Product Design, Manufacturing & Innovation Resources

家 » シューハート管理図

シューハート管理図

1924

Walter A. Shewhart

（画像はイメージです）

グラフィカルツールは、 SPC プロセス変数を時間経過とともに監視するために使用します。プロセス平均を表す中心線（CL）と、上限管理限界（UCL）および下限管理限界（LCL）の間にデータポイントをプロットします。これらの限界は通常、平均値から3標準偏差（[latex]mu pm 3sigma[/latex]）に設定され、想定される共通原因変動の範囲を定義します。

The control chart is the primary instrument of Statistical Process Control. Invented by Walter A. Shewhart, it serves as a visual method to distinguish between common and special cause variation in a process. A typical chart has a time-based x-axis and a measurement-based y-axis. Three horizontal lines are crucial: the Center Line (CL), which is the statistical average of the process data; the Upper Control Limit (UCL); and the Lower Control Limit (LCL). These control limits are not arbitrary goals or specification limits set by customers. Instead, they are calculated directly from the process data itself, representing the “voice of the process.”

The standard calculation for these limits is based on the process mean ([latex]\mu[/latex]) and standard deviation ([latex]\sigma[/latex]), with the UCL at [latex]\mu + 3\sigma[/latex] and the LCL at [latex]\mu – 3\sigma[/latex]. The use of three standard deviations is a statistical and economic choice; it balances the risk of failing to detect a process shift (a Type II error) with the risk of a false alarm (a Type I error). When data points fall within these limits and exhibit a random pattern, the process is considered “in statistical control.” However, if a point falls outside the limits, or if the points within the limits show a non-random pattern (as defined by rules like the Western Electric Rules), it signals the presence of a special cause of variation that requires investigation.

継続的な改善, 管理図, プロセス能力, プロセス改善, 品質保証, 品質管理, 品質管理, 根本原因分析, 統計的プロセス管理（SPC）

UNESCO Nomenclature: 1209

統計

タイプ

ソフトウェア／アルゴリズム

混乱

実質的な

使用法

広く普及している

前駆物質

ランチャート（時系列グラフ）
concept of standard deviation (karl pearson)
統計的サンプリング理論
共通原因変動と特殊原因変動の区別（ウォルター・A・シューハート）

アプリケーション

製造工程の監視（例：部品の寸法、重量）
サービス業における業績追跡（例：通話待ち時間、エラー率）
医療従事者のモニタリング（例：血圧、感染率）
ソフトウェアのパフォーマンス監視（例：サーバー応答時間、バグ報告）
財務監査（例：経費報告書の差異）

特許:

潜在的なイノベーションのアイデア

ボットによるトラフィック（現在1日あたり4万件以上）を排除するため、このコンテンツはコミュニティメンバー限定となっています。
> ログイン < または > 登録 < （100%無料）でこれにアクセスできます。他のすべての制限付きコンテンツとツールも同様です。

関連キーワード：管理図、シューハート図、上限管理限界、下限管理限界、中心線、スリーシグマ限界、プロセス監視、SPC、品質管理、統計分析。

歴史的背景

決定係数（R²）

モデルの適合度を示す統計量で、従属変数の分散のうち独立変数から予測できる割合を表します。R² が 1 の場合は完全な適合を示し、0 の場合は線形関係がないことを示します。これは、[latex]R^2 equiv 1 - frac{SS_{res}}{SS_{tot}}[/latex] として計算されます。ここで、[latex]SS_{res}[/latex] は残差平方和です。

フレドホルム指数

フレドホルム指数は、ランク零性定理をバナッハ空間のような無限次元空間に一般化したものです。フレドホルム作用素 [latex]T: X to Y[/latex] に対して、その指数は [latex]text{ind}(T) = dim(ker(T)) - dim(text{coker}(T))[/latex] と定義されます。ここで、コカーネルの次元は、像が空間全体からどれだけ離れているかを示します。この指数は、作用素の小さな摂動に対して安定した整数値となります。

Mathematician's desk with topology textbook and chalkboard, representing topological space.

位相空間

位相空間は、順序対 [latex](X, tau)[/latex] であり、[latex]X[/latex] は集合、[latex]tau[/latex] の部分集合の集合（開集合と呼ばれる）で、次の 3 つの公理を満たします。1) 空集合 [latex]emptyset[/latex] と [latex]X[/latex] 自体は [latex]tau[/latex] に含まれます。2) [latex]tau[/latex] 内の任意の数の集合の和集合も [latex]tau[/latex] に含まれます。3) [latex]tau[/latex] 内の任意の有限個の集合の共通部分も [latex]tau[/latex] に含まれます。

シューハート管理図

Statistician analyzing one-way ANOVA results in a modern office setting.

一元配置分散分析（ANOVA）

一元配置分散分析は、3つ以上の独立したグループの平均値間に統計的に有意な差があるかどうかを判断するために使用されます。これは、因子と呼ばれる単一のカテゴリカル独立変数が連続従属変数に及ぼす影響を分析します。帰無仮説は、すべてのグループの平均が等しいことを示しています。[latex]H_0: mu_1 = mu_2 = dots = mu_k[/latex]。

Modern office setting with lambda calculus equations and functional programming resources.

ラムダ計算

ラムダ計算は、変数束縛と置換を用いて関数の抽象化と適用に基づいた計算を表現する、数理論理学における形式体系です。これは、あらゆるチューリングマシンをシミュレートできる普遍的な計算モデルであり、Lisp、Haskell、F#といった関数型プログラミング言語の理論的基盤となっています。

Gödel numbering technique in mathematical logic with unique natural numbers.

ゲーデル数

ゲーデル数化は、形式言語におけるすべての記号、数式、証明に固有の自然数（ゲーデル数）を割り当てる基礎的な手法です。この構文の算術化により、形式体系に関するメタ数学的な記述（例えば、「この数式は証明可能である」）を数値に関する算術的な記述として符号化することが可能になり、体系内でそれらの記述について推論を行うことができます。

1900

1903

1914

1924

1925

1930

1931

1899

1900

1911

1922

1925

1928

1930

1936

ギブス現象

ギブス現象は、フーリエ級数の不連続点における挙動を説明する現象である。級数の部分和は、不連続点付近でオーバーシュートを示し、項数を増やしてもこのオーバーシュートは消えない。このオーバーシュートは、級数の項数に関わらず、不連続点の高さの約9%という一定値に収束する。

ガウス・マルコフの定理

この定理は、誤差の平均がゼロで、無相関であり、分散が一定（等分散性）である線形回帰モデルにおいて、最小二乗法（OLS）推定量が最良線形不偏推定量（BLUE）であることを示しています。「最良」とは、回帰係数のすべての線形不偏推定量の中で分散が最小であることを意味し、最も精度が高いということです。

Mathematician demonstrating Brouwer Fixed-Point Theorem with a crumpled map in an office.

ブラウワーの不動点定理

この定理は、コンパクトな凸集合をそれ自身に写像する任意の連続関数 [latex]f[/latex] に対して、[latex]f(x_0) = x_0[/latex] となる点 [latex]x_0[/latex] が存在することを述べています。この点は不動点と呼ばれます。非公式に言えば、国の地図を取り、それをくしゃくしゃにして国の境界線内に置くと、地図上の少なくとも 1 つの点が、対応する現実世界の位置の真上に位置することになります。

Mathematics office showcasing Zermelo–Fraenkel set theory discussions.

ツェルメロ・フランケル集合理論 (ZFC)

ツェルメロ＝フレンケル集合論（一般にZFCと略記され、公理は選択する）は、現代数学における標準的な公理系である。これは、一階述語論理で表現された一連の公理から成り、集合の性質を形式化する。今日用いられている数学定理のほぼすべては、ZFCの枠組みの中で定式化および証明することができる。

Statistician analyzing data in a 1920s office, focusing on variance partitioning.

分散分析（ANOVA）

分散分析（ANOVA）は、データセットにおける観測された全変動を、異なる要因に起因する成分に分解する統計的手法です。その核心は、異なるグループ間の平均値の分散と、各グループ内の平均値の分散を比較することです。グループ間の分散が有意に大きい場合、グループ間の平均値は実際に異なっていることを示唆します。

Computational fluid dynamics simulation workstation demonstrating CFL condition in numerical analysis.

クーラント・フリードリヒス・レヴィ条件

クーラン・フリードリヒス・レヴィ（CFL）条件は、陽的時間積分スキームを用いた双曲型偏微分方程式の数値解法に必要な安定性基準です。この条件は、時間ステップサイズが十分に小さくなければならず、情報が時間ステップごとに1つの空間グリッドセルを超えて移動しないことを規定しています。1次元の場合、[latex]C = u frac{Delta t}{Delta x} le C_{max}[/latex]となり、数値的な安定性が保証されます。

Statistician validating ANOVA assumptions in a 1930s office setting.

分散分析の前提条件

ANOVAの結果が有効であるとみなされるためには、データに関するいくつかの重要な仮定を満たす必要があります。それらは次のとおりです。(1) 観測値の独立性、つまり誤差が無相関であること。(2) 正規性、つまり各グループの残差がほぼ正規分布に従うこと。(3) 等分散性、つまりすべてのグループで残差の分散が等しいこと。