维生素C(抗坏血酸)生产许可证_GB 14754-2010 食品添加剂 维生素C(抗坏血酸)

药品生产数据分析蜗牛982015年04月08日1一、为什么要进行这次的二、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.总结、报表季度、年中、年终总结，上交各种报表4.工艺验证二、数据的来源41.物料与产品质量物料来源、数量、质量2.环境和设备监控环境监测3.其他各阶段产品质量各阶段产品生产纯化水监测设备参数工艺参数培训偏差………………自己关注领导需要变更一、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56三、数据的描述性统计数据集中性数据离散性描述性统计3.1数据的集中性73.3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……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170.50971.221770.14271.601071.621871.06371.501171.701970.96470.751271.742070.96571.201370.682170.86670.841470.502270.98771.301570.26————871.301670.529103.3.1均值和众数均值（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、71.303.3.2中位数170.14270.26370.50470.50570.52670.68770.75870.84970.861070.961170.961270.981371.061471.201571.221671.301771.301871.501971.602071.622171.702271.7411升序/降序偶/奇数偶数（n+1）/2整数数据排列计数判定奇数小数整数位数值中位数（70.97）中间两数均值中间数两侧数据均值3.3.3数据的离散性170.14270.26370.50470.50570.52670.68770.75870.84970.861070.961170.961270.981371.061471.201571.221671.301771.301871.501971.602071.622171.702271.7412极差数据排序Xmax-Xmin=1.6方差σ2=var（X）=Σ（Xj-Xbar）2/nS2=Σ（Xj-Xbar）2/（n-1）=0.2159相对标准偏差RSD=σ（s）/Xbar×100%RSD=0.66%标准差σσ≈S=0.465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平均值中位数众数最大值最小值数值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1.60.21590.4650.66%——13四、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1516四、常用的图形图形散点图折线图柱形图饼图……4.1散点图174.2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194.4饼图20214.4.1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……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）产生波动是正常原因和异常原因的一种工具。作用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。数据采集从每个观察时段的子集或样本中采集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过程产生过程外因素引起管理帮助采取措施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，5.3控制图条带285.4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3连续6个点，全部递增或全部递减45678连续14个点，上下交错3个点中有2个点，距离中心线（同侧）大于2个标准差5个点中有4个点，距离中心线（同侧）大于1个标准差连续15个点，距离中心线（任一侧）1个标准差以内连续6个点，距离中心线（任一侧）大于1个标准差5.5控制图的制作步骤301制定取样，收集数据2判定数据类型3根据数据选择合适的控制图45制作控制图结果分析5.5.1数据分类31数据计数型二项分布泊松分布计量型正态分布N图/NP图C图/U图……其他分布控制图5.5.2控制图的分类（计数）32计数数据N图/NP图C图/U图取样单位相同C图U图取样单位不同U图样本数相同NP图P图样本数不同P图5.5.2控制图的分类（计量）33计量数据子组2≤n≤8n≥9单值I-MR图Xbar-R图Xbar-S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检测数据集中趋势各图的名字R图、S图、MR图Xbar图、Xbar图、I图5.6.1Xbar-R图计算公式355.6.2Xbar-S图计算公式365.6.3I-MR图计算公式3738395.7制作控制图控制图分析用控制图控制用控制图用于数据分析用于过程控制1.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）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.5051　————　415.7.1控制图的制作流程421.数据类型2.数据处理3.制作控制图4.确定控制限度计数/计量正太性检测、数据剔除计量/计数控制图结果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使用正太概率图P=0.017＜0.05（α=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）10.5280150.564920.5051160.512730.5649170.523740.5127180.507750.5237190.621960.5077200.539270.6219210.501180.5392220.478090.5011230.4919100.4780240.4877110.4919250.4659120.4877260.4732130.5280270.5518140.5051　————　47P=0.627＞0.05，数据符合正太分布。5.7.3正太性再检测485.7.4完成控制图495.7.5确定控制限50均值0.51控制限0.590.43实际控制上限0.555.7.6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变宽持续改进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1.目的：一直好奇压片的片重的稳定性，就弄了一个，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，。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535.8.1统计抽样抽样简单随机抽样分层抽样整群抽样系统抽样抽签分成类似的组，从每组中抽样，注意各组比例包含各类情况的类似的群或组，然后抽取整个群每k个单位抽取一次随机号混合含量均匀度成品取样片重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μ与两个限最近的距离。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）子组编号片重检测结果（mg）S1S2S3S4S5均值1193192189192198192.802188193190189183188.603184196189187185188.204195186184184194188.605184184190189185186.406191187189186194189.407186190182186191187.008185184187190187186.609188194184189191189.2010190188182193191188.8011197192188192194192.6012184192189193196190.8013189188196188188189.8014193183185194191189.2015188184185190186186.6016193191191193194192.4017194192189195193192.6018191191190186192190.0019193189182196188189.6020185184194187196189.2021186192188192190189.6022188183186193194188.8023186188190190189188.6024189191187190188189.0025190189192184190189.005.8.3收集到的数据55565.8.4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575.8.4数据正态性检测5.8.4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595.8.5能力水平分级范围等级判断Cp>1.67特级工序能力过高1.67Cp>1.33一级工序能力充分1.33Cp>1.0二级工序能力尚可1.0Cp>0.67三级工序能力不充分0.67>Cp四级工序能力不足60615.8.5压片过程能力评估5.8.5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63六、警戒限与行动限64合适的才是最好的控制图Xbar±2σ百分位数95%99%规格限百分比60%80%Xbar±3σ65六、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？需要的工作确定真实性什么引起的原因？查找可能原因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687.1成品收率的散点图697.2我们的假设70制粒制粒的影响？制粒产量数据压片压片的影响？压片产量和损耗数据包衣包衣的影响？包衣产量数据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A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:颗粒产量（kg）与年份 来源自由度SSMSFP年份21.11770.55896.080.004误差655.97100.0919合计677.0887728.4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————-0.697748.6压片工序产量数据758.6压片工序损耗数据768.7包衣产量数据分析778.8分析总结78分析结果制粒产量降低压片损耗增加调查方向颗粒产量降低原因压片损耗增加原因解决方法提高颗粒产量降低压片损耗包衣基本稳定包衣质量情况继续优化包衣工艺结束语希望上面的废话对大家有所帮助79