Вплоть до первого практического применения, метод Монте-Карло пугает всех, кто о нем слышит. Большинство людей считает это слишком сложным и непонятным статистическим алгоритмом. На самом деле ММК не то, что не сложен в применении - он даже более прост, чем большинство статистических анализов и техник, которые вам уже известны. В этой статье рассмотрено несколько типовых задач, с которыми практики шести сигм могут столкнуться в ходе внедрения DMAIC или DMADV проектов, и в которых ММК может помочь с поиском ответов.

Комментарии   

#1 Александр Запорожцев 23.10.2017 09:42
Я не понял откуда взялась регрессионная модель Факторы А и В это размер двух деталей, а остальные факторы что означают?
#2 DMAgIC 04.11.2017 22:07
Александр, прошу прощения. Не видел вашего вопроса. В статье 2 примера. В первом примере геометрические размеры обозначены переменными А и Б. Во втором A, B, C, D, E - это параметры ТПА, а регрессия является следствием планирования эксперимента (DOE). Сам DOE я не привел, чтобы сфокусироваться на теме публикации. Но если интересует способ построения модели, то на сайте есть этот проект.
#3 Александр Запорожцев 05.11.2017 10:09
На каком сайте? Мне бы хотелось разобраться
#4 Александр Филонов 05.11.2017 16:26
Цитирую Александр Запорожцев:
На каком сайте? Мне бы хотелось разобраться


В тексте новости есть ссылка. Нажмите. Потом налево и прямо вверх. Там поиск.

Удачи! :-)
#5 Александр Запорожцев 05.11.2017 19:30
Александр, а я не понял. В тексте новости есть ссылка на статью, а где есть ссылка на проект я не понял
#6 Александр Филонов 05.11.2017 20:32
Да я сам не понял.
Наберите DOE в поиске или регрессия...
Или лучше спросите Костю (DMAgIC).