ett 2 3 försök med två replikat. Resultatet av försöket finns i tabell 1. Rep 1 är replikat 1 och Rep 2 är replikat 2. Kolumnen Total är summan av de två replikaten. De olika faktorerna man varierade är benämnda med A, B och C. Där A är temperatur, B är tryck och C är tid. Summan av alla 16 observationer är 1624 1624. Summan av kvadraten av observationerna är 167164 167164. Tabell 1: Data till uppgift 4 Kodad faktor A B C Rep 1 Rep 2 Total (1) 104 111 215 a + 108 103 211 b + 113 109 222 ab + + 114 116 230 c + 77 78 155 ac + + 85 90 175 bc + + 101 103 204 abc + + + 110 102 212 a) Skatta huvudeffekterna och samspelseffekterna. (2p) b) Rita en samspelsgraf för det största samspelet. (2p) c) Gör en ANOVA och bestäm vilka faktorer som är signifikanta på signifikansnivån =0.025 orespektive signifikansnivån =0.05. (4p) d) Skriv ner din regressions modell baserat på resultatet av experimentet (använd de signifikanta faktorerna på nivån 0.025). (1p) e) Beräkna residualerna (restvärdena) för körningen a. (1p) 3

Uppgift 5 (9p) En maskin producerar produkter där vikten är viktig. I tabell 2 finns mätningar av en produkts vikt (i gram) även medelvärde och rangen (variationsbredden) för varje stickprov är angivet. Man tar ut 8 stycken stickprov av storleken 7. För produktionen vid tidpunkten för stickprov nummer 3 var operatören för maskinen ej utbildad. Vilket senare skedde. Summan av alla observationer är 2799.4 Summan av alla ranger är 38.5. Vi kan anta att vikten är normalfördelad, N(). Tabell 2: Data till uppgift 5 Nr x 1 x 2 x 3 x 4 x 5 X 6 X 7 Medel, R 1 50.6 48.3 49.5 47.0 48.5 50.4 47.7 48.9 3.6 2 50.6 50.2 52.2 48.5 47.2 53.2 50.2 50.3 6.0 3 47.4 46.7 46.9 47.0 46.3 47.5 50.5 47.5 4.2 4 49.9 47.8 50.1 54.7 51.0 51.4 55.2 51.4 7.4 5 49.7 50.0 51.1 48.8 49.6 51.7 48.7 49.9 3.0 6 51.3 53.1 52.2 51.5 49.6 49.5 50.4 51.1 3.6 7 52.2 48.5 53.1 49.6 52.8 50.4 49.8 50.9 4.6 8 52.2 50.7 50.2 51.8 50.6 47.7 46.1 49.9 6.1 a) Konstruera lämpliga styrdiagram för data i Tabell 3 är vi i statistisk jämvikt? (rita även diagrammen). Vilka styrgränser skall man använda för att styra processen i framtiden? (4p) b) Skatta parametrarna i normalfördelningen dvs skatta och.(2p) c) Specifikationsgränserna för vikten är 49.5 ± 3. Vad är sannolikheten att en produkt är för lätt respektive för tung? (1p) d) Vad är den aktuella kapabiliteten? (1p) e) Vad är den potentiella kapabiliteten? (1p) 4

Uppgift 6 (5p) Bredden i mm på en produkt mättes av 3 olika operatörer med samma mätutrustning. Totalt användes 5 stycken produkter men varje operatör mätte varje produkt 3 gånger. Totalt gjordes alltså 45 stycken mätningar. Datat från mätningen finns i tabell 3 och i tabell 4 finna en ofullständig ANOVA tabell. Tabell 3: Data till uppgift6 Operatör Produkt nr A B C Resultat 1 3.29 3.41 3.64 2 2.44 2.32 2.42 3 4.34 4.17 4.27 4 3.47 3.50 3.64 5 2.20 2.08 2.16 1 3.08 3.25 3.07 2 2.53 1.78 2.32 3 4.19 3.94 4.34 4 3.01 4.03 3.20 5 2.44 1.80 1.72 1 3.04 2.89 2.85 2 1.62 1.87 2.04 3 3.88 4.09 3.67 4 3.14 3.20 3.11 5 1.54 1.93 1.55 Tabell 4: ANOVA till uppgift6 ANOVA Variationskälla SS fg MS Operatör 1.63 2 0.82 Produkt 28.91 4 7.23 Samspel 0.07 8 0.01 Error??? Totalt 32.32 44 a) Fyll i de värden som saknas i ANOVA-tabellen (De med?).(1p) b) Skatta repeterbarheten (1p) c) Skatta reproducerbarheten (1p) d) Förklara skillnaden mellan repeterbarhet och reproducerbarhet i ord.(1p) e) Skatta produkt variationen (1p) 5

Uppgift 7 (3p) Vid tillverkning av en produkt är det två typer av fel som gör att produkten måste klassas som trasig. Man tar ut 15 stickprov från processen alla med stickprovsstorleken 150. För varje stickprov kontrollerar man alla produkter och noterar hur många som är trasiga. Data till uppgiften finns i tabell 5. Tabell 5: Data till uppgift 7 Stickprov Nr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Antal trasiga 5 8 3 6 3 5 4 7 7 2 6 5 6 2 4 a) Beräkna styrgränser för ett lämpligt styrdiagram för datat i tabell 5. Använd 3sigma gränser. (2p) b) Vilken fördelning bygger styrdiagrammet på i a) uppgiften? (1p) Uppgift 8 (5p) Livslängden på en produkt beror på två variabler ( och ) på följande sätt. Du kan anta att variablerna är oberoende av varandra. Väntevärde och varians för de två variablerna finna i tabell 6. Tabell 6: Data till uppgift 8 Variabel Väntevärde Varians 2 0.01 10 0.5 a) Vad är en approximation av väntevärdet för livslängden (1p) b) Vad är en approximation av variansen för livslängden (2p) c) Vilken av variablerna och bidrar mest till den totala variationen för livslängden? Motivera ditt svar. (2p) 6

Kontinuerliga Fördelningar Normal, Exponential, 0 Diskreta Fördelningar Binomial 1, 0,1,, 1 Hypergeometrisk Poission Stickprovsvarians, 0,1,, min,, 0,1,. Sammanvägd (Poolad) stickprovsvarians! 1 1 1 1 2 1 Konfidensintervall X stokastisk variabel med okänt väntevärde μ och känd varians σ 2. Ett 100(1-α)% tvåsidigt konfidensintervall för μ / / X normalfördelad stokastisk variabel med okänt väntevärde μ och okänd varians σ 2. Ett 100(1-α)% tvåsidigt konfidensintervall för μ,, X normalfördelad stokastisk variabel med okänt väntevärde μ och okänd varians σ 2. Ett 100(1-α)% tvåsidigt konfidensintervall för σ 2 1 1, Hypotestest X stokastisk variabel med okänt väntevärde μ och känd varians σ 2 Test statistika för test av väntevärde, X normalfördelad stokastisk variabel med okänt väntevärde μ och okänd varians σ 2. Test statistika för test av väntevärde X normalfördelad stokastisk variabel med okänt väntevärde μ och okänd varians σ 2. Test statistika för test av varians Test av hypoteser på μ 1 -μ 2 variansen känd, normalfördelade populationer Test av hypoteser på μ 1 -μ 2 i normalfördelningen variansen okänd Test av lika varians för två oberoende normal fördelningar :, : Förkastnings kriterium,, 7

Gauge R & R 1,2,, 1,2,, 1,2,,,, och är oberoende Normalfördelade variabler med väntevärde 0 och följande varianser,, och ANOVA Variationskälla SS Df MS F 0 Faktor SS Faktor a-1 MS Faktor Error SSError a(n-1) MS Error Total SS Total an-1... Två vägs ANOVA Variationskälla SS Df MS F 0 A SS A a-1 1 B SS B b-1 1 Samspel SS AB (a-1)(b-1) 1 1 Error SS E ab(n-1) 1 Total SS T abn-1....... 8

Styrdiagram standard givna Diagram Centrum linje Styrgränser (μ och σ givna) μ μ ±A σ R (σ givet) d 2 σ UCL=D 2 σ, LCL=D 1 σ s (σ givet) c 4 σ UCL=B 6 σ, LCL=B 5 σ Styrdiagram inga standarder givna Diagram Centrum linje Styrgränser (använderr) (använder s) R, s,,, Diagram Centrum linje Styrgränser Andel defekta Standard given 1 3 Andel defekta Ingen standard given Felaktigheter Standard given Felaktigheter Inga standard given Medelantalet Felaktigheter Standard given Medelantalet Felaktigheter Inga standard given 1 3 3 3 3 3 Kapabilitet, duglighet min, 9

Cumulative Standard Normal distribution 10

Cumulative Standard Normal distribution 11

Percentage Points of the F distribution F 0.05, v1, v2 12

Percentage Points of the F distribution, F 0.025, v1, v 13

Percentage Points of the F distribution, F 0.01, v1, v2 14

Factors for constructing variables control charts 15