药品生产数据分析课件

药品生产数据分析药品生产数据分析蜗牛蜗牛989820152015年年0404月月0808日日1药品生产数据分析蜗牛981一、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2一、为什么要进行这次的培训目录21.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.法规符合性回顾分析、培训需求2.质量控制生产过程控制3.1.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41.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5一、为什么要进行这次的培训目录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 均值和众数均值（算术平均值）Xbar=（X1+X2+Xn)/n=3.3.2 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3.3.2 中位数170.14 270.26 370.50数据排序Xmax-Xmin=1.62=var（X）=（Xj-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3.3.3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 12极差数据排序Xmax-Xmin=1.6方差2=var（X）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.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15一、为什么要进行这次的培训目录15图形散点图折线图柱形图饼图16四、常用的图形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174.1 散点图174.2 折线图184.2 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123456789101112131415161718192021226969.57070.57171.572产量19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。4.34.4 饼图204.4 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214.4.1 哪些数据适合制作饼图分类少，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224.4.2 某一数据大量重复出现的饼图224.4.2 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234.5.1 其他的图形其他图形帕累托图（柏拉图）茎叶图箱线图直方图234.5.一、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24一、为什么要进行这次的培训目录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。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25概念区别引起关键质量特性（CTQ）或关键工序CTP）产生波动265.1 数据波动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265.1 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271.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5.3 控制图条带285.3 控制图条带281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（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 控制图的检测准则2911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301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（计数）32计数数据N图/NP图样5.5.2 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5.5.2 控制图的分类（计量）33计量数据子组2n8R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 计量控制图的组成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5.6.1 Xbar-R 图计算公式355.6.1 Xbar-R 图计算公式355.6.2 Xbar-S 图计算公式365.6.2 Xbar-S 图计算公式365.6.3 I-MR图计算公式375.6.3 I-MR图计算公式373838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 制作控制图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3951.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 控制用控制图1.现在有一组上一年PVC硬片的使用数据。405.7.1 5.7.1 控制用控制图编号铝箔万片（kg）编号铝箔万片（kg）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.5051415.7.1 控制用控制图编号铝箔万片（kg）编号铝箔万片（5.7.1 控制图的制作流程42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5.7.1 控制图的制作流程421.数据类型计数/计量数据类型计量数据子组容量单值控制图I-MR图435.7.2 数据及控制图类型数据类型计量数据子组容量单值控制图I-MR图435.7.2 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使用正太概率图P=0.0170.05（=0.05，显著性数据剔除的方法：四分位数法5.7.3 数据剔除46数据剔除的方法：四分位数法5.7.3 数据剔除465.7.3 数据剔除编号铝箔万片（kg）编号铝箔万片（kg）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.5051475.7.3 数据剔除编号铝箔万片（kg）编号铝箔万片（kP=0.6270.05，数据符合正太分布。5.7.3 正太性再检测48P=0.6270.05，数据符合正太分布。5.7.3 正太5.7.4 完成控制图495.7.4 完成控制图49均值0.51控制限0.590.43实际控制上限0.555.7.5 确定控制限50均值0.51控制限0.590.43实际控制上限0.555.7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 啰嗦几句51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525.8 分析用控制图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535.8.1 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535.8.1 统计抽样抽样简单随机抽样抽签随机号分层抽样分545.8.2 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）545.8.2 过程能力分析算法Cp：过程能力指数,又称为潜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 5.8.3 收集到的数据55子组编号片重检测结果（mg）S1S2S3S4S5 均值1193数据类型计量数据子组容量5控制图Xbar-R图565.8.4 数据及控制图类型数据类型计量数据子组容量5控制图Xbar-R图565.8.4575.8.4 数据正态性检测575.8.4 数据正态性检测5.8.4 完成控制图585.8.4 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=1.175.8.5 压片过程能力评估59组内标准差：3.65，Cp=1.21，Cpk=1.155.85.8.5 能力水平分级范范 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605.8.5 能力水平分级范 围等级判 615.8.5 压片过程能力评估615.8.5 压片过程能力评估5.8.5 压片能力的六合一图625.8.5 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63一、为什么要进行这次的培训目录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合适的才是最好的控制图Xbar2 Xbar3 百分位数95%99%规65六、警戒限与行动限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66一、为什么要进行这次的培训目录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 成品收率数据68A片成品收率数据项目2011年2012年2013年收率93.7.1 成品收率的散点图697.1 成品收率的散点图697.2 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相关性颗粒产量素片产量包衣片产量成品收率颗粒产量PearsoA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 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（kg）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 72A片颗粒产量数据年份2011年2012年2013年年平均产量8.4 制粒工序产量数据738.4 制粒工序产量数据738.5 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71.70671.49471.009较去年0.212-0.485较前年-0.697748.5 压片工序产量数据A片素片产量数据年份2011年2018.6 压片工序产量数据 758.6 压片工序产量数据 758.6 压片工序损耗数据 768.6 压片工序损耗数据 76 8.7 包衣产量数据分析 77 8.7 包衣产量数据分析 77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 分析总结78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结束语结束语希望上面的废话对大家有所帮助希望上面的废话对大家有所帮助79结束语希望上面的废话对大家有所帮助79