การควบคุมกระบวนการเชิงสถิติใน Python

 (timothyfraser.com)
1 คะแนน โดย GN⁺ 2025-11-28 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • แนะนำวิธีนำ การควบคุมกระบวนการเชิงสถิติ (SPC) มาทำใน Python เพื่อทำความเข้าใจ ความแปรผันตามเวลาและจุดที่ควรแทรกแซง ของคุณภาพผลิตภัณฑ์
  • ใช้ pandas, plotnine, scipy สำหรับ การประมวลผลข้อมูล การทำภาพข้อมูล และการคำนวณทางสถิติ
  • ใช้ข้อมูลออนเซ็นจากจังหวัดคาโงชิมะของญี่ปุ่นเป็นตัวอย่าง เพื่อวิเคราะห์ อุณหภูมิ pH และปริมาณกำมะถัน เป็นตัวชี้วัดการควบคุมคุณภาพ
  • ใช้ สถิติซับกรุ๊ป แผนภูมิควบคุม (X-bar, S, แผนภูมิพิสัยเคลื่อนที่) เพื่อตรวจสอบเสถียรภาพของกระบวนการและค้นหาค่าผิดปกติ
  • นำเสนอขั้นตอนสำหรับ วินิจฉัยสถานะของกระบวนการด้วยภาพและสนับสนุนการตัดสินใจปรับปรุง โดยอิงข้อมูล

ภาพรวมของการควบคุมกระบวนการเชิงสถิติด้วย Python

  • การควบคุมกระบวนการเชิงสถิติ (SPC) คือแนวทางทางสถิติสำหรับ วัดความแปรผันของคุณภาพผลิตภัณฑ์และตัดสินว่าควรแทรกแซงเมื่อใด
    • ใน Python ใช้ plotnine สำหรับการทำภาพข้อมูล, pandas สำหรับจัดการข้อมูล และ scipy สำหรับคำนวณทางสถิติ
  • ในตัวอย่างปฏิบัติ ใช้ กรณีศึกษาการควบคุมคุณภาพน้ำออนเซ็น เพื่อประยุกต์แนวคิดของ SPC
    • กำหนด อุณหภูมิ, pH, ปริมาณกำมะถัน เป็นตัวชี้วัดคุณภาพหลักของออนเซ็น

แพ็กเกจและฟังก์ชันที่ผู้ใช้กำหนดเอง

  • แพ็กเกจที่ต้องใช้: pandas, plotnine, scipy
  • ฟังก์ชันที่ผู้ใช้กำหนดเองนำเข้าจากไดเรกทอรี functions/ ใน GitHub repository
    • functions_distributions.py: ฟังก์ชันด้านความเชื่อมั่นและการแจกแจง
    • functions_process_control.py: ฟังก์ชันสำหรับการควบคุมกระบวนการ
  • เพิ่มไดเรกทอรีฟังก์ชันเข้าไปในพาธของ Python ด้วย sys.path.append('functions') แล้วจึง import

กรณีศึกษา: การควบคุมคุณภาพออนเซ็นในญี่ปุ่น

  • ออนเซ็นญี่ปุ่น (onsen) เป็นทรัพยากรท่องเที่ยวสำคัญของเศรษฐกิจท้องถิ่น โดย อุณหภูมิ pH และปริมาณกำมะถัน เป็นเกณฑ์คุณภาพ
    • เกณฑ์อุณหภูมิ: Extra Hot (>42°C), Hot (41~34°C), Warm (33~25°C)
    • เกณฑ์ pH: Acidic (pH<3) ~ Alkaline (pH>8.5)
    • เกณฑ์กำมะถัน: หากมีตั้งแต่ 1mg/kg ขึ้นไป จะจัดเป็นออนเซ็นกำมะถัน
  • วิเคราะห์ความแปรผันของคุณภาพจากข้อมูลออนเซ็นในจังหวัดคาโงชิมะ โดยเก็บตัวอย่างเดือนละ 20 ครั้งเป็นเวลา 15 เดือน

การโหลดข้อมูลและสถิติพื้นฐาน

  • โหลดไฟล์ onsen.csv เพื่อตรวจสอบข้อมูล อุณหภูมิ pH และปริมาณกำมะถัน
  • ใช้ฟังก์ชัน describe() เพื่อคำนวณค่าเฉลี่ย (mean) และส่วนเบี่ยงเบนมาตรฐาน (sd)
    • ตัวอย่างผลลัพธ์: ค่าเฉลี่ย 44.85°C, ส่วนเบี่ยงเบนมาตรฐาน 1.99°C
  • ค่าสถิติเหล่านี้เป็นตัวชี้วัดพื้นฐานสำหรับทำความเข้าใจจุดศูนย์กลางและความแปรผันของกระบวนการ

การทำภาพรวมของกระบวนการ

  • ใช้ plotnine เพื่อทำภาพ การกระจายของอุณหภูมิตามเวลา ด้วย boxplot และการกระจายของจุดข้อมูล
    • เส้นกึ่งกลางคือค่าเฉลี่ยรวม และสามารถเปรียบเทียบการกระจายของแต่ละช่วงเวลาได้
  • แสดงการกระจายอุณหภูมิทั้งหมดด้วยฮิสโตแกรมเพื่อดู ศูนย์กลางของกระบวนการและช่วงความแปรผัน

การคำนวณสถิติซับกรุ๊ป

  • จัดแต่ละช่วงเวลา (time) เป็นซับกรุ๊ป แล้วคำนวณ ค่าเฉลี่ย (xbar), พิสัย (r), ส่วนเบี่ยงเบนมาตรฐาน (sd)
    • ตัวอย่าง: กลุ่มแรกมีค่าเฉลี่ย 44.635°C และพิสัย 4.2°C
  • คำนวณ σₛ (ส่วนเบี่ยงเบนมาตรฐานภายในซับกรุ๊ป) และ ค่าคลาดเคลื่อนมาตรฐาน (se) เพื่อกำหนดเส้นขีดจำกัดบน-ล่าง (±3σ)
  • ใช้สิ่งเหล่านี้เพื่อประเมิน เสถียรภาพตามเวลาของกระบวนการ

สถิติของกระบวนการโดยรวม

  • รวมทุกกลุ่มเข้าด้วยกันแล้วคำนวณ ค่าเฉลี่ยรวม (xbbar), พิสัยเฉลี่ย (rbar), ส่วนเบี่ยงเบนมาตรฐานเฉลี่ย (sdbar)
    • ตัวอย่าง: xbbar 44.85, rbar 7.26, sdbar 1.94
  • เปรียบเทียบกับ σₜ (ส่วนเบี่ยงเบนมาตรฐานรวม) เพื่อทำความเข้าใจความแปรผันทั้งภายในและระหว่างกระบวนการ

แผนภูมิควบคุม (X-bar และ S chart)

  • แผนภูมิ X-bar: แสดงค่าเฉลี่ยของแต่ละซับกรุ๊ปบนแกนเวลา
    • เส้นกึ่งกลาง: ค่าเฉลี่ยรวม, เส้นขีดจำกัดบน-ล่าง: ±3σ
    • พื้นที่แรเงาคือช่วงของขีดจำกัดการควบคุม
  • หากค่าทะลุเส้นขีดจำกัดการควบคุมหรือเกิดรูปแบบที่ไม่สุ่ม ก็อาจบ่งชี้ว่า กระบวนการมีความผิดปกติ

แบบฝึกหัดตรวจความเข้าใจ: การทำภาพกระบวนการของ pH

  • ใช้ฟังก์ชัน ggprocess() เดิมเพื่อสร้างแผนภูมิภาพรวมกระบวนการของข้อมูล pH
    • เปรียบเทียบเส้นค่าเฉลี่ยและการกระจายของแต่ละช่วงเวลาด้วยสายตา

แผนภูมิพิสัยเคลื่อนที่ (n=1)

  • เมื่อมีเพียงค่าที่วัดรายตัว ให้ใช้ พิสัยเคลื่อนที่ (Moving Range)
    • คำนวณผลต่างสัมบูรณ์ระหว่างค่าที่วัดต่อเนื่องกันเพื่อประมาณความแปรผัน
  • คำนวณค่าพิสัยเคลื่อนที่เฉลี่ย (mrbar), ค่าขีดจำกัดบน (upper), ค่าขีดจำกัดล่าง (lower=0)
  • แผนภูมิพิสัยเคลื่อนที่มีประโยชน์สำหรับ ติดตามความแปรผันของกระบวนการจากข้อมูลรายตัว

บทสรุป

  • ใช้ Python เพื่อสร้าง ภาพรวมกระบวนการ สถิติซับกรุ๊ป และแผนภูมิพิสัยเคลื่อนที่
  • ด้วยเครื่องมือ SPC สามารถ วินิจฉัยเสถียรภาพและความผิดปกติของกระบวนการด้วยภาพ ได้
  • การวิเคราะห์ลักษณะนี้สามารถนำไปใช้กับ การปรับปรุงคุณภาพและการตัดสินใจบนพื้นฐานข้อมูล ได้

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-11-28
ความคิดเห็นบน Hacker News

  • ทำให้นึกถึงโปรเจกต์เก่า
    เราเคยแทนที่ ตัวตรวจจับความผิดปกติของอนุกรมเวลาที่ใช้ดีปเลิร์นนิง อันซับซ้อนหลายพันตัวในบริษัทระดับ FANG ได้สำเร็จด้วยโมเดลควบคุมกระบวนการเชิงสถิติ (nonparametric, semiparametric)
    โมเดลใหม่มีจำนวนพารามิเตอร์สำหรับการเรียนรู้น้อยกว่าระดับ 3–4 หลัก และเรียบง่ายพอที่ทีม 3–4 คนจะดูแลสตรีมหลายพันสตรีมได้
    โมเดลดีปเลิร์นนิงนั้น ดีบักและตีความได้ไม่โปร่งใส ทำให้ดูแลยากมาก
    ถ้าเป็นทีมเล็ก ผมยังแนะนำแนวทางที่อิงสถิติอย่างมาก
    แต่ด้วยเหตุผลทางการเมือง การเลือกแบบนี้อาจไม่ใช่ทางเลือกที่ดีต่ออาชีพเสมอไป คนที่เดิมพันครั้งใหญ่ไปแล้วมักไม่ชอบเห็นหลักฐานที่ขัดแย้ง

    • ขอบคุณมากที่แชร์ประสบการณ์เจ๋ง ๆ แบบนี้
      นี่คือเหตุผลที่ช่วงนี้ผมมอง กระแส AI ที่ร้อนแรงเกินจริง อย่างสงสัย
      ในหลายกรณี วิธีคลาสสิกเดิม ๆ เสถียรและมีประสิทธิภาพกว่ามาก จึงไม่เข้าใจว่าทำไมบริษัทถึงตั้งใจเลือกวิธีที่ซับซ้อนและไม่เสถียร
    • การเปลี่ยนสายอาชีพครั้งแรกของผมก็คล้ายกัน
      บริษัทชอบอวดโมเดล ML เท่ ๆ สำหรับงานประชุมวิชาการ แต่ผู้ปฏิบัติงานจริงกลับไม่พอใจกับ ความแม่นยำและการตีความที่ไม่เพียงพอ
      สุดท้ายผมเลยเขียนโค้ดใหม่จากกฎทางคณิตศาสตร์ง่าย ๆ ที่ผู้ปฏิบัติงานใช้กันจริง และได้ผลลัพธ์ที่ดีกว่ามาก
    • ในฐานะวิศวกรแมชชีนวิชันในอุตสาหกรรมเซมิคอนดักเตอร์ ผมเห็น โฆษณาเกินจริง ของดีปเลิร์นนิงและ AI มาเยอะ
      มันเหมาะกับ OCR แต่ไม่ค่อยมีประสิทธิภาพกับงานจำแนกประเภท
      ถ้าโฟกัสที่แสงที่ดีและ เทคนิคคอมพิวเตอร์วิชันแบบดั้งเดิม ก็มักได้ผลลัพธ์ที่ดีกว่า
      ผมก็เข้าใจปัญหาทางการเมืองของการนำเทคโนโลยีมาใช้เช่นกัน เลยมักเสนอ แนวทางแบบไฮบริด ที่ผสานดีปเลิร์นนิงกับวิชันแบบดั้งเดิม
    • เหตุผลที่ดีปเลิร์นนิงชวนให้สับสนคือ มี ปริมาณสัญญาณที่ใช้เรียนรู้ไม่พอ แต่จำนวนพารามิเตอร์มากเกินไป
      ดูเหมือนว่าพารามิเตอร์ส่วนใหญ่จะไม่เสถียรหรือมีความสัมพันธ์กันเอง
    • อยากรู้ว่าเคยใช้ Matrix Profile อะไรทำนองนั้นด้วยไหม และถ้าใช้ก็อยากรู้ว่ามันถูกแทนที่ด้วยหรือเปล่า

  • เมื่อก่อนผมเคยสอบได้ใบรับรอง Lean Six Sigma Green Belt และทำโปรเจกต์ควบคุมกระบวนการเชิงสถิติสำหรับกระบวนการ back office ของธนาคารเพื่อการลงทุนด้วย Minitab
    ทุกวันนี้เหมือนไม่มีใครจำ Minitab ได้แล้ว ทุกคนใช้แต่ Python

    • ผมก็ได้ Six Sigma Green Belt ด้วย Minitab ราว ๆ ปี 2018
      มันยังมีอัปเดตอยู่จนถึงตอนนี้ และมี Python interface ด้วย → mtbpy package
    • Minitab สมัยก่อนมี SPC toolbox ที่ยอดเยี่ยมมาก
      เครื่องมือโอเพนซอร์สมักรองรับแค่ x-bar/S/R และยังขาดฟีเจอร์ขั้นสูงอย่าง การวิเคราะห์พหุตัวแปร
    • ผมเคยทำงานที่บริษัทซึ่งใช้ JMP ยังมี ความทรงจำอันอบอุ่น จากตอนนั้นอยู่เลย
    • ผมจำได้แค่ว่าห้องสมุดมหาวิทยาลัยของเรามีคู่มือ Minitab อยู่

  • เมื่อหลายปีก่อนผมเขียนคู่มือภาคปฏิบัติสำหรับคนที่เพิ่งเริ่มใช้ SPC
    อาจมีประโยชน์ → Statistical Process Control: A Practitioner’s Guide

  • สำหรับชุดข้อมูลขนาดเล็กอย่างข้อมูลทางคลินิก สถิติแบบคลาสสิก ก็ยังเป็นแกนหลัก
    การเก็บและทำ metadata ให้สอดคล้องกันเป็นเรื่องยาก และในการวิจัยโรคหายาก หลายครั้งแม้แต่แมชชีนเลิร์นนิงหรือรีเกรสชันก็ยังทำได้ยาก

  • ข้อมูลในโลกจริงไม่มีทางสะอาดสมบูรณ์
    เวลาส่วนใหญ่หมดไปกับ การจัดการคุณภาพข้อมูล
    ค่าผิดปกติอาจเกิดจากความผิดพลาดในการวัดหรือการเปลี่ยนแปลงของกระบวนการ และการจะเข้าใจเรื่องนี้ได้ต้องมีสัญชาตญาณต่อกระบวนการนั้นเอง
    เพราะแบบนั้น เครื่องมือที่พัฒนาเต็มที่แล้ว ซึ่งช่วยให้ทำ visualization และการสำรวจได้รวดเร็วจึงสำคัญ
    การเขียนโค้ดทำกราฟ SPC Cpk เองนั้นไม่มีประสิทธิภาพ

  • SPC เป็นเครื่องมือที่ยอดเยี่ยมจริง ๆ
    มันเรียบง่ายกว่าชุดเครื่องมือซับซ้อนอื่น ๆ มาก และใช้งานได้ดี

  • มีคำพิมพ์ผิดเยอะ

  • ชอบ ดีไซน์และบรรยากาศ ของหน้านี้มาก