Hotelling T²管理図(多変量)

Hotelling T²管理図は、相関のある2つ以上の変数の共分散を用いて、各観測値またはサブグループの同時の工程平均からのマハラノビス距離を追跡します。個別の観測値にも、サブグループに分けたデータにも使用できます。UCLはF分布から求め、alphaの既定値は0.0027で、判定するのはRule 1のみです。出力は、T²管理図と、p、m、中心線、UCLを示す要約表です。

最終レビュー

重要なポイント

Hotelling T²管理図は、相関のある2つ以上の品質特性をまとめて監視し、各変数を単独で見ると管理状態に見えても、工程平均からの同時の距離が異常な観測値を検出します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計手法
  4. 入力項目とオプション
  5. 出力の説明
  6. 計算例

目的

Hotelling T²管理図は、相関のある2つ以上の品質特性を、それぞれ個別値管理図やXbar管理図で単独に監視する代わりに、まとめて監視します。相関のある2つの変数は、個別の1変量管理図ではそれぞれ完全に管理状態に見えても、互いの関係が崩れていることがあります。Hotelling T²管理図は、工程自身の共分散構造を用いて、各観測値(またはサブグループ)の工程の同時平均からのマハラノビス距離を追跡することで、まさにそのような場合を検出します。

主な機能

  • 個別の観測値のデータ(1単位につき1行で、サブグループ分けなし)と、任意のSubgroup indicator列によるサブグループに分けたデータの両方に対応します。
  • 選択した変数間の完全な共分散構造を使用するため、どちらの変数も単独では異常に見えなくても、変数間の通常の相関の崩れに敏感です。
  • alpha(誤警報率)は設定可能で、既定はアプリ全体の0.0027(3シグマ相当)の規約です。
  • 行の包含/除外と、平均ベクトルと共分散行列を安定していることがわかっている期間を基準にするための、別の「estimate parameters from」セレクターがあります。

統計手法

Subgroup indicatorを選択しない場合(個別の観測値で、1単位につき1行)、ツールは各観測値 x_i について、推定した工程の平均ベクトル x̄ からの平方マハラノビス距離を計算します。これには、パラメータの推定に使用したm個の観測値にわたる、選択したp個の変数の標本共分散行列Sを用います。T²_i = (x_i − x̄)′ S⁻¹ (x_i − x̄)。上方管理限界は、個別の観測値に対するF分布に基づく厳密な式に従います。UCL = [p(m−1)(m+1)] / [m(m−p)] · F(1−alpha; p, m−p)。ここでalphaは選んだ誤警報率(既定は0.0027)です。表示される中心線はpで、管理状態の工程におけるこの統計量の期待値です。

Subgroup indicatorを選択した場合(1サブグループにつきn行の繰返し行)、ツールは代わりに各サブグループjについて T²_j = n·(x̄_j − x̄_grand)′ Sp⁻¹ (x̄_j − x̄_grand) を計算します。ここで x̄_j はそのサブグループの平均ベクトル、x̄_grand はサブグループ平均にわたる総平均、Sp は併合したサブグループ内共分散行列(m個の個々のサブグループ内標本共分散行列の平均)です。管理限界は UCL = [p(m−1)(n−1)] / (mn − m − p + 1) · F(1−alpha; p, mn − m − p + 1) です。

どちらのモードでも、T²は片側で非正規の統計量であるため、Rule 1(UCLを超える点)のみを評価します。正規分布に従う管理図の統計量向けに作られたWestern Electric/Nelsonのゾーンルールは、設計上ここでは適用しません。

入力項目とオプション

項目

説明

Variables

必須です。各観測値について測定した、相関のある2つ以上の変数を選択します。

Subgroup indicator

任意です。各行が1つの個別の観測値である場合は空欄にします。複数の行が1つのサブグループを構成する場合(n > 1の繰返し)は、サブグループを識別する列を選択します。

Alpha (false alarm rate)

既定は0.0027で、アプリの他の箇所で使用している標準的な3シグマ相当の誤警報率に合わせています。

X scale

任意です。観測値の軸にカスタムのラベルを付けます。

Include or Exclude / Specify which rows / Row numbers

どの行をプロットするかを制御します。

 

hotelling-t2-inputs


図1 — 30組の肉厚/質量の測定値をC1〜C2に貼り付け、両方をVariablesとして選択したところ。Alphaは既定の0.0027です。

 

出力の説明

  • T² Chartのプロット — 各観測値(またはサブグループ)のHotelling T²統計量を時間順に示し、UCLと中心線を付けます。
  • Summary table — 使用した変数、p(変数の数)、m(パラメータの推定に使用した観測値/サブグループの数)、Alpha、中心線(E[T²])、UCLです。
  • Nelson's Rules / Potential Special Cause Points — 管理限界を超えた点(ある場合)です。
  • Download as PDFによるPDFエクスポート。


hotelling-t2-outputs

 

図2 — T² Chartの出力:観測値ごとにプロットしたT²統計量とUCL、およびVariables/p/m/Alpha/Center Line/UCLの要約表。

 

計算例

ブロー成形の工程で、ボトルの肉厚(C1、mm)と質量(C2、g)は通常は相関しています。肉厚が薄いほど質量が小さくなります。両方の変数を選択し、Alphaを既定の0.0027として連続30本のボトルを分析すると、ツールはp = 2変数、m = 30観測値でUCL ≈ 15.75を計算します。デモのデータセットでは、最後の5本のボトルで肉厚と質量の通常の関係を意図的に崩していますが、ここでは個別には限界を超えていません。それでも、T²の系列は、相関構造が乱れたまさにその箇所で目に見えて上昇傾向を示します。これは、どちらか一方の変数だけを見る1変量管理図ではまったく見逃す挙動です。

よくある質問

Hotelling T²管理図とは何ですか?

Hotelling T²管理図は、相関のある2つ以上の品質特性を、別々の個別値管理図やXbar管理図ではなく、まとめて監視します。工程自身の共分散構造を用いて、各観測値またはサブグループの同時の工程平均からの平方マハラノビス距離をプロットするため、変数間の通常の関係の崩れを検出できます。

別々の1変量管理図ではなく、Hotelling T²管理図を使用するのはなぜですか?

相関のある2つの変数は、別々の1変量管理図ではそれぞれ管理状態に見えても、互いの関係が崩れていることがあります。ブロー成形の例では、肉厚と質量は通常は相関していました。最後の5本のボトルでその関係が崩れると、T²の系列は上昇傾向を示しました。これはどちらか一方の変数だけの管理図では見逃します。

Hotelling T²の管理限界はどのように計算しますか?

上方管理限界はF分布から求め、変数の数p、観測値またはサブグループの数m、サブグループを使用する場合のサブグループサイズn、そしてalpha(既定は0.0027)によって決まります。個別の観測値では、表示される中心線はpで、管理状態の工程におけるT²の期待値です。

Hotelling T²管理図でRule 1のみを使用するのはなぜですか?

T²は片側で非正規の統計量であるため、Rule 1(UCLを超える点)のみを評価します。Western ElectricとNelsonのゾーンルールは、正規分布に従う管理図の統計量向けに作られているため、設計上、T²管理図には適用しません。