T管理図(事象間の時間)

T管理図は、一定期間あたりの件数ではなく、連続して発生する事象の間の時間をプロットすることで、稀な事象を監視します。非負の間隔に指数分布(既定)またはワイブル分布を当てはめます。中心線は当てはめた分布の中央値で、限界はその0.135パーセンタイルと99.865パーセンタイルです。ネルソンのルール1〜4で特殊原因を検出します。出力は、管理図、当てはめの要約、特殊原因の点です。

最終レビュー

重要なポイント

T管理図は、連続して発生する稀な事象の間の時間をプロットする管理図で、限界は当てはめた指数分布またはワイブル分布から求めます。c管理図やu管理図よりも感度が高くなります。

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

目的

T管理図は、c管理図やu管理図のように一定の間隔あたりの事象を数えるのではなく、連続して発生する事象の間の時間(またはその他の連続的な尺度)をプロットすることで、稀な事象を監視します。事象が稀な場合、一定の間隔あたりの件数のほとんどが0となり、c/u管理図は感度が鈍くなります。T管理図は新しい間隔のたびに直接反応するため、基になる事象の発生率の本当の変化に対してはるかに高い感度を持ちます。

主な機能

  • 正規性を仮定する代わりに、基になる分布(指数分布またはワイブル分布)を選択して、非負の事象間時間データを直接プロットします。
  • 当てはめた管理図に適用される、ネルソンのルールによる完全な特殊原因検出(設定可能な4つのルール)。
  • 行の包含・除外と、独立した「パラメータを推定する」サブグループの選択により、安定した過去の期間で管理限界を設定しつつ、後続の点を比較のためにプロットできます。
  • 時間軸のラベル付けのための、設定可能なX軸の尺度。

統計的手法

稀な事象の事象間時間データは、通常、右に歪んでおり、正規分布ではうまくモデル化できません。そのため、T管理図は、事象間時間の系列に、最尤法で指数分布またはワイブル分布を当てはめます(既定は指数分布で、一定の、無記憶の故障・事象の発生率に対する標準的なモデルです)。

中心線は、当てはめた分布の中央値(50パーセンタイル)で、管理限界は、その0.135パーセンタイルと99.865パーセンタイルです。LCL = max(0, dist.ppf(0.00135))、UCL = dist.ppf(0.99865) です。これは、±3σの正規管理図が囲むのと同じ裾の確率を、当てはめた非正規分布自身の分位関数に適用したものであり、変換していない尺度での単純な平均 ± 3σ よりも、歪んだデータに限界を設定する統計的に正しい方法です。

ネルソンのルール(特殊原因の検出)は、その後、アプリの他の管理図とまったく同様に、当てはめた管理限界に対して評価されます。限界を超える点(ルール1)、中心の片側への連(ルール2)、持続的な傾向(ルール3)、交互のパターン(ルール4)が検出されます。

入力項目とオプション

項目

説明

Time between events

必須です。連続して発生する稀な事象の間の、非負の時間(またはその他の連続的な尺度)の列で、時系列順に並べます。

Fit distribution

Exponential(既定)または Weibull。事象間時間の系列に当てはめる分布です。

Check Rule 1–4 / K for Rule 1–4

ネルソンの4つの特殊原因ルールで、それぞれ個別にオン・オフできます(既定は K = 3, 9, 6, 14)。

X scale

時間軸の任意のカスタムラベルです。

Include or Exclude / Specify which rows / Row numbers

プロットする行を制御します。

Specify subgroups to estimate parameters / Subgroups

すべての行をプロットしたまま、分布の当てはめと管理限界の設定に用いる行を、任意で制限します。安定していることがわかっている期間で基準を設定するのに便利です。

 

t-chart-inputs


図1 — 25個の故障間時間の間隔(時間)をC1に貼り付け、Time between events を C1、Fit distribution = Exponential に設定したところ。

 

出力の説明

  • T Chart plot — 時系列順の事象間時間の系列と、当てはめた分布から求めたUCL、中心線、LCL。
  • Fit summary table — 当てはめた分布、中心線、LCL、UCL。
  • Nelson's Rules / Potential Special Cause Points — どのルールが確認され、どの点(あれば)がそれに違反したか。
  • Download as PDF によるPDF出力。
t-chart-output


図2 — T管理図の出力:当てはめた管理限界、プロットされた事象間時間の系列、分布の当てはめ・中心線・UCL・LCLの要約表。

 

計算例

ある工場が、包装ラインの安全に関わる設備の故障を追跡し、連続する故障の間の時間数(連続する25個の間隔、列C1)を記録しています。Fit distribution = Exponential とすると、ツールは間隔に指数分布モデルを当てはめ(Center Line ≈ 31.7、UCL ≈ 302.6、LCL ≈ 0.06)、25個すべての間隔をプロットします。これにより、従来の件数に基づく管理図で反応できるだけの故障が蓄積するずっと前に、故障率が加速しているか(連続する間隔が下方管理限界に向かって縮んでいるか)を、すぐに視覚的に判断できます。

よくある質問

c管理図やu管理図ではなくT管理図を使用するのはどのような場合ですか?

事象が稀な場合にT管理図を使用します。事象が稀な場合、一定の間隔あたりの件数のほとんどが0となり、c管理図やu管理図は感度が鈍くなります。T管理図は連続する事象の間の時間をプロットし、新しい間隔のたびに直接反応するため、基になる事象の発生率の本当の変化に対してより高い感度を持ちます。

T管理図の管理限界はどのように計算されますか?

事象間時間データに、最尤法で指数分布またはワイブル分布を当てはめます。中心線は当てはめた中央値で、管理限界はその分布の0.135パーセンタイルと99.865パーセンタイルです。これは、±3シグマの正規管理図が囲むのと同じ裾の確率であり、下方限界は0を下回りません。

T管理図が正規分布を仮定しないのはなぜですか?

稀な事象の事象間時間データは、通常、右に歪んでおり、正規分布ではうまくモデル化できません。歪んだデータには、変換していない尺度での平均 ± 3シグマよりも、当てはめた分布自身の分位数から限界を設定するほうが適切です。指数分布は、一定の事象発生率に対する標準的なモデルであるため、既定になっています。

T管理図はどのように解釈しますか?

点は、連続する事象の間の間隔を時間順に表したものです。間隔が下方管理限界に向かって縮んでいる場合は、故障が加速しているなど、事象の発生率が上昇していることを示唆します。ネルソンのルールは、限界を超える点、中心線の片側への連、持続的な傾向、交互のパターンを、潜在的な特殊原因として検出します。