Хорошая презентация к ВКР это уже треть успеха на защите. Понятно, что это не отменяет умение её подать, а также наличие хорошей работы, но презентация это именно то, что позволяет за 5-10 минут дать представление о вашей работе широкому кругу лиц. Поэтому относиться к презентации ВКР я рекомендую крайне серьезно, для чего рассмотрим основные элементы, её составляющие.

Сама «рыба» нижеупомянутой презентации доступна вот по этой ссылке в формате Power Point (есть также pdf версия).

Первый слайд содержит всю необходимую информацию о студенте и его работе. Понятно, что он должен совпадать с титульным листом ВКР.

Не втором слайде показываем множество применяемых средств (методов, моделей, методик, процедур, алгоритмов, подходов, приемов, способов, стандартов), которые были использованы в данной работе. Слайд опциональный, сделать его удается сразу не всегда, но если он есть в презентации, то он очень важен для последующего слайда и снимает кучу вопросов. Слайд крайне рекомендуется, если защищается ВКР по управлению качеством. Он показывает взаимосвязь научных школ, науки и практики (стандарты), а  на следующем слайде будет показано противоречие, из которого и вытекает актуальность работы.

Далее уже показываем актуальность работы, можно схематично, можно текстом. Необходим вывод на слайде, что работа является актуальной. Причем это вывод должен напрашиваться из увиденного на слайде, а не вызывать недоумение. Аналогичный подход к выводам должен быть и на остальных слайдах.

Дальше говорим о целях и задачах исследования, а также объекте и предмете исследования.

Хороший слайд «логика работы», который кратко описывает структуру вашей диссертации.

Собственно, переходим к тому что сделали именно вы. Не надо описывать организацию, передавать приветы родным и близким и писать разный отвлеченный текст. Есть именно ваша работа и она должна быть понятна. Идеально: научный (практический) результат — это слайд (или два). Под каждый слайдом пишем вывод, зачем мы его рисовали. Вывод должен быть связан как с результатом вашей работы, так и со слайдом.  Постарайтесь воздержаться от рисования диаграмм Парето и Исикавы, а также SWOT анализа. Также внимательно относимся к терминологии на слайдах. Поскольку защита идет по техническим наукам, то формулы крайне приветствуются. Естественно, что надо понимать, что это за формулы и зачем они нужны, потому как вопросы по ним скорее всего будут.

Далее пишем результаты работы, по идее, они должны максимально коррелировать с поставленными задачами. Желательно, приводить цифры, которые показывают, что вы добились.

Говорим об апробации и научной новизне. Дальнейшая структура слайдов примерна (по одному или два пункта на слайд зависит от объема текста), но перечисленные элементы крайне рекомендуются.

Перечисляем публикации. Если материалы конференции выходили в печатном или электронном виде, тоже их включаем в список.

Раздел «внедрение» опционален, хорошо если есть акт внедрения, тогда этим можно и похвастаться.

Финальный слайд. Чтобы он имел хоть какой-то практический смысл, кроме чувства радости у комиссии, что они выслушали всё это безобразие, напишите туда свою электронную почту. Мало ли, безумный миллионер посмотрит вашу работу в библиотеке ГУАП  и захочет с вами связаться.

Чек-лист к презентации.

1. Презентация читается с носителя и записана в двух форматах (PowerPoint и PDF)
2. Презентация не перегружена цветовым оформлением, сделана строго и академично
3. Шрифтов менее 12 пт. на презентации нет (в крайнем случае на рисунках 10 пт.). Большие таблицы или схемы (если они действительно необходимы) лучше распечатывать отдельно и оформлять в виде раздаточного материала: на экране они просто не читаются.
4. Презентация содержит все необходимые разделы:
   • Актуальность
   • Цели и задачи исследования
   • Дает общее представление о работе
   • Раскрывает положения выносимые на защиту, содержащие новизну. Новизна выделена в явном виде.
   • Содержит выводы
   • Описывает апробацию и публикации
5. Слайды содержат выводы.
6. Презентация распечатана по числу членов комиссии (количество уточните в деканате).

Дополнительная литература

1. Желязны Д. Говори на языке диаграмм. Пособие по визуальным коммуникациям. [pdf]
2. Желязны Д. Бизнес-презентация. Руководство по подготовке и проведению [pdf]

Во-первых, небольшое пояснение к паспорту специальности 05.02.23. Если его открыть, то мы увидим следующее:

Формула специальности:

Стандартизация и управление качеством продукции – специальность, решающая задачи и проблемы гармоничного (комплексного) развития производства товаров и услуг на базе современных методов управления и контроля деятельности предприятий и организаций, информационных технологий, стандартов, методов общего управления качеством, охраны окружающей среды и перспективных инновационных технологий. Содержанием специальности 05 02 23 является: Разработка проблем воздействия стандартизации на ускорение научно-технического прогресса, повышение безопасности и конкурентоспособности продукции и услуг, результативности технологических систем производства, на совершенствование систем управления качеством продукции. Разработка организационных и методических основ стандартизации, сертификации и управления качеством продукции в рыночных условиях. Разработка путей повышения результативности (всех ее составляющих – экономичность, прибыльность, производительность, действенность, условия трудовой деятельности, нововведения) на основе принципа сквозного интегрированного управления качеством и требований международных стандартов ИСО серии 9000, 14000 и положений Всеобщего Управления Качеством (TQM).

Отсюда, как нетрудно увидеть, напрашиваются три возможные научные задачи нашей работы:

1. Разработка проблем воздействия стандартизации на ускорение научно-технического прогресса, повышение безопасности и конкурентоспособности продукции и услуг, результативности технологических систем производства, на совершенствование систем управления качеством продукции.
2. Разработка организационных и методических основ стандартизации, сертификации и управления качеством продукции в рыночных условиях.
3. Разработка путей повышения результативности (всех ее составляющих – экономичность, прибыльность, производительность, действенность, условия трудовой деятельности, нововведения) на основе принципа сквозного интегрированного управления качеством и требований международных стандартов ИСО серии 9000, 14000 и положений Всеобщего Управления Качеством (TQM).

Подумайте, как используя эти хорошие и добрые слова следует написать цель Вашей работы.

Ну, а что решаемые задачи должны коррелировать с областями исследования, я уже писал.

Области исследований:

1. Методы анализа, синтеза и оптимизации, математические и информационные модели состояния и динамики качества объектов.
2. Стандартизация, метрологическое обеспечение, управление качеством и сертификация.
3. Методы стандартизации и менеджмента (контроль, управление, обеспечение, повышение, планирование) качества объектов и услуг на различных стадиях жизненного цикла продукции.
4. Квалиметрические методы оценки качества объектов, стандартизации и процессов управления качеством.
5. Методы стандартизации и управления качеством в CALS-технологиях и автоматизированных производственных системах.
6. Совершенствование связей взаимодействия системы поставщик – разработчик – изготовитель – центр стандартизации и метрологии (ЦСМ) – орган по сертификации систем качества и производств (ОССКП) при сквозном интегрированном управлении качеством с целью максимизации результативности.
7. Технико-экономические основы стандартизации и разработка системы стандартов.
8. Совершенствование направлений сертификации продукции (услуг), систем качества, производств.
9. Научные основы автоматизированных комплексных систем управления эффективностью производства и качеством работ на базе стандартизации.
10. Научные основы стандартизации.
11. Основные положения и содержание Всеобщего Управления Качеством (TQM).

Во-вторых, если открыть стандарт ФГОС ВО 27.04.02 Управление качеством, то из него следует, что ВКР магистранта должно продемонстрировать освоение компетенций:

5.1. В результате освоения программы магистратуры у выпускника должны быть сформированы

общекультурные, общепрофессиональные и профессиональные компетенции.

5.2. Выпускник, освоивший программу магистратуры, должен обладать следующими

общекультурными компетенциями:

• способностью к абстрактному мышлению, анализу, синтезу (ОК-1);
• готовностью действовать в нестандартных ситуациях, нести социальную и этическую ответственность за принятые решения (ОК-2);
• готовностью к саморазвитию, самореализации, использованию творческого потенциала (ОК-3);
• способностью к сотрудничеству, разрешению конфликтов, к толерантности; способностью к социальной адаптации; владением навыками руководства коллективом (ОК-4);
• способностью собирать, обрабатывать и интерпретировать с использованием современных информационных технологий данные, необходимые для формирования суждений по соответствующим социальным, научным и этическим проблемам (ОК-5).

5.3. Выпускник, освоивший программу магистратуры, должен обладать следующими общепрофессиональными компетенциями:

• способностью формулировать цели и задачи исследования, выявлять приоритеты решения задач, выбирать и создавать критерии оценки (ОПК-1);
• способностью к самостоятельному обучению новым методам исследования, к изменению научного и научно-производственного профиля своей профессиональной деятельности (ОПК-2);
• способностью использовать иностранный язык в профессиональной сфере (ОПК-3);
• способностью использовать на практике умения и навыки в организации исследовательских и проектных работ, в управлении коллективом (ОПК-4);
• способностью к профессиональной эксплуатации современного оборудования и приборов (в соответствии с целями магистерской программы) (ОПК-5);
• способностью применять современные методы исследования, оценивать и представлять результаты выполненной работы (ОПК-6);
• способностью идентифицировать основные процессы и участвовать в разработке их рабочих моделей (ОПК-7);
• способностью участвовать в проведении корректирующих и превентивных мероприятий, направленных на улучшение качества (ОПК-8).

5.4. Выпускник, освоивший программу магистратуры, должен обладать профессиональными компетенциями, соответствующими виду (видам) профессиональной деятельности, на который (которые) ориентирована программа магистратуры:

производственно-технологическая деятельность:

• способностью проводить корректирующие и превентивные мероприятия, направленные на улучшение качества (ПК-1);

• способностью прогнозировать динамику, тенденции развития объекта, процесса, задач, проблем, их систем, пользоваться для этого формализованными моделями, методами (ПК-2);

организационно-управленческая деятельность:

• способностью на основе концепции всеобщего управления качеством участвовать в подготовке перспективной политики развития организации и разработке систем ее реализации (ПК-3);
• способностью планировать и организовывать работу коллектива исполнителей, принимать исполнительские решения в условиях различных мнений (ПК-4);
• способностью разрабатывать планы научно-исследовательских и опытно-конструкторских работ, управлять ходом их выполнения (ПК-5);

научно-исследовательская деятельность:

• способностью осуществлять постановку задачи исследования, формирование плана его реализации (ПК-6);
• способностью выбирать существующие или разрабатывать новые методы исследования (ПК-7);
• способностью разрабатывать рекомендации по практическому использованию полученных результатов исследований (ПК-8);

проектная деятельность:

• способностью формулировать цели проекта (программы) решения задач (проблем), критерии и показатели достижения целей, выстраивать структуры их взаимосвязей (ПК-9);
• способностью разрабатывать и применять нормативно-техническую документацию по созданию системы обеспечения качества и контролю ее эффективности (ПК-10).

Остановимся немного поподробнее на этом. Кратко дам намётки, что должно быть в ВКР, чтобы сомнений в освоении компетенций не возникло.

Уважаемые магистранты 2019-2020 гг. выпуска.

Прошу прислать мне на почту diploma (собака) tushavin (точка) ru следующую анкету:

1. Фамилия имя отчество.
2. Группа.
3. Год выпуска.
4. Рабочее название диссертации.
5. Цель работы и решаемые задачи (по возможности).
6. Одним предложением описать, о чем будет ваша диссертация.
7. Список публикаций (только те публикации которые не вошли в ВКР бакалавра).

Тех кто не ознакомился – ознакомиться, а остальным повторить Лекцию 2: Методологический аппарат научного исследования. Там перечислены основные ошибки, которые могут быть допущены при написании введения к вашей работе.

Теперь о грустном. Вчера прослушал защиту магистерских диссертаций. Что сделано — то сделано, все защитились, одни лучше, другие хуже, мои поздравления всем защитившимся. Но есть нюансы на которые следует обязательно обратить внимание будущим выпускникам, чтобы не повторять эти ошибки в будущем.

1. Настоятельно рекомендую иметь презентацию в двух  форматах: PDF и PowerPoint. Были накладки, связанные с тем, что интерактивном экране графика в PowerPoint вся «поехала» и была полная каша на экране. Пришлось смотреть распечатки.
2. Вопросы которые вам задают в 99% случаев связаны именно с вашими же картинками и формулами в презентации. Потрудитесь понять, что вы нарисовали и уметь это рассказать.
3. Математические формулы надлежит писать математически верно. Это банальщина, но не надо изобретать свою нотацию из привычного всем математического языка. Очень много было случаев «творческого подхода» к описанию формул.
4. Ограничения. Распространенная ошибка забыть включить что-то в диапазон. Т.е. если в одном случае меньше какой-то величины, то в другом случае должно быть больше или равно, а не строго больше. Естественно от комиссии следует ехидный вопрос: «а что делать с самой величиной?» — и человек впадает в ступор.
5. Если вы рисуете схему процесса — пройдитесь мысленно по этой схеме и подумайте, что вы сделали. Очень много ошибок, граничащих с откровенным идиотизмом.
6. Ни одной правильной регрессионной модели я не увидел. А если и увидел, то человек не смог прочитать, что он понаписал и понарисовал. Настоятельно рекомендую пройти бесплатные курсы по статистике и регрессионному анализу на coursera. Крайне слабое место практически у каждого магистранта.
7. Никто не смог прочитать уравнение линейной регрессии по формату: «при увеличении предиктора А на единицу и фиксированных остальных величинах результирующая величина увеличится на…». Заставляет задуматься.
8. Никто не смог обосновать степень полинома либо необходимость выбранного логарифмического преобразования. Боюсь, что про преобразование Бокса-Кокса было бесполезно спрашивать.
9. Относитесь к защите серьезно. Даже если вы идете на «красный диплом» откровенная расслабуха и веселье на защите до добра не доводит. Можно и нарваться. Защититесь — и травите себе потом анекдоты о кафедре и вашей учебе с друзьями сколько хотите, если больше заняться будет нечем. Не надо пытаться превратить защиту в швайнфест. Не нужны в презентации смайлики, забавные рожицы, ваши статусы из Вконтакте и селфи с обезьянкой. Не надо пытаться «доминировать» и «давить авторитетом» на комиссию. Как говорится, «не плюй в колодец: вылетит — не поймаешь».

Итак, еще раз о введении. По пунктам.

Согласно ГОСТ Р 7.0.11-2011:

«5.3.1 Введение к диссертации включает в себя следующие основные структурные элементы:
— актуальность темы исследования;
— степень ее разработанности;
— цели и задачи;
— научную новизну;
— теоретическую и практическую значимость работы;
— методологию и методы исследования;
— положения, выносимые на защиту;
— степень достоверности и апробацию результатов.»

Актуальность обычно проблем не вызывает

Степень разработанности — «поминальничек». Тут должен быть список ученых, который при этом должен коррелировать с теми, что перечислены в списке литературы и упоминаются в главе 1. Проверьте, так ли у вас?

Объект и предмет исследования — необязательный элемент по ГОСТ, но требуется на кафедре.

Цели и задачи — см. предыдущую заметку.

Научная новизна. Во-первых, придерживаемся формулы новизны, во-вторых, новизна это то, что сделано, а не то, что предстоит сделать. Никакого будущего времени быть не должно.

Теоретическая и практическая значимость работы. Неужели вашу работу нельзя нигде использовать? Напишите, для чего она нужна.

Методология и методы исследования. Ну, посмотрите, что люди в авторефераты пишут! Гляньте вот сюда еще.

Пример:  В работе использованы статистические методы управления качеством, методы системного анализа, математического и дискретно-ситуационного моделирования, линейной и нелинейной оптимизации, теории нечётких множеств, теории
управления, методы автоматизированной обработки информации и проектирования информационных систем.

Степень достоверности и апробация результатов — курсивом указан примерный текст и как поставить ссылки на свои публикации (который должны быть в списке литературы).

Основные результаты диссертации докладывались на следующих конференциях:

….

Достоверность полученных результатов обеспечивается методологией исследования, базирующейся на обосновании выбора используемого аналитического аппарата, результатов научных исследований отечественных и зарубежных учёных по сходной проблематике, применением…. Помимо изложенного, достоверность подтверждается актом внедрения.

Публикации. Материалы диссертации опубликованы в ___ печатных работах, из них ___  работ в журналах из международной базы цитирования Scopus [*–*], __ статья в изданиях, рекомендованных ВАК РФ [*–*], ___ статей в рецензируемых изданиях и в сборниках трудов конференций [*–*]

Чек-лист к отчету по производственной практике

I. Отчет по практике

• Все рисунки подписаны по ГОСТ и на них есть ссылки в тексте
• Все таблицы подписаны по ГОСТ и на них есть ссылки в тексте
• Формулы оформлены по ГОСТ, пронумерованы, все условные обозначения расшифрованы
• Список литературы в отчете более 10 источников.
• Список литературы содержит не менее 5 датированных последними тремя годами, включая текущий  (eLibrary в помощь).
• В списке литературы отсутствуют ссылки на авторефераты и диссертации. При использовании материалов диссертации рекомендуется использовать статьи и монографии автора (обычно они перечислены в конце автореферата).
• Все источники оформлены строго в соответствии со стандартом. Проверять наличие выходных данных, страниц. Электронные источники не приветствуются, но при их наличии они тоже оформляются по соответствующему стандарту.
• На все источники имеются ссылки в тексте. Если 15 источников, то циферки с 1 по 15 в квадратных скобках живописно разбросаны по отчету.
• Шрифт в работе одинаковый (не прыгает с Arial на Times и не меняет размер с 10 на 14, или цвет).
• В отчете о практике есть заключение и оно содержит выводы
• Заключение не менее 400 слов, включая выводы.

II. Презентация

Презентация может соответствовать структуре, описанной на этом сайте, с учетом следующих моментов:

• Название презентации (первый слайд) — защита практики (см титульный лист отчета по практике, должно соответствовать).
• Руководитель практики — это не научный руководитель
• Актуальность не обязательна. Но не мешает.
• Выводы под каждым слайдом крайне желательны.
• Презентация в 1 экземпляре должна быть распечатана и сдана с отчетом

III. О названии

В связи с возникшими вопросами в процессе защиты к терминологии привожу фрагмент ГОСТ Р ИСО 9000-2015:

3.3.5 планирование качества (quality planning): Часть менеджмента качества (3.3.4), направленная на установление целей в области качества (3.7.2) и определяющая необходимые операционные процессы (3.4.1) и соответствующие ресурсы для достижения целей в области качества.

Примечание – Разработка планов качества (3.8.9) может быть частью планирования качества.

3.3.6 обеспечение качества (quality assurance): Часть менеджмента качества (3.3.4), направленная на создание уверенности, что требования к качеству (3.6.5) будут выполнены.

3.3.7 управление качеством (quality control): Часть менеджмента качества (3.3.4), направленная на выполнение требований к качеству (3.6.5).

3.3.8 улучшение качества (quality improvement): Часть менеджмента качества (3.3.4), направленная на повышение способности выполнить требования к качеству (3.6.5).

Примечание – Требования к качеству могут относиться к любым аспектам, таким как результативность (3.7.11), эффективность (3.7.10) или прослеживаемость (3.6.13).

Дополнительно

• Управление библиографией в Zotero
• Требования ГУАП к оформлению работ

1. Метод анализа иерархий в R
2. Kemeny–Young method
3. Schulze method
4. Borda count
5. Примеры расчетов к моим статьям
6. Тушавин В. А. Ранжирование показателей качества с использованием методов Кемени-Янга и Шульце // Экономика и менеджмент систем управления. 2015. No 4.4 (18). С. 497–503.

Также рекомендую посмотреть:

1. Fleiss’ kappa
2. Коэффициент множественной ранговой корреляции (конкордации).

Для того чтобы написать литобзор вам нужно, как минимум, понимать цель и задачи своей работы. Если их нет и нет даже базовой рабочей гипотезы, которую вы вполне можете потом опровергнуть при работе с источниками, то смысла в такой работе никакого.

По-сути, в результате у вас должна получиться почти готовая  первая глава вашей магистерской диссертации, соответственно, необходимо в ней решить часть поставленных задач, направленных на достижение цели. Более того, начинать решать эту задачу надо от общего к частному, а не по принципу «что подвернулось отдалено похожее по названию, то и славно».

Пример достаточно серьезного литературного обзора, оформленного как статья, можно посмотреть в работе И.Д. Котлярова. «Сущность аутсорсинга как организационно-экономического явления». Смотрите и учитесь. Краткий критерий качества:  если  результаты вашей работы не могут быть оформлены как статья, не содержат аналитику и информацию шире, чем имеется в официальной аннотации с корректно оформленным цитированием (с указанием страниц), то это не литературный обзор, а словесный шлак. Посылать его мне не надо, экономьте моё и своё время. Ну, и требования по оформлению пока никто не отменял. Описание формул пространным литературным текстом не самая лучшая идея, а, тем более, их бездумное копирование для придания «наукообразия». Так иногда и пожалеешь, что научно-технический прогресс привел к тому, что не приходится выбивать текст зубилом по камню. Глядишь, лишний раз бы задумались над целесообразностью своего труда.

Дополнительные материалы по теме:

• Методические рекомендации по подготовке обзора литературы
• Переводная статья «Написание обзора литературы»

Отсутствие подтверждения статистических гипотез.

Если у вас раньше брак был 5 изделий из 100, а стал 3 изделия из 102 можно ли делать выводы, что брак уменьшился в 1.7 раза? Нет! Убедимся это простым расчетом в R.

> bad<-c(3,5)
> count<-c(100,102)
> prop.test(bad,count)

2-sample test for equality of proportions with continuity correction

data: bad out of count
X-squared = 0.11036, df = 1, p-value = 0.7397
alternative hypothesis: two.sided
95 percent confidence interval:
-0.08252672 0.04448751
sample estimates:
prop 1 prop 2
0.03000000 0.04901961

Warning message:
In prop.test(bad, count) :
аппроксимация на основе хи-квадрат может быть неправильной

Нулевая гипотеза в двнном случае, что пропорции одинаковы. Она подтверждается (p-value = 0.7397 > 0.05). Warning при расчетах говорит о том, выборка маловата для оценки параметра. Иными словами, говорить в приведенном случае об улучшении при таких то данных не приходится.

Рассмотрим похожий вариант. Все те же цифры, но в 10 раз больше.

> bad<-c(30,50)
> count<-c(1000,1020)
> prop.test(bad,count)

2-sample test for equality of proportions with continuity correction

data: bad out of count
X-squared = 4.3154, df = 1, p-value = 0.03777
alternative hypothesis: two.sided
95 percent confidence interval:
-0.036961241 -0.001077974
sample estimates:
prop 1 prop 2
0.03000000 0.04901961

Как видим, теперь гипотеза об одинаковости пропорций отвергается ( p-value = 0.03777 < 0.05) и налицо улучшение процесса.

Неверно построенные контрольные карты

Как известно, для контроля качества по альтернативному признаку используются следующие карты (см. ГОСТ Р ИСО 7870-2-2015. Статистические методы. Контрольные карты. Часть 2. Контрольные карты Шухарта)

C-карта. В таких контрольных картах строится график числа дефектов (в партии, в день, на один станок, в расчете на 100 футов трубы и т.п.). При использовании карты этого типа делается предположение, что дефекты контролируемой характеристики продукции встречаются сравнительно редко, при этом контрольные пределы для данного типа карт рассчитываются на основе свойств распределения Пуассона (распределения редких событий).
U-карта. В карте данного типа строится график относительной частоты дефектов, то есть отношения числа обнаруженных дефектов к n — числу проверенных единиц продукции (здесь n обозначает, например, число футов длины трубы, объем партии изделий). В отличие от C-карты, для построения карты данного типа не требуется постоянство числа единиц проверяемых изделий, поэтому ее можно использовать при анализе партий различного объема.
Np-карта. В контрольных картах этого типа строится график для числа дефектов (в партии, в день, на станок), как и в случае С-карты. Однако, контрольные пределы этой карты рассчитываются на основе биномиального распределения, а не распределения редких событий Пуассона. Поэтому данный тип карт должен использоваться в том случае, когда обнаружение дефекта не является редким событием (например, когда обнаружение дефекта происходит более чем у 5% проверенных единиц продукции). Этой картой можно воспользоваться, например, при контроле числа единиц продукции, имеющих небольшой брак.
P-карта. В картах данного типа строится график процента обнаруженных дефектных изделий (в расчете на партию, в день, на станок и т.д.). График строится так же, как и в случае U-карты. Однако контрольные пределы для данной карты находятся на основе биномиального распределения (для долей), а не распределения редких событий. Поэтому P-карта наиболее часто используется, когда появление дефекта нельзя считать редким событием (если, например, ожидается, что дефекты будут присутствовать в более чем 5% общего числа произведенных единиц продукции).

Поэтому построение U-карты для брака 30% в подавляющем большинстве случаев будет методически неверно. Далее, если у вас различный объем выборки, то, по уму, и контрольные границы будут различными. Рекомендую использовать пакет qcc в R, там все это делается проще.

Для построения контрольных карт используется команда qcc со следующим параметром type:

• «xbar» карта средних значений
• «R» R-карта размахов
• «S» S-карта стандартных отклонений
• «xbar.one» карта индивидуальных значений
• «p» карта пропорций (p-карта)
• «np» карта числа несоответствий (np-карта)
• «c» c-карта
• «u» u-карта
• «g» g-карта (карта редких событий)

Рассмотрим построение карты на примере имеющихся в пакете данных orangejuice

Концентрат замороженного апельсинового сока упакован в картонные банки размером 6 унций. Эти банки формуются на машине из картона с прикрепление металлической нижней панели. Затем проверяют, может ли емкость быть заполнена жидкость без протечек, как на боковом шве, так снизу в местах крепления. Если это происходит, банка считается несоответствующей. Данные собирали в виде 30 образцов по 50 банок каждый с интервалом в полчаса в течение трех смен, когда машина работала непрерывно. Для 15 использовался новый полуфабрикат из картона, который планируется вводить в производство. Образец 23 был получен, когда неопытный оператор был временно назначен на машину. После первых 30 образцов была произведена настройка машины. Затем еще 24 образца были взяты из рабочего процесса.

Данные содержат 54 наблюдения следующих четырех величин:

• sample — номер измерения;
• D — числ дефектов;
• size — размер выборки;
• trial -признак настройка (TRUE) или производство (FALSE)

> library(qcc)
> data(orangejuice)
> head(orangejuice)
sample D size trial
1 1 12 50 TRUE
2 2 15 50 TRUE
3 3 8 50 TRUE
4 4 10 50 TRUE
5 5 4 50 TRUE
6 6 7 50 TRUE
> qcc(orangejuice[orangejuice$trial,2],sizes=orangejuice[orangejuice$trial,3],type="p")

Аналогично можно построить контрольную карту со старыми и новыми значениями.

> qcc(orangejuice[orangejuice$trial,2], sizes=orangejuice[orangejuice$trial,3], newdata=orangejuice[!orangejuice$trial,2], newsizes=orangejuice[!orangejuice$trial,3],type="p")

SWOT анализ

Во всех работах без исключения SWOT-анализ делается просто для того, чтобы занять две-три страницы темы. Смысла в нем практического никакого, делается он неверно, сделанные на основании него выводы (в 80% случаев они просто отсутствуют) настолько тривиальны, что даже говорить о них не хочется. Рецензенты в большинстве случаев отмечают это в замечаниях. Если вы проектируете какую-нибудь инновацию это совершенно бесполезный инструмент, поскольку это инструмент стратегического планирования, а не DFSS. Не позорьтесь, выберите что-нибудь другое в качестве основы своего исследования.

Во-вторых, пока свежи впечатления от увиденного, позволю себе перечислить несколько явно выраженных косяков, бросающихся в глаза, которые надлежит избегать тем, кому еще только предстоит защищаться.

1. Оформление формул. Не пишите формулы текстом, пользуйтесь редактором формул. Настоятельно рекомендую MathType. Увижу «*» вместо знака умножения в формуле — прокляну!
2. Постарайтесь избегать диаграммы Исикавы и других базовых инструментов качества в качестве основы вашего исследования. Как промежуточный инструмент — пожалуйста, но выносить это на защиту и гордиться для магистранта, на мой взгляд, странно. Аналогично со SWOT анализом.
3.  Экономика. Принцип простой. Не разбираешься — не позорься. Да и в работе лучше избегать. Не смешите рецензента. Либо разберитесь, ничего там сложного нет.
4. Если работали со стастистикой — не забыаем про размер выборки и разведочный анализ данных.
5. Если рисуете столбиковую диаграмму для пропорций, не забывайте рисовать доверительный интервал. Excel это умеет. Как? Легко находится поиском.
6. Вышесказанное справедливо для любой модели. Чем вы подтвердите достоверность полученных результатов? Помедитируте об этом.
7. Если написали формулы — произведите по ним расчет, может, тогда увидите, что написали ерунду. Или увидите, что не понимаете, что за буковки понарисовали. Бывает и такое. Забавно, когда это наблюдаешь на защите.
8. Круговые диаграммы признаны самыми неинформативными давным-давно в цивилизованном мире. Так ли они нужны в вашей презентации? Сомневаюсь.
9. Постарайтесь избегать избыточности в слайдах. 20 слайдов вы не сможете доложить за 5 минут, либо это превратится в безумный каледоскоп. Не надо тащить все, что есть в диссертации на защиту
10. Распространенное замечание рецензентов — «выводы по главе носят констатирующий характер». Поскольку всякий вывод, даже промежуточный, свидетельствует о том, что студент не просто переписывает научный материал, но переосмысливает и обобщает его, то выводы должны носить аналитический, а не констатирующий характер. Иными словами, показывать, как вы решаете задачи, поставленные во введении на основании изложенного в главе материала.
11. Странно слышать в замечаниях рецензентов «оформлено с нарушением ГОСТ». Причем происходит на кафедре, в названии котрой гордо красуется слово «качество».
12. Неплохо показала себя на это защите вот такая таблица  в раздаточном материале. Может кому пригодится.

Цель работы: Повышение качества мездры в условиях неопределенности

Итак, в соответствии с ГОСТ Р ИСО/МЭК 31010-2011

В.24 Марковский анализ

В.24.1 Краткий обзор

Марковский анализ применим в ситуации, когда будущее состояние системы зависит только от ее текущего состояния. Данный метод обычно используют для анализа ремонтопригодных систем, которые могут работать во многих режимах, и в ситуациях, когда применение анализа надежности отдельных блоков системы нецелесообразно. Метод может быть применен к более сложным системам, используя более высокий порядок процессов Маркова, и ограничен только моделью, математическими вычислениями и предположениями.
Процесс марковского анализа является количественным методом и может быть дискретным (использование вероятностей перехода между состояниями) или непрерывным (использование коэффициентов интенсивности перехода из состояния в состояние).
Марковский анализ может быть выполнен вручную, однако характеристики метода позволяют использовать для него компьютерные программы.

В.24.2 Область применения

Марковский анализ может быть использован для систем с различной структурой (ремонтопригодных и неремонтопригодных), включая:
— системы с параллельными независимыми компонентами;
— системы с последовательными независимыми компонентами;
— системы с распределенной нагрузкой;
— резервированные системы, включая случай, когда может произойти отказ функций переключения;
— деградирующие системы.
Марковский анализ может быть использован для расчета эксплуатационной готовности, включая расчет необходимых компонентов запчастей для ремонта.

Там еще много умных и хороших слов, но они почему-то не вдохновляют студентов. Поэтому попробуем разобраться на простом примере.

Пусть студент читает эту статью и в процессе чтения может находиться в двух состояниях: ему интересно или ему скучно. Пусть известны вероятности перехода из одного состояния в другое на каждую минуту чтения.

Напоминаю, что такие картинки легко рисуются с помощью graphviz

# Здесь и далее граф строится с помощью команды dot из пакета graphviz

digraph x01 {
rankdir=LR;
Interested->Bored [ label = "0.2" ];
Bored->Interested [ label = "0.3" ];
}

Пусть в изначально всем было интересно, и мы имели ситуацию (интересно;скучно): (100%;0%)

Рассмотрим первую минуту. Скучно стало 0,2*100%=20%. Интересно стало 0%*0,3=0%. Таким образом, к концу первой минуты имеем ситуацию  (80%;20%).

Вторая минута. Скучно стало 80%*0,2=16%. Т.е. Интересно всё остается 64% студентов, но при этом обрело интерес 20%*0,3=6%. Таким образом 70% интересно.  Скучно осталось 14% и добавилось 16%, получилось 30%.

Так рассуждать, конечно, занимательно, но всё-таки перейдем на язык математики. Пусть имеется матрица начальных состояний:

\[\begin{bmatrix}
1  \\
0
\end{bmatrix} \]

и матрица перехода

\[\begin{bmatrix}
0.8 & 0.3 \\
0.2 & 0.7
\end{bmatrix}\]
Их произведение даст нам:

\[\begin{bmatrix}
0.8 & 0.3 \\
0.2 & 0.7
\end{bmatrix} \begin{bmatrix}
1  \\
0
\end{bmatrix}=\begin{bmatrix}
0.8 \\
0.2
\end{bmatrix}\]

Попробуем сделать это же самое в R.

> p<-matrix(c(1,0),nrow=2) > p
     [,1]
[1,]    1
[2,]    0
> p<-matrix(c(1,0),nrow=2)
> p
 [,1]
[1,] 1
[2,] 0
> trans<-matrix(c(0.8,0.3,0.2,0.7),nrow=2,byrow=T)
> trans
 [,1] [,2]
[1,] 0.8 0.3
[2,] 0.2 0.7
> (p<- trans %*% p)
 [,1]
[1,] 0.8
[2,] 0.2
> (p<- trans %*% p)
 [,1]
[1,] 0.7
[2,] 0.3
> (p<- trans %*% p)
 [,1]
[1,] 0.65
[2,] 0.35
> (p<- trans %*% p)
 [,1]
[1,] 0.625
[2,] 0.375
> (p<- trans %*% p)
 [,1]
[1,] 0.6125
[2,] 0.3875
> (p<- trans %*% p)
 [,1]
[1,] 0.60625
[2,] 0.39375
> (p<- trans %*% p)
 [,1]
[1,] 0.603125
[2,] 0.396875
> (p<- trans %*% p)
 [,1]
[1,] 0.6015625
[2,] 0.3984375
> (p<- trans %*% p)
 [,1]
[1,] 0.6007813
[2,] 0.3992188
> (p<- trans %*% p)
 [,1]
[1,] 0.6003906
[2,] 0.3996094
> (p<- trans %*% p)
 [,1]
[1,] 0.6001953
[2,] 0.3998047
> (p<- trans %*% p)
 [,1]
[1,] 0.6000977
[2,] 0.3999023
> (p<- trans %*% p)
 [,1]
[1,] 0.6000488
[2,] 0.3999512
> (p<- trans %*% p)
 [,1]
[1,] 0.6000244
[2,] 0.3999756
> (p<- trans %*% p)
 [,1]
[1,] 0.6000122
[2,] 0.3999878
> (p<- trans %*% p)
 [,1]
[1,] 0.6000061
[2,] 0.3999939
> (p<- trans %*% p)
 [,1]
[1,] 0.6000031
[2,] 0.3999969
> (p<- trans %*% p)
 [,1]
[1,] 0.6000015
[2,] 0.3999985
> (p<- trans %*% p)
 [,1]
[1,] 0.6000008
[2,] 0.3999992
> (p<- trans %*% p)
 [,1]
[1,] 0.6000004
[2,] 0.3999996
> (p<- trans %*% p)
 [,1]
[1,] 0.6000002
[2,] 0.3999998
> (p<- trans %*% p)
 [,1]
[1,] 0.6000001
[2,] 0.3999999
> (p<- trans %*% p)
 [,1]
[1,] 0.6
[2,] 0.4
> (p<- trans %*% p)
 [,1]
[1,] 0.6
[2,] 0.4

Как мы видим, система оказалась в состоянии стохастического равновесия. Т.е. в каждый момент времени разным студентам интересно и скучно, но пропорция сохраняется: 60% интересно и 40% скучно. Собственно, на идее того, что системы такого вида стремятся к состоянию стохастического равновесия основано решение различных практических задач.

Например, прямая задача. Известны вероятности переходов, но неизвестно состояние равновесия. Заменяем конкретные числа на вероятности состояния в общем виде и имеем тождество:

\[ \begin{bmatrix}
0.8 & 0.3 \\
0.2 & 0.7
\end{bmatrix}\begin{bmatrix}
p \\ 1-p
\end{bmatrix} = \begin{bmatrix}
p \\ 1-p
\end{bmatrix} \]

Которое можно записать как систему уравнений:

\[\begin{cases}p\times0.8+(1-p)\times0.3=p \\
p\times0.2+(1-p)\times0.7=1-p \end{cases} \]

Из первого уравнения находим \( p=0.6 \), соответственно \( 1-p=0.4 \)

Тут любопытный студент возможно спросит, а что делать с тремя состояниями? Да абсолютно то же самое! Напишем в матричном виде

\[ \begin{bmatrix}
0.8 & 0.1 & 0.1\\
0.1 & 0.6 & 0.8 \\
0.1 & 0.3 & 0.1 \\
\end{bmatrix}\begin{bmatrix}
p \\ q \\ (1-p-q)
\end{bmatrix}=\begin{bmatrix}
p \\ q \\ (1-p-q)
\end{bmatrix} \]

Далее напишем систему уравнений решим и получим результат.

Решим обратную задачу. Пусть мы видим, что в каждый момет времени у нас интересно 70% студентам, а скучно 30%. Мы знаем, что в среднем студенту становится интересно через 5 минут слушания. Какова вероятность того, что ему станет скучно? Т.е. надо определить вероятности перехода из состояния «Интересно» в «Cкучно» — x. При этом вероятность перехода в обратную сторону (интенсивность восстановления системы) равен 1/5=0.2 («интересно» через 5 минут, частота дискретизации 1 минута).

Имеем систему:

\[ \begin{bmatrix}
1-x & 0.2 \\
x & 0.8
\end{bmatrix}\begin{bmatrix}
0.7 \\ 0.3
\end{bmatrix}=\begin{bmatrix}
0.7 \\ 0.3
\end{bmatrix}\]

Откуда имеем: \( 0.7\times(1-x)+0.3\times 0.2=0.7 \) и \(x=0.086\) (или \(x=6/70\))

Проверяем в R:

> p<-matrix(c(0.7,0.3),nrow=2) > p
     [,1]
[1,]  0.7
[2,]  0.3
> trans<-matrix(c(1-6/70,6/70,0.2,0.8),nrow=2,byrow=F) > trans
           [,1] [,2]
[1,] 0.91428571  0.2
[2,] 0.08571429  0.8
> trans %*% p
     [,1]
[1,]  0.7
[2,]  0.3

Как видим, все верно. На всякий случай уточняю, что считать не обязательно в процентах от студентов. Можно и в студентах. Например, для группы в 20 человек имеем:

> p<-matrix(c(14,6),nrow=2) 
> p
     [,1]
[1,]   14
[2,]    6
> trans<-matrix(c(1-6/70,6/70,0.2,0.8),nrow=2,byrow=F) 
> trans
           [,1] [,2]
[1,] 0.91428571  0.2
[2,] 0.08571429  0.8
> trans %*% p
     [,1]
[1,]   14
[2,]    6

Теперь, предположим, мы улучшили  какой-то из показателей, например, студенту становится интересно не через 5 минут, а через 4. Что изменится в нашей системе, если считать, что интенсивность отказа (студенту становится скучно) не изменилось? Имеем снова прямую задачу на нахождение стохастического равновесия с известной матрицей переходов. Как её решать описано выше, на этом останавливаться не будем, а просто промоделируем пошагово изменение системы и построим график.

> p<-matrix(c(0.7,0.3),nrow=2) 
> p
 [,1]
[1,] 0.7
[2,] 0.3
> 
> trans<-matrix(c(1-6/70,6/70,0.25,0.75),nrow=2,byrow=F) 
> trans
 [,1] [,2]
[1,] 0.91428571 0.25
[2,] 0.08571429 0.75
> result<-rep(0,40)
> for(i in 1:40) {
+ result[i]<-p[1,1] 
+ p<-trans %*% p }
> plot(result,pch=19,xlab="Время, мин", ylab="Доля заинтересованных студентов")
> p
 [,1]
[1,] 0.7446808
[2,] 0.2553192

Таким образом, если у вас имеется система, которую можно свести к задаче такого вида не вижу, отчего бы не использовать её в вашей ВКР.