药品生产数据分析.pptx
1一、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21.法规符合性2.质量控制3.总结、报表4.工艺验证 回顾分析、培训需求 生产过程控制 季度、年中、年终总结，上交各种报表3持续工艺验证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领导需要4一、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5数据集中性数据离散性描述性统计67集中性众数中位数均值离散性极差方差标准差相对标准偏差8下面给出一组生产数据，来进行相应的计算。压片产量数据（kg）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 9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、71.3010170.14 270.26 370.50 470.50 570.52 670.68 770.75 870.84 970.86 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数据排序Xmax-Xmin=1.6极差 2=var（X）=（Xj-Xbar）2/n S2= （Xj-Xbar）2/（n-1）=0.2159 方差 S = 0.465标准差 RSD= （s）/Xbar100% RSD = 0.66%相对标准偏差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 12通过上述计算，我们得出了素片产量数据的描述性统计结果项目项目平均值平均值中位数中位数众数众数最大值最大值最小值最小值数值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%13为什么进行图形化？不直观难读懂浪费时间14一、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15图形散点图折线图柱形图饼图164.1 散点图70.0070.2070.4070.6070.8071.0071.2071.4071.6071.8072.000510152025产量174.2 折线图70.0070.2070.4070.6070.8071.0071.2071.4071.6071.8072.000510152025产量18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。69.0069.5070.0070.5071.0071.5072.0012345678910111213141516171819202122产量194.4 饼图20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21224.4.2 某一数据大量重复出现的饼图其他图形帕累托图（柏拉图）茎叶图箱线图直方图23一、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24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。概念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。作用从每个观察时段的子集或样本中采集数据采集2526产生原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，275.3 控制图条带281个点，距离中心线大于3个标准差1连续9个点在中心线同一侧2连续6个点，全部递增或全部递减3 连续14个点，上下交错43个点中有2个点，距离中心线（同侧）大于2个标准差55个点中有4个点，距离中心线（同侧）大于1个标准差6连续15个点，距离中心线（任一侧）1个标准差以内7连续6个点，距离中心线（任一侧）大于1个标准差8291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30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3132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图取样单位相同C图U图取样单位不同U图33计量数据子组2n8Xbar-R图n9Xbar-S图单值I-MR图各图的名字R图、S图、MR图Xbar图、Xbar图、I图各图的作用检测过程稳定性检测数据集中趋势计量控制图过程的波动图过程集中趋势图3435363738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391.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40编号铝箔万片（kg）编号铝箔万片（kg）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.50514142计数/计量1. 数据类型正太性检测、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.确定控制限度计量数据数据类型单值子组容量I-MR图控制图43正太性检测数据剔除正太性再检测44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45数据剔除的方法：四分位数法46编号铝箔万片（kg）编号铝箔万片（kg）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.505147P=0.6270.05，数据符合正太分布。485.7.4 完成控制图49均值0.51控制限0.590.43实际控制上限0.5550对生产过程进行控制制作目的防止异常数据影响使控制范围变宽剔除原因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持续改进511.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。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5253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54Cp：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）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 9188194184189191189.20 10190188182193191188.80 11197192188192194192.60 12184192189193196190.80 13189188196188188189.80 14193183185194191189.20 15188184185190186186.60 16193191191193194192.40 17194192189195193192.60 18191191190186192190.00 19193189182196188189.60 20185184194187196189.20 21186192188192190189.60 22188183186193194188.80 23186188190190189188.60 24189191187190188189.00 25190189192184190189.00 55计量数据数据类型5子组容量Xbar-R图控制图565758组内标准差：3.65，Cp=1.21，Cpk=1.15整体标准差：3.87，Pp=1.19，Ppk=1.1759范范 围围等级等级判判 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606162一、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63控制图Xbar2 Xbar3 百分位数95%99%规格限百分比60%80%64合适的才是最好的65一、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66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67A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-0.94686970包衣包衣的影响？包衣产量数据压片压片的影响？压片产量和损耗数据制粒制粒的影响？制粒产量数据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
