药品生产数据分析.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,药品生产数据分析,蜗牛,98,2015,年,04,月,08,日,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,目录,2,1.,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,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,二、数据的来源,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,目录,5,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,3.1,数据的集中性,7,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,3.3,数据的离散性分析,8,下面给出一组生产数据，来进行相应的计算。,3.3,举个例子,压片产量数据（,kg,）,编号,产量,编号,产量,编号,产量,1,70.50,9,71.22,17,70.14,2,71.60,10,71.62,18,71.06,3,71.50,11,71.70,19,70.96,4,70.75,12,71.74,20,70.96,5,71.20,13,70.68,21,70.86,6,70.84,14,70.50,22,70.98,7,71.30,15,70.26,8,71.30,16,70.52,9,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,、,71.30,10,3.3.1,均值和众数,3.3.2,中位数,1,70.14,2,70.26,3,70.50,4,70.50,5,70.52,6,70.68,7,70.75,8,70.84,9,70.86,10,70.96,11,70.96,12,70.98,13,71.06,14,71.20,15,71.22,16,71.30,17,71.30,18,71.50,19,71.60,20,71.62,21,71.70,22,71.74,11,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,数据排列,计数,判定,中位数（,70.97,）,极差,数据排序,Xmax-Xmin=1.6,方差,2,=var,（,X,）,=,（,Xj-Xbar,）,2,/n,S,2,=,（,Xj-Xbar,）,2,/,（,n-1,）,=,0.2159,标准差,S,=0.465,相对标准偏差,RSD=,（,s,）,/Xbar100%,RSD,=0.66%,3.3.3,数据的离散性,1,70.14,2,70.26,3,70.50,4,70.50,5,70.52,6,70.68,7,70.75,8,70.84,9,70.86,10,70.96,11,70.96,12,70.98,13,71.06,14,71.20,15,71.22,16,71.30,17,71.30,18,71.50,19,71.60,20,71.62,21,71.70,22,71.74,12,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,3.3.4,描述性统计结果,项目,平均值,中位数,众数,最大值,最小值,数值,70.01,70.97,70.50,、,70.96,、,71.30,71.74,70.14,项目,极差,方差,标准差,相对标准偏差,数值,1.6,0.2159,0.465,0.66%,13,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,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,目录,15,图形,散点图,折线图,柱形图,饼图,16,四、常用的图形,4.1,散点图,17,4.2,折线图,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。,4.3,柱形图,19,4.4,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,21,4.4.1,哪些数据适合制作饼图,22,4.4.2,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,23,4.5.1,其他的图形,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,24,概念,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。,作用,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。,数据采集,从每个观察时段的子集或样本中采集,五、控制图,25,26,5.1,数据波动,产生原因,波动类别,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，,5.2,控制图的好处,27,5.3,控制图条带,28,1,1,个点，距离中心线大于,3,个标准差,2,连续,9,个点在中心线同一侧,3,连续,6,个点，全部递增或全部递减,4,连续,14,个点，上下交错,5,3,个点中有,2,个点，距离中心线（同侧）大于,2,个标准差,6,5,个点中有,4,个点，距离中心线（同侧）大于,1,个标准差,7,连续,15,个点，距离中心线（任一侧）,1,个标准差以内,8,连续,6,个点，距离中心线（任一侧）大于,1,个标准差,5.4,控制图的检测准则,29,1,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,控制图的制作步骤,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,5.5.1,数据分类,31,5.5.2,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,取样单位相同,C,图,U,图,取样单位不同,U,图,5.5.2,控制图的分类（计量）,33,计量数据,子组,2,n,8,Xbar-R,图,n,9,Xbar-S,图,单值,I-MR,图,计量控制图,过程的波动图,过程集中趋势图,各图的作用,检测过程稳定性,检测数据集中趋势,各图的名字,R,图、,S,图、,MR,图,Xbar,图、,Xbar,图、,I,图,34,5.6,计量控制图的组成,5.6.1,Xbar,-R,图计算公式,35,5.6.2,Xbar,-S,图计算公式,36,5.6.3 I-MR,图计算公式,37,38,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,39,5.7,制作控制图,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：,Minitab,4.,方法：质量控制图,40,5.7.1,控制用控制图,5.7.1,控制用控制图,编号,铝箔万,片（,kg,）,编号,铝箔万片（,kg,）,1,0.5280,15,0.5649,2,0.5051,16,0.5127,3,0.5649,17,0.5237,4,0.5127,18,0.5077,5,0.5237,19,0.6219,6,0.5077,20,0.5392,7,0.6219,21,0.5011,8,0.5392,22,0.4780,9,0.5011,23,0.4919,10,0.4780,24,0.4877,11,0.4919,25,0.4659,12,0.4877,26,0.4732,13,0.5280,27,0.5518,14,0.5051,41,5.7.1,控制图的制作流程,42,1.,数据类型,计数,/,计量,2.,数据处理,正太性检测、数据剔除,3.,制作控制图,计量,/,计数控制图,4.,确定控制限度,结果,数据类型,计量数据,子组容量,单值,控制图,I-MR,图,43,5.7.2,数据及控制图类型,正太性检测,数据剔除,正太性再检测,5.7.3,数据的正太性检测,44,使用正太概率图,P=0.017,0.05,（,=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,5.7.3,数据剔除,46,5.7.3,数据剔除,编号,铝箔万,片（,kg,）,编号,铝箔万片（,kg,）,1,0.5280,15,0.5649,2,0.5051,16,0.5127,3,0.5649,17,0.5237,4,0.5127,18,0.5077,5,0.5237,19,0.6219,6,0.5077,20,0.5392,7,0.6219,21,0.5011,8,0.5392,22,0.4780,9,0.5011,23,0.4919,10,0.4780,24,0.4877,11,0.4919,25,0.4659,12,0.4877,26,0.4732,13,0.5280,27,0.5518,14,0.5051,47,P=0.627,0.05,，数据符合正太分布。,5.7.3,正太性再检测,48,5.7.4,完成控制图,49,均值,0.51,控制限,0.59,0.43,实际控制上限,0.55,5.7.5,确定控制限,50,制作目的,对生产过程进行控制,剔除原因,防止异常数据影响使控制范围变宽,持续改进,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,5.7.6,啰嗦几句,51,1.,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。,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,52,5.8,分析用控制图,53,5.8.1,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,54,5.8.2,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,）,S1,S2,S3,S4,S5,均值,1,193,192,189,192,198,192.80,2,188,193,190,189,183,188.60,3,184,196,189,187,185,188.20,4,195,186,184,184,194,188.60,5,184,184,190,189,185,186.40,6,191,187,189,186,194,189.40,7,186,190,182,186,191,187.00,8,185,184,187,190,187,186.60,9,188,194,184,189,191,189.20,10,190,188,182,193,191,188.80,11,197,192,188,192,194,192.60,12,184,192,189,193,196,190.80,13,189,188,196,188,188,189.80,14,193,183,185,194,191,189.20,15,188,184,185,190,186,186.60,16,193,191,191,193,194,192.40,17,194,192,189,195,193,192.60,18,191,191,190,186,192,190.00,19,193,189,182,196,188,189.60,20,185,184,194,187,196,189.20,21,186,192,188,192,190,189.60,22,188,183,186,193,194,188.80,23,186,188,190,190,189,188.60,24,189,191,187,190,188,189.00,25,190,189,192,184,190,189.00,5.8.3,收集到的数据,55,数据类型,计量数据,子组容量,5,控制图,Xbar-R,图,56,5.8.4,数据及控制图类型,57,5.8.4,数据正态性检测,5.8.4,完成控制图,58,组内标准差：,3.65,，,Cp=1.21,，,Cpk,=1.15,整体标准差：,3.87,，,Pp=1.19,，,Ppk,=1.17,5.8.5,压片过程能力评估,59,5.8.5,能力水平分级,范 围,等级,判 断,Cp,1.67,特级,工序能力过高,1.67,Cp1.33,一级,工序能力充分,1.33,Cp,1.0,二级,工序能力尚可,1.0,Cp,0.67,三级,工序能力不充分,0.67,Cp,四级,工序能力不足,60,61,5.8.5,压片过程能力评估,5.8.5,压片能力的六合一图,62,一、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,63,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,64,合适的才是最好的,65,六、警戒限与行动限,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,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,七、生产统计应用,67,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,-0.94,7.1,成品收率数据,68,7.1,成品收率的散点图,69,7.2,我们的假设,70,制粒,制粒的影响？,制粒产量数据,压片,压片的影响？,压片产量和损耗数据,包衣,包衣的影响？,包衣产量数据,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,.001,N,68,68,68,68,素片产量,Pearson,相关性,.767,*,1,.400,*,.524,*,显著性（双侧）,.000,.001,.000,N,68,68,68,68,包衣片产量,Pearson,相关性,.209,.400,*,1,.780,*,显著性（双侧）,.087,.001,.000,N,68,68,68,68,成品收率,Pearson,相关性,.406,*,.524,*,.780,*,1,显著性（双侧）,.001,.000,.000,N,68,68,68,68,*.,在,.01,水平（双侧）上显著相关。,71,8.3,工序产量与成品收率的相关性分析,A,片颗粒产量数据,年份,2011,年,2012,年,2013,年,年平均产量,72.186,72.051,71.859,较去年,-0.135,-0.192,较前年,-0.327,8.4,制粒工序产量数据,单因子方差分析,:,颗粒产量（,kg,）与 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 7.0887,72,8.4,制粒工序产量数据,73,8.5,压片工序产量数据,A,片素片产量数据,年份,2011,年,2012,年,2013,年,年平均产量,71.706,71.494,71.009,较去年,0.212,-0.485,较前年,-0.697,74,8.6,压片工序产量数据,75,8.6,压片工序损耗数据,76,8.7,包衣产量数据分析,77,分析结果,制粒产量降低,压片损耗增加,包衣基本稳定,调查方向,颗粒产量降低原因,压片损耗增加原因,包衣质量情况,解决方法,提高颗粒产量,降低压片损耗,继续优化包衣工艺,8.8,分析总结,78,结束语,希望上面的废话对大家有所帮助,79,