国工数据大脑之双样本Poisson率检验与质量分析系统的融合应用
改革开放以来，中国的制造业飞速发展，中国制造的产品远销世界各个角落将加工制造业发展到了极致，成为了世界的加工工厂。现如今面临第四次工业革命，德国等发达国家已经提出相应的政策，德国利用技术的趋势提出 4.0 政策，开始实施未来的工业发展战略。为了赶超发达国家中国也提出了自己的理念—“中国制造2025”。虽然“中国制造2025”的内容和其他国家的工业4.0有相互重叠的地方。但也有属于中国的独特之处。创新驱动、质量为先、绿色发展、结构优化、人才为本……其中把质量放在最前面，这就与其他国家的理念都不一样。由此可见质量是一个非常重要的因素。提到产品质量管控，大部分企业都会去设立品质、生产等部门对产品质量进行把控。但事实上，如果固守传统的质量管理模式，很难百分百杜绝不合格产品流通到市场上。那么企业如何才能有效地提高产品质量？传统的质量统计方法很重要，但确实也有不足的地方。需要不断更新、增添。它们大多基于采样，得到的是部分产品的信息，只能反映局部生产过程，缺少统一的数据与信息平台、质量数据难以共享与追踪、工具自动化程度低、依赖质量人员的大量参与与主观判断，所以必须做出变革。工业大数据和机器学习的结合，对我们来说就是难得的机遇。虽然现在传感器便宜了，信息系统技术到位了，工业大数据的收集的技术也已经到位了。还有以前看不到的东西，现在也看的到了，像分析方面的描述、诊断、预测等，现在也可以做到不同的高度。比如进厂加工等每个过程都有进行数据收集，根据自己的行业进行了不同层次的描述、分析、整合，这些都是工业大数据要做的事。但我要说的是，就算软件、硬件做得比较超前到位,但还是需要专业分析工具、专业分析人员，才能让数据分析应用更彻底、质量管理更全面。国工智能的数据大脑产品就完全可以满足客户对质量管理的需求，平台中融合了大量数据分析算法包含了SPC、CPK、DOE等质量分析方法，可以实现服务化数据监控，一旦出现问题，会主动推送报告到关联人员和生产管理系统，提出建议处理措施，从而来预测企业的质量是否可控，从而能使产品质量保持在良好一致性和稳定性的范围内。在本篇，我们通过一个完整的案例来演示国工智能数据大脑平台的数据分析能力。案例中我们主要用到的算法组件是双样本率检验。使用双样本率检验组件可执行确定两个组的总体比率是否不同和计算可能包括总体比率之间差值的值范围。现有一个实际案例，某企业有两台相同的设备每天都要生产几万个零件，1号设备和2号设备生产相同产品质量几乎无差，工程师在1号设备换上新设备的刀具，由于新刀具是用价格较为昂贵的合金材料，希望使用新刀具能使废品率有所下降。使用原来刀具的2号设备生产的零件中和换上新道具的1号设备生产的零件中各分别随机抽取多个进行检验，1号设备收取102个样品，99个样品合格；2号设备抽取77个样品，55个样品合格。现对该组数据进行分析。国工智能数据大脑平台会自动、定时从质量分析系统中读取数据，直接访问数据库获取数据集。
采用拖取的形式从数据大脑中的组件面板查找双样本率检验组件，拖到到工作面板。
单击该组件，右侧会出现【组件配置】操作面板，进行一系列参数配置。点击运行，生成分析结果。
原假设声明H0：p1-p2=0 ，即1号设备生产合格率所占的比率与2号设备生产合格率所占的比率之差为0 ，由于 p 值为 0.000（小于显著性水平 0.05），因此可否定原假设，所以结果表明，1号设备生产合格率所占的比率与2号设备生产合格率所占的比率之间存在差异。且两个组的总体比率之间差值为0.2563025，企业通过该分析结果可得出1号设备的生产合格率高于2号设备的生产合格率。
数据大脑具备的强大数据整合功能，可以完成任意类型数据库、EXCEL、文本文档、数据接口等多种类型数据的对接整合，从而可将生产中质量分析系统、MES系统等，底层系统中的海量生产数据整合到平台中进行数据的清洗、分析及深度挖掘。
1、试验数A——输入样本A的试验数；
2、事件数A——输入样本A的事件数；
3、试验数B——输入样本B的试验数；
4、事件数B——输入样本B的事件数；
5、置信水平——选择0.05；
使用双样本率检验组件可执行确定两个组的总体比率是否不同和计算可能包括总体比率之间差值的值范围。为了确保结果有效，请在收集数据、执行分析和解释结果时考虑以下准则。
1、样本数据应当是随机选择的；
在统计学中，随机样本用于对总体做出归纳，即推断。如果数据不是随机收集的，则结果可能无法代表总体。
2、数据只能包含两个类别，如通过/失败和 1/0；
如果数据中包含计数（如每单位的缺陷数），请使用双样本 Poisson 率检验组件。
3、每个观测值都应当独立于所有其他观测值；
为了让观测值保持独立，特定结果的概率不依赖于任何之前的结果。例如，如果投掷硬币两次并记录是正面还是背面朝上，则第二次投掷的结果不依赖于第一次投掷的结果。如果您的观测值并非独立，则结果可能无效。
4、确定适当的样本数量；
样本应当足够大，以便满足如下条件：
1、估计值的精度足够大。
2、置信区间足够窄，具有实用性。
3、您针对类型 I 和类型 II 错误具有足够的预防措施。
