Александр Запорожцев пишет: Автор один Hoop - FF - ,Более поный учебник

Мало там ошибок что-ли?

Видимо осознал, если переформулировал. И объединил в одно предложение.

Александр Филонов пишет:

Александр Запорожцев пишет: Автор один Hoop - FF - ,Более поный учебник

Мало там ошибок что-ли?

Видимо осознал, если переформулировал. И объединил в одно предложение.

Если не бать среднее значение, то тогда To это теоретическая величина - никогда производительность не будет максимально возможной

Александр Запорожцев пишет: Если не бать среднее значение, то тогда To это теоретическая величина - никогда производительность не будет максимально возможной

Не понял.

Вы запускаете в процесс единицу продукции или партию. Засекаете время. Она проходит в пустом потоке и выходит из него. Засекаете второе время (финиша).

Получили минимум CT.

Можете повторить несколько раз. Каждый раз пропуская через пустой поток. Получите набор значений. Разброс. Можете определить для него среднее. Взять среднее за минимум. Хотя есть и меньшие значения. Все зависит от ваших целей. Например, будете ли вы определять максимально допустимое стандартное отклонение и т.д. Или же вы из всех значений возьмете за эталон самое минимальное, (а не среднее). Минимум миниморум.

Если есть вариации, процесс описывается минимум двумя параметрами, (средним и ст.отклонением). Все зависит от распределения значений и пр. Так что одним средним Вы не обойдетесь.

Хотя при Ваших талантах...!

Мы можем предлагать свое понимание этого показателя и это возвожно, но у меня боле простая задача - понять, что сказано в учебнике

Рассматриваем статистическое управление процессами.
Пример из книги Уилира глава 3 пример Месячное поступление денег.
Сначала рассматриваются данные за шесть месяце (процесс стабильный)
Затем добавляются данные за следующие полгода - процесс стаильный.
После добавления данных за следующие полгода характер данных изменился - данные о объемах поступления денег пошли вниз

Далее идет фраза "Итак, имеется явное и определённое свидетельство того, что сбо¬ры упали, а также того, что это падение вызвано некоторым изменением в той исходной системе, которая генерирует эти доходы. Это изменение слишком велико, чтобы быть случайным. Весьма вероятно, что имеет место особая причина, и будет полезно определить, что же это за причина."
Вопрос - А как определить причину, которая привела к такому заметному изменению поведения процесса?

Александр Запорожцев пишет: Мы можем предлагать свое понимание этого показателя и это возвожно, но у меня боле простая задача - понять, что сказано в учебнике

может лучше наши учебники читать?
там вроде описаны технологические и производственные циклы
вот первый попавшийся - циклы
лесотехнический университет

Александр Запорожцев пишет: ...
Далее идет фраза "Итак, имеется явное и определённое свидетельство того, что сбо¬ры упали, а также того, что это падение вызвано некоторым изменением в той исходной системе, которая генерирует эти доходы. Это изменение слишком велико, чтобы быть случайным. Весьма вероятно, что имеет место особая причина, и будет полезно определить, что же это за причина."
Вопрос - А как определить причину, которая привела к такому заметному изменению поведения процесса?

Как мы с Вами когда-то говорили, лучше всего искать причины, разумно близкие (не до взаимодействия электронных оболочек ) к следствиям. Так и поступим.
Каждая точка на графике - консолидированные данные многих платежей. Наблюдается не просто разовое значительное отклонение, а переход процесса в новое состояние. Пока мы не знаем, что произошло, у нас не будет оснований считать, что новое состояние стабильно, даже если оно пока лежит в новых границах. То есть, нужно искать изменения в самом процессе.
Каждая точка на графике - консолидированные данные за месяц. Мы знаем, что консолидация данных неизбежна при движении вверх по иерархии, но она же скрывает часть информации. Какую же информацию могут скрывать данные таблиц 3.18, 3.20 и 3.22 (и соответствующих им графиков)? Один из способов анализа - построение гистограммы величин приходящих платежей, составляющих консолидированные данные. Это довольно эффективный метод обнаружения групп данных, принадлежащих, при более детальном рассмотрении, к разным множествам данных. Например, может оказаться, что ваши платежи состоят из нескольких различающихся групп: от крупных плательщиков и мелких. Небольшие изменения в составе группы крупных плательщиков могут заметным образом изменить выход процесса. Этот же метод можно применить и в случае широких границ (график, который Вы привели ранее в обсуждении).
Можно просто отметить спад на рынк или появление конкурента и этим всё объяснить. Но ведь нам данные нужны для того, чтобы на их основе действовать.
Выделив несколько групп плательщиков и рассмотрев изменения в этих группах, можно планировать воздействие на процесс. Как говорят последователи ТОС: обвинять маркет - удел лузеров.

Георгий Лейбович пишет: Как мы с Вами когда-то говорили, лучше всего искать причины, разумно близкие (не до взаимодействия электронных оболочек ) к следствиям. Так и поступим.
Каждая точка на графике - консолидированные данные многих платежей.
Один из способов анализа - построение гистограммы величин приходящих платежей, составляющих консолидированные данные.
Выделив несколько групп плательщиков и рассмотрев изменения в этих группах, можно планировать воздействие на процесс. .

На занятии со студентами мы обсуждали это вопрос и рассуждали следующим образом:
Задали вопрос - "С какими процессами сввязан процесс платежей"? Мы дали такой ответ - основной процесс - это заключение договоров на страхование Второй процесс - это обеспечение финасового положения страхователя.
Возможные причины снижения платежей на данный период 1. Закончились страховки у большой группы страховщиков и они перестали выплачивать страховку 2. Наступил кризис - люди потеряли работу и не могут выплачивать страховку.
Таким образом мы шли от взаимодействия процесса сдора страховых взносов с другими процессами этой системы
Ваше предложение об использовании статистического анализа - разделение страхователей по разным группам тоже представляется разумным. Спасибо, обязательно учтем.
Но мой вопрос направлен не на анализ элементов системы формирования страховых выплат, а на то, что в книге внимание уделяется тому, что ККШ позволяют сделать первый шаг в понимании данных (мы обнаруживаем признаки действия особых причин) но ничего не говорит, как имкать ответы на вопросы. Мне представляется разумным использовать следующий подход:
1. провести анализ потенциальных вмешательств в процесс
2. определить признаки потенциальных вмешательств
3. При сборе данных фиксировать не только контролирруемый показатель, но и все признаки потенциальных вмешательств
Вот тогда определять причины вмешательств будет несколько проще (я так думаю)

Не смог просто удалить, добавил эмоций. Особенно понравилось рассмотрение двух процессов и пункт 3.