Simuleringen illustrerar ett ganska enkelt exempel som består av två variabler K1 och K2 på en och samma produkt. Problemet är snarast att översätta beskrivningen till något som kan hanteras med statistisk metodik.

Antag att man observerar två variabler på varje detalj och att det finns tvåsidiga toleranser för bägge variablerna. Antag att det dessutom finns ett krav att på varje detalj måste den ena variabelns värde vara minst X% hö;gre än den andra variabelns värde. Situationen är nu inte enbart två oberoende variabler utan vi har nu en bivariat situation.

Själva produkten innehåller en vätska och har två svetsade sömmar. Då produkten utsätts för tryck skall en på förhand bestämde söm brista. (Om andra sömmen brister uppstår komplikationer.) Mer information...

Visa/dölj bivariat plottning: det bivariata diagrammet kan döljas eller visas. Det kan också stängas med dialogrutans vanliga kryss.

Visa/dölj parametrar: dialogrutan med slider för parametervärden kan döljas eller visas men kan också stängas med dialogrutans vanliga kryss.

[Repetera simulering]: ett klick på knappen gör en ny simulering med de inställda parametervärdena.

[Kommentarer och övn]: visar ett antal kommentarer och övningar.

••••

Sliderna anger parametervärdena för simuleringen. En ny simulering sker vid varje förflyttning av någon slid. De tre översta sliderna hänger ihop med respektive normalfördelning.

Väntevärde: Anger respektive fördelnings teoretiska medelvärde.

Standardavvikelse: Anger standardavvikelsen för respektive fördelning.

Toleransintervall: Anger det toleransintervall som hänger ihop med respektive mätresultat.

K2 > c * K1: Utöver ett vanligt toleransintervall har konstruktören av produkten också satt att 'Kraft 2' skall vara större än en viss konstant 'c' gånger 'Kraft 2'. (Denna konstant (c) bör ju vara större än 1.)

Antal simulerade värden: Ger antal produkter som simuleras. Det större antalet ger en bättre skattning av andelen utanför tolerans.

Korrelationskoefficient: Gör det möjligt att illustrera en viss korrelation mellan variablerna K2 och K1 (en korrelationskoefficient har intervallet [-1, 1]). (Det kan ju vara så att tillverkningsprocessen inducerar en viss korrelation.)

X-axelns ändpunkter: Gör det möjligt att ändra axlarnas intervall i bägge diagrammen.

••••

Sannolikhetsfördelning för variabel 'Kraft 1' (röd) och för variabel 'Kraft 2' (blå).

Variationen i de två variablerna illustreras här med två normalfördelningar men bör naturligtvis jämföras med befintlig data.
Initialt visas de två fördelningarna med olika spridning. Den blå har något större standardavvikelse och blir sålunda något lägre eftersom bägge har ytan 1.

Med hjälp av sliderna kan fördelningarnas parametrar ändras. Även toleransområdena kan ändras med sliderna.

••••

Diagrammet visar den bivariata normalfördelningen för K2 och K1.

I vänsterkant (övre och under hörnet) visar ändpunkterna för Y-axeln. Samma gäller för X-axeln och värdena ändras med sliden i parameterfönstret.
Toleranserna för respektive variabel är också inritade och märkta med respektive värde. Toleranserna ändras med hjälp av sliderna i parameterfönstret.
Den 'sneda' linjen är 'räta linjen' K2 = c * K1 som utgår ifrån diagrammets origo (som ligger långt nede till vänster utanför den synliga delen).

Det godkända området begränsar av de fyra toleranslinjerna samt den räta linjen. Alla 'OK'-mätningar visas med en grå fylld cirkel, övriga med en röd fylld cirkel.
Överst till vänster visas "Andel 'ej OK'" vilket skattas med proportionen 'Antal röda' / 'Antal simulerade'.
Genom att föra markören över diagrammet kan punktens position avläsas.

••••