Hva Variant Ikke Bevegelig Gjennomsnitt Metoden Eliminere

Kapittel Four (MC og TF) Hvilke to tall er inkludert i den daglige rapporten til administrerende direktør i Walt Disney Parks Amp Resorts angående de seks Orlando parkene a. Yesterdays prognostisert oppmøte og jøders faktiske oppmøte b. Dagens virkelige tilstedeværelse og dagens forventede tilstedeværelse c. Foreløpig prognostisert fremmøte og dagens forventede tilstedeværelse d. yesterdays faktiske oppmøte og siste år oppmøte e. Foreløpig forventet værvarsel for gårdager og årlig gjennomsnittlig daglig prognosefeil En seks måneders glidende gjennomsnittlig prognose er bedre enn en tre måneders glidende gjennomsnittlig prognose dersom etterspørsel a. er ganske stabil b. har endret seg på grunn av nylige kampanjer c. følger en nedadgående trend d. følger et sesongmessig mønster som gjentar seg to ganger i året e. følger en oppadgående trend For et gitt produktbehov er tidsserie-trendligningen 53 - 4 X. Det negative tegnet på ligningens helling a. er en matematisk umulighet b. er en indikasjon på at prognosen er partisk, med prognosverdier lavere enn de faktiske verdiene c. er en indikasjon på at etterspørselen etter produktene faller d. innebærer at bestemmelseskoeffisienten også vil være negativ e. betyr at RSFE vil være negativt Hvilke av følgende er sanne angående de to utjevningskonstantene i prognosen inkludert trend (FIT) - modellen a. En konstant er positiv, mens den andre er negativ. b. De kalles MAD og RSFE. c. Alpha er alltid mindre enn beta. d. En konstant jevner regresjonsavskjæringen, mens den andre jevner regresjonshellingen. e. Deres verdier er bestemt uavhengig. Etterspørselen etter et bestemt produkt forventes å være 800 enheter per måned, i gjennomsnitt over alle 12 måneder av året. Produktet følger et sesongmessig mønster, for hvilken månedsindeksen i januar er 1,25. Hva er sesongjustert salgsprognose for januar a. 640 enheter b. 798,75 enheter c. 800 enheter d. 1000 enheter e. kan ikke beregnes med den oppgitte informasjonen. En sesongindeks for en månedsserie skal snart beregnes på grunnlag av tre års akkumulering av data. De tre forrige juli-verdiene var 110, 150 og 130. Gjennomsnittet over alle månedene er 190. Den omtrentlige sesongindeksen for juli er a. 0,487 b. 0.684 c. 1.462 d. 2.053 e. kan ikke beregnes med den oppgitte informasjonen. Opløsningshåndtering - Kapittel 3 Hvilken av følgende vil være en fordel ved å bruke en salgskompositt til å utvikle en etterspørselsprognose A. Salgspersonalet er minst påvirket av å endre kundenes behov. B. Salgsstyrken kan enkelt skille mellom kundebehov og sannsynlige handlinger. C. Salgspersonalet er ofte oppmerksom på kundens fremtidige planer. D. Salgsmenn er minst sannsynlig å bli påvirket av nylige hendelser. E. Salgsfolk er minst sannsynlig å være partisk av salgskvoter. C. Salgspersonalet er ofte oppmerksom på kundens fremtidige planer. Salgsstyrelsens medlemmer bør være organisasjonens strammeste tilknytning til sine kunder. Hvilket uttrykk beskriver nærmere Delphi-teknikken A. associativ prognose B. forbrukerundersøkelse C. serie spørreskjemaer D. utviklet i India E. historiske data C. serie spørreskjemaer Spørreskjemaene er en måte å fremme konsensus blant divergerende perspektiver på. Hvilket er ikke et kjennetegn ved enkle bevegelige gjennomsnittsverdier som brukes på tidsseriedata A. slår ut tilfeldige variasjoner i dataene B. veier hver historisk verdi like mye C. lagrer endringer i dataene D. krever bare siste tidsperioder prognose og faktiske data E. jevner ekte variasjoner i data D. krever bare siste tidsvarselprognoser og faktiske data Enkle bevegelige gjennomsnitt kan kreve flere perioder med data. I trendjustert eksponensiell utjevning består den trendjusterte prognosen av: A. En eksponentielt glatt prognose og en jevn trendfaktor. B. En eksponensielt jevn prognose og en estimert trendverdi. C. Den gamle prognosen justert av en trendfaktor. D. Den gamle prognosen og en jevn trendfaktor. E. et glidende gjennomsnitt og en trendfaktor. A. En eksponentielt glatt prognose og en jevn trendfaktor. Både tilfeldig variasjon og trenden utjevnes i TAF-modeller. I additivmodellen for sesongmessighet er sesongmessigheten uttrykt som en justering av gjennomsnittet i multiplikativmodellen, sesongmessigheten uttrykkes som en justering til gjennomsnittet. A. mengde prosentandel B. prosentandel C. mengde kvantitet D. prosentandel prosent E. kvalitativ kvantitativ A. mengde prosentandel Tilsetningsmodellen legger til rette for en sesongjustering til desesasonalized prognosen. Den multiplikative modellen justerer desesasonalized prognosen ved å multiplisere den med en sesongrelativ eller indeks. Forutsigelsesteknikker antar generelt: A. Fravær av tilfeldighet. B. kontinuitet i noe underliggende årsakssystem. C. Et lineært forhold mellom tid og etterspørsel. D. nøyaktighet som øker jo lenger ut i tiden prognosen prosjekter. E. nøyaktighet som er bedre når enkelte elementer, i stedet for grupper av gjenstander, blir vurdert. B. kontinuitet i noe underliggende årsakssystem. Forecastingsteknikker antar generelt at det samme underliggende årsakssystemet som eksisterte tidligere, vil fortsette å eksistere i fremtiden. En ledelsesmessig tilnærming mot prognoser som har som mål å aktivt påvirke etterspørselen er: A. reaktiv. B. proaktiv. C. innflytelsesrik. D. utstrakt. E. retroaktiv. Bare å svare på etterspørselen er en reaktiv tilnærming. Tidsserie Eksponensiell utjevning vs. Flytende gjennomsnitt - Eksponensiell utjevningsmetode gir jevne verdier for alle tidsperioder som observeres. Den bevegelige gjennomsnittlige metoden gir ikke jevne verdier (glidende gjennomsnittsverdier) for den første og siste sett av perioder - når utjevning av tidsserien ved tid t vurderer eksponensiell utjevning alle dataene som er tilgjengelige på t (yt, yt-1.) mens den bevegelige gjennomsnittlige metoden bare tar hensyn til observasjonene som inngår i beregningen av gjennomsnittsverdien. Trendskomponenten i en tidsserie kan være lineær eller ikke-lineær. Det er lett å isolere trendkomponenten ved hjelp For lineær trend bruker modellen For ikke-lineær trend med en (større) endring i skråning, bruk den kvadratiske modellen. For å måle din trendkomponent , start med å omdøpe årene dine 1,2,3 ect. For å identifisere konjunkturvariasjon bruker vi prosentandelen av grøft - bestemme trendlinjen (ved regresjon) - beregne trendverdien yt for hver periode t-beregne prosentandelen av trenden med (ytyhat (t)) 100 Fremgangsmåte for modellvalg - bruk noen av observasjonene til å utvikle flere konkurrerende forkastningsmodeller - kjør modellene på resten av observasjonene - kalk nøyaktigheten av hver modell ved hjelp av både MAD og SSFE-kriteriet - bruk modellen som genererer Den laveste MAD-verdien, med mindre det er viktig å unngå (enda noen få) store feil. Bruk i så fall best modell som angitt av det laveste SSE-sesongmessige gjennomsnittskvoten for en kvart, kalkuler gjennomsnittet av ytyhatt for alle perioder og divider etter antallperioder Prosentvis av trenden brukes til å identifisere 2017 Quizlet Inc. Control charts verktøy for å forstå variasjon Forfatter: G Robin Henderson Dato: 18 2013 Copyright: Bildet vises med lov av iStock Photo. Alle tallene er opphavsrett til G Robin Henderson, bortsett fra skisse av Deming, som benyttes med vennlig tillatelse fra Deming Foundation og Tom Nolan. Kontrollskjemaet gjør en fantastisk jobb under et vell av applikasjoner. Det fungerer. W Edwards Deming Statistisk tenkning er et viktig krav til forbedring av prosesser på alle områder av menneskelig aktivitet. Erklæringen om at statistisk tenkning en dag vil være nødvendig for effektiv medborgerskap som evnen til å lese og skrive, tilskrives ofte forfatteren H G Wells, men antas å være en omarbeidet versjon fra Sam Wilks 1950 presidentale til American Statistical Association. I den andre utgaven av Statistisk tenkning. Hoerl og Snee (2012) stat: Statistisk tenkning er en filosofi for læring og handling basert på disse grunnleggende prinsippene: 1. Alt arbeid skjer i et system av sammenkoblede prosesser. 2. Variasjon eksisterer i alle prosesser. 3. Forståelse og reduksjon av variasjon er nøkler til suksess. Kontrolldiagrammer, eller prosessadferddiagrammer, er verktøy for å forstå variasjon. Grunnleggende ideen til kontrollskjemaet ble introdusert i et notat skrevet av Dr Walter Shewhart 16. mai 1924 ved Western Electric Company i USA (Ryan 2000). Men David Salsburg (2001) i sin bok The Lady Tasting Tea: Hvordan statistikkrevolusjonert vitenskap i det tjue århundre tyder på at den matematiske formuleringen av et kontrollskjema først ble foreslått av WS Gosset (Student of t-test fame), og at en kontroll diagrammet dukket opp enda tidligere i en lærebok skrevet av GU Yule. Shewhart skiller mellom to typer variasjoner. På den ene siden er det sjanse eller vanlig årsak variasjon tilfeldig variasjon som er iboende i prosessen som brukes til å lage produktet eller tjenesten. På den annen side er det spesiell årsak variasjon ikke-tilfeldig variasjon som er utenom prosessen, og som kan kreve fjerning for å gjenopprette prosessytelsen til en ønsket tilstand. Selv om det opprinnelig ble utviklet som et statistisk verktøy for industrielle applikasjoner, har det siden blitt utviklet ulike former for kontrolldiagrammer for applikasjoner på et bredt spekter av områder, inkludert helse - og tjenestebransjen generelt. W Edwards Deming ble påvirket av Shewharts arbeid og ble en sterk fortaler for distribusjon av statistiske verktøy for kvalitetsforbedring. Men i dag er forskjellen mellom vanlig og spesiell årsak variasjon ikke kjent så mye som den fortjener å være. En kort on-line biografi av Shewhart er skapt av OConnor og Robertson (2013). I et av hans berømte seminarer sa Dr Deming eksemplet på en 11-årig skole student, Patrick Nolan, som lærte om forskjellen ved å overvåke tidspunktet for sin ankomst med buss på skolen. I hovedsak består et kontrollskjema av et tidsbestemt plott av dataene med horisontale linjer som representerer grensene for vanlig årsakvariasjon. Datapunkter som faller utenfor variasjonsbåndet for vanlig årsak indikerer mulig forekomst av spesiell årsakvariasjon. En skisse av Patricks diagram opprettet av Dr Deming som dukket opp i T he New Economics vises i Figur 1. Figur 1. Skisse av Dr Deming av et kontrollskjema med Patrick Nolans data. Spesielle årsaker ble identifisert som svarer til de to punktene utenfor grensene ved en anledning, det var en ny sjåfør på ruten og på den andre var det et problem med dørlukkingsmekanismen. Det finnes mange typer kontroll diagrammer. For eksempel tilbyr den mye brukte statistiske programvarepakken Minitab (minitaben-usproductsminitab) en meny med 24 typer. Vi ser under kontrollkartet for individuelle målinger, en type diagram som Donald Wheeler (1993) presenterer i Forståelsesvariasjon sammen med et bilde av en sveitsisk hærkniv for å indikere allsidigheten. Et kontrollskjema for individuelle målinger Vurder en produksjonsprosess for smøreolje der målviskositeten er 9,0 CSt ved 100 C. Viskositetsmålinger ble utført på utgangen med 15 minutters intervaller i løpet av en produksjonsløp, med den første observasjonen som ble gjort klokka 08:00. Figur 2 viser et kontrollskjema over dataene som er opprettet når 25 observasjoner var tilgjengelige. Alle diagrammer i denne delen ble opprettet ved hjelp av Minitab-detaljer om hvordan du gjør det, kan du finne i Henderson (2011). Figur 2. Kontrollskjema for de første 25 viskositetsmålinger. I hovedsak er det et løpediagram over dataene som er kledd gjennom tilsetning av en senterlinje ved gjennomsnittet av de 25 innledende dataværdiene (8,98) og de nedre og øvre tre sigma kontrollgrensene. Grensene er plassert ved gjennomsnittlig pluss minus tre standardavvik, dvs. ved 7,93 og 10,03. Shewhart (1931) hevdet av erfaring at bruken av tre sigma-grenser hadde økonomisk betydning. Standardavviket må estimeres fra dataene. Det er konvensjonelt å ikke estimere standardavviket ved anvendelse av den vanlige formel for prøve standardavvik til settet med 25 målinger, men heller å bruke en metode basert på lokal snarere enn global variabilitet. Begrunnelsen for denne tilnærmingen er at hvis de foreløpige dataene inneholder en spesiell årsakvariasjon som diagramskaperen ikke er oppmerksom på, reduserer bruken av slike metoder den skadelige effekten slik spesiell årsak variasjon kan ha på plasseringen av diagramgrensene. Historisk sett har rekkefølgene av sammenhengende observasjonsparametre, bevegelige områder, gitt den mest brukte estimeringsmetoden for standardavviket. Detaljer av beregningene vil bli gitt senere Hovedpunktet å merke seg er at alle datapunkter i figur 2 ligger mellom sporvognslinjene dannet av diagramgrensene begrenser derved at bare vanlig årsakvariasjon er tilstede. Figur 3. Skjematisk av en prosess som utfører på en stabil, forutsigbar måte. På dette stadiet bruker vi kontrollskjemaet til å bestemme om vi har en prosess som er stabil og forutsigbar over tid, innenfor rammene av variasjon på grunn av vanlige årsaker bare (Scenario 1 Figur 3), eller en prosess som er ustabil og uforutsigbar over tid , med både vanlig og spesiell årsak variasjon som påvirker ytelsen, (Scenario 2 Figur 4). Dette refereres til som fase I-søknad av kontrolldiagrammer. I diagrammene representerer de blå kurvene de underliggende statistiske fordelingene som kan anses for å gi observasjonen gjort på det tilsvarende tidspunktet. Med bare vanlig årsak variasjon tilstede kan vi tenke på suksessive observasjoner som blir gitt av samme fordeling hele tiden. Med spesiell årsak variasjon som også er tilstede, kan vi tenke på suksessive observasjoner som blir gitt av fordelinger som forandrer seg med tiden. Figur 4. Skjematisk av en prosess med ustabil, uforutsigbar ytelse. Gransking av diagrammet i figur 2 avslører ingen punkter utover diagramgrensene, slik at det ble bestemt å rulle ut diagrammet med grensene og midtlinjen for videre overvåking av prosessen. Dette er referert til som fase II søknad av kontroll diagrammer. Senere på dagen med ytterligere data opptegnet, oppstod diagrammet som i figur 5. Figur 5. Kontrollskjema med et signal som gir bevis på spesiell årsakvariasjon. Poenget på diagrammet som svarer til måling av viskositet laget kl 18:15 ligger over den øvre kartgrensen, og gir dermed bevis for at en spesiell årsak kan påvirke prosessen. Etterfølgende undersøkelse av prosessteamet viste et tilstoppet filter som ble erstattet. Man kan deretter fortsette å overvåke viskositeten ved hjelp av diagrammet med grensene som er fastlagt ved hjelp av de første 25 observasjonene. Ved større endringer i prosessen kan det være tilrådelig å starte hele kartleggingsprosessen igjen, dvs. å ta en annen serie av innledende viskositetsmålinger og å plotte et innledende diagram. Hvis det ikke er noen poeng utenfor grensene på dette nye diagrammet, kan det bli vedtatt for videre rutinemessig overvåking. I sin forord til forståelse av statistisk prosesskontroll av Wheeler and Chambers (1992) refererer Deming til historien til Shewharts oppfatning av to typer variasjoner som følger. (Sitatet som vises i begynnelsen av denne artikkelen kommer fra samme kilde.) Hvordan oppstod problemet Ledelsen av Western Electric Company, Hawthorne Plant, Chicago, forsøkte å oppnå ensartethet slik at et telefonselskap som kjøpte deres produkt kan avhenge av det. Målet var edelt. Deres160160metoder var imidlertid dårskap. De tok tiltak, gjorde noen form for forandring ved hvert tegn på avgang fra enhetlighet. De var nokså store og ærlige nok til å observere at deres handlinger bare gjorde dette verre. De søkte hjelp. Problemet gikk til160Dr. Shewhart I tillegg til et poeng ut av de tre sigma-grensene som viser bevis for tilstedeværelsen av spesiell årsakvariasjon, er tre andre vanlige kriterier: 8 poeng på rad på samme side av senterlinjen 2 av 3 poeng mer enn 2 standardavvik fra midtlinjen (samme side) 4 av 5 poeng mer enn 1 standardavvik fra midtlinjen (samme side) Disse tester, sammen med det tidligere kriteriet som er omtalt, blir referert til som Western Electric Company Rules. Når de ytterligere tre kriteriene blir brukt, vises diagrammet som tidligere ble vist i figur 5 nå som vist i figur 6. Merk at horisontale linjer er lagt til ved to standardavvik på hver side av middelverdien. Figur 6. Alternativt bevis på forekomst av spesiell årsakvariasjon. Forekomsten av to av tre poeng utover to standardavvik fra midtlinjen og begge over den, gir tidligere bevis på 45 minutter av tilstedeværelsen av spesiell årsakvariasjon som påvirker prosessen. De tre relevante punktene er angitt i figur 6. Ved bruk av Shewhart-diagrammer må det oppnås en balanse mellom å ha for mange gjenkjenningsregler og tilhørende økt risiko for falske alarmsignaler med spesiell årsakvariasjon, og risikoen for å ikke registrere prosessendringer på en tidvis måte. Konsekvensen av å gjøre noen form for forandring ved hvert tegn på avgang fra ensartethet refereres til som manipulering. Dette kan illustreres ved simulering for oljeviskositeten. Forestill deg at prosessoperatørene har en kontrollinnstilling for viskositet som er satt til målverdien på 9,0 og at etter at de første 25 observasjonene ble gjort at et operativ begynner å overvåke prosessen og som justerer prosessen på grunnlag av hver ny observasjon som følger. Hvis viskositeten observert er 9.2, for eksempel, reduser kontrollinnstillingen med 0,2, og hvis viskositeten observert er 8,9, for eksempel, øk kontrollinnstillingen med 0,1. Simulerte data for dette scenariet vises i figur 7. Figur 7. Kontrollskjema over prosessdata med manipulering som brukes til å behandle. Det er ingen signaler som gir bevis for spesiell årsakvariasjon fra dette diagrammet. Imidlertid viser kontrollskjemaet for de bevegelige områdene vist i figur 8 bevis på en prosessendring. Faktisk kan det påvises at typen manipulering simulert øker prosessvariabiliteten med 40. Deming (1986) diskuterer manipulering og beskriver trakteksperimenter som kan brukes til å illustrere konsekvensene. Henderson (2011) presenterer simuleringer av trakteksperimenter og viser tilknyttede individuelle verdikontrolldiagrammer. Figur 8. Flytningsdiagram gir bevis på spesiell årsakvariasjon. Opprettelse av kontrolldiagrammer Noen hevder at når noen bruker kontrolldiagrammer for første gang, er det merit i å plotte dataene med blyant og papir, og ved å gjøre de relevante beregningene for hånd. Det er ingen tvil om at programvare alltid brukes til å lage diagrammer i praksis. I denne delen ble kartene opprettet ved hjelp av regnearkprogramvaren Microsoft Excel. (The American Society for Quality (asq. orgindex. aspx) gir en gratis Microsoft Excel-mal for oppretting av Shewhart gjennomsnittlige og utvalgskontrolldiagrammer som leserne også kan finne av verdi). Vi vurderer et kontrollskjema for de ukentlige manhursene som er tapt for avdeling X. Dataene og formlene for de nødvendige beregningene i Excel vises i tabell 1, med 21 dataverdiene i den andre kolonnen med overskrift X. Her er 20 bevegelige områder tilgjengelig . Den forventede verdien av utvalget av tilfeldige prøver av størrelse n fra en normalfordeling med standardavvik er d2. Ved å betrakte sammenhengende observasjoner som prøver av n 2, er delingen av gjennomsnittlig bevegelsesområde ved d2, som er 1,128 for n 2, standardavviksestimatet på 6,87 og kontrollgrensverdiene på 61,10 og 102,33. Strengt tatt bør denne estimeringsprosedyren kun brukes med normalt distribuerte data, men det har vist seg å være robust for ikke-distribuerte data. Tabell 1. Formler som kreves for å opprette kontrollskjema i Excel. Etter å ha funnet ingen bevis på spesiell årsakvariasjon som påvirker manhour tapene til avdeling X, kan vi nå utrullere diagrammet med midtlinjen og grenser beregnet for fremtidig overvåkning. Tabell 3.160Additional data on manhours loss etter forbedringsprosjekt. Figur 10. Kontrollskjema for manhours tapdata for de første 40 ukene. De to punktene under den nedre grafgrensen gir bevis for at endringene har vært effektive og at en ny fase av prosessytelse er innført. Derfor kan vi beregne en ny senterlinje og grenser for dataene fra uke 31 og framover som vist på figur 11. Den nye senterlinjen er på verdien 65,1 sammenlignet med den opprinnelige senterlinjeværdien på 87,1. Tabellene viser således at det er en reduksjon i gjennomsnittlig ukentlig tap på rundt 12 manhours. Figur 11. Kontrollskjema for manhours tapdata for de to stadiene. I denne andre illustrasjonen av bruk av et kontrollskjema for individuelle målinger var signalene om spesiell årsakvariasjon velkomne. I andre situasjoner vil spesiell årsakvariasjon være uvelkommen, f. eks. i tilfelle av viskositetseksemplet vurdert tidligere hvis prosessen mener avviker vesentlig fra målet, vil det bli nødvendig å treffe gjennomsnittet tilbake til målverdien. Var det reviderte diagrammet for manhours tapt for å gi signaler fra punkter som faller over den øvre grensen, da dette ville gi bevis for at manhour tapene hadde økt igjen. Det ville da være behov for å oppsøke og eliminere de spesielle årsakene for å få prosessen tilbake på sporet igjen. Montgomery (2009) sier at når man bruker denne måten, blir kontrollskjemaet en loggbok der tidsplanen for prosessintervensjoner og deres påfølgende effekt på prosessytelse lett blir sett. I denne artikkelen har vi riper overflaten av et stort emne. For lesere som ønsker å lære mer, har Caulcutt (2004) publisert to artikler i magasinet Betydningen som er tilgjengelige på nettet (significancemagazine. orgviewindex. html) og er svært informativ. For tekniske detaljer på de diskuterte kartene og andre henvisninger fra Henderson (2011), Montgomery (2009) og Wheeler and Chambers (1993) kan bli konsultert. I statistisk metode fra utsiktspunktet for kvalitetskontroll. Shewhart (1939) skrev: Langtidsbidraget av statistikk avhenger ikke så mye av å få mange høyt utdannede statistikere til industrien som det er i å skape en statistisk tenkende generasjon av fysikere, kjemikere, ingeniører og andre som på noen måte vil ha a160hånd i å utvikle og styre morgendagens produksjonsprosesser. Åtti år er gått og forfatteren mener at vi ikke har klart å reagere på Shewharts utfordring. Det bør utvides til å inkludere etableringen av statistisk tenkende mennesker på alle områder av næringsliv og tjenesteyting, i politikk og journalistikk. Alle bør lære om vanlig og spesiell årsakvariasjon og være bevæpnet med et enkelt grafisk verktøy som skiller mellom de to Shewhart kontrollskjemaene. Tross alt kunne et 11 år gammelt barn forstå det. Forfatteren ønsker å anerkjenne oppfordringen gitt av Alison Oliver på Wiley og de mest nyttige kommentarene fra en anonym anmelder. (1) Caulcutt, R. (2004) Managing by fact. Betydning. 1 (1): 3638. (2) Caulcutt, R. (2004) Kontroll diagrammer i praksis. Betydning. 1 (2): 8184. (3) Deming, W. E. (1986) Ut av krisen. Cambridge: MIT Press. (4) Deming, W. E. (2000) Den nye økonomien. Andre edn. Cambridge: MIT Press. (5) Henderson, G. R. (2011) Six Sigma kvalitetsforbedring med Minitab. Andre edn. Chichester, John Wiley ampsons Ltd. (6) Hoerl, R. W. og Snee, R. D. (2012) Statistisk tenkning: Bedre ytelse. Andre edn. Hoboken, NJ, John Wiley ampsons, Inc. (7) OConnor, J. J. og Robertson E. F. (2013) MacTutors historie for matematikkarkivet www-groups. dcs. st-and. ac. uk historieBiographiesShewhart. html 160 (åpnet 26. september 2013) (8) Montgomery, D. C. (2009) Introduksjon til statistisk kvalitetskontroll. 6. edn. Hoboken, NJ: John Wiley amp Sons, Inc. (9) Ryan, T. P. (2000) Statistiske metoder for kvalitetsforbedring. Andre edn. New York: John Wiley amp Sons, Inc. (10) Salsburg, D. (2001) The Lady Tasting Tea Hvordan statistikkrevolusjonert vitenskap i det tjue århundre. W. H. Freeman og Company, New York. (11) Shewhart, W. A. (1931) Økonomisk kontroll av kvaliteten på produsert produkt. New York: D. Van Nostrand. Også tilgjengelig i en 50-årsjubileum utgitt i 1980 av American Society for Quality, Milwaukee, WI. (12) Shewhart, W. A. (1939) Statistisk metode fra utsiktspunktet til kvalitetskontroll. Graduate School of Department of Agriculture, Washington, D. C. (13) Wheeler, D. J. (1993) Forståelse Variasjon Nøkkelen til å håndtere kaos. Knoxville, TN: SPC Press. (14) Wheeler, D. J. og Chambers, D. S. (1992) Forstå statistisk prosesskontroll. Andre edn. Knoxville, TN: SPC Press. Relaterte temaer