基于工作站合并生产数据拆分两台同规格机器输出至相同标准差的技术咨询

针对你要拆分两台同规格机器合并产出数据的需求，我结合你的场景（共用供料队列、机器可互换）给出几个实用方案，核心都是基于「两台机器的生产率独立同分布」这个合理假设推导的：

方法1：工时均衡场景下的生产率拆分（最常用） #

因为两台机器共用同一个持续供料的队列，且规格完全一致，长期来看两台机器的工时应该是大致均衡的（不会出现一台持续满负荷另一台闲置的极端情况），也就是每周每台机器的工时差不多是总工时的一半。这种情况下步骤很清晰：

1. 先算每周的总生产率
   对每周的合并数据，计算总生产率：P_total = 总产出Y / 总工时H（单位：linear feet / hr）。这个值其实就是两台机器各自生产率的平均值——毕竟总产出是两台的产出之和，总工时是两台的工时之和，工时均衡的话，总生产率自然是单台生产率的平均。

2. 推导单台机器的生产率分布
   既然总生产率是两台独立同分布变量的平均值，那它的标准差就是单台机器标准差的 1/√2。反过来，单台机器的标准差就是总生产率标准差乘以 √2。你可以先算出40周总生产率数据的均值 μ_total 和标准差 σ_total，那单台机器的生产率分布就是均值 μ_total、标准差 σ_total * √2。

3. 生成单台机器的数据集
   如果你要生成两组独立的单台数据：

   • 先给Machine1生成40个符合上述分布的随机数
   • 对应的Machine2的数据可以用 2*P_total - Machine1的生产率 来计算——这样两台的和正好是 2*P_total，和原始总生产率的两倍对应，而且Machine2的数据会和Machine1有完全相同的标准差，完美满足你的要求。

方法2：产出&工时的独立拆分（更严谨） #

如果需要更精准地拆分产出和工时（而不是只关注生产率），可以用这个方法：

1. 先统计总数据的核心指标

   • 算出40周总产出Y的均值 μ_Y 和标准差 σ_Y
   • 算出40周总工时H的均值 μ_H 和标准差 σ_H

2. 拆分产出数据
   总产出是两台机器产出的和，且两台产出独立同分布，所以单台产出的均值是 μ_Y/2，标准差是 σ_Y/√2。你可以：

   • 生成两组独立的随机数据，每组都符合这个分布；
   • 或者用更贴合原始数据的方式：Machine1产出 = Y/2 + ε，Machine2产出 = Y/2 - ε，其中ε是均值为0、标准差为σ_Y/2的随机变量——这样两台产出的标准差正好是 σ_Y/√2，而且加起来就是原始的总产出Y。

3. 拆分工时数据
   工时的拆分逻辑和产出完全一样：单台工时的均值是 μ_H/2，标准差是 σ_H/√2，用同样的方法生成两组数据即可。

重要提醒 #

• 所有方法都依赖于「两台机器独立同分布」的假设，这是你描述的“规格完全一致且可互换”的合理推论，但如果某几周有机器故障、异常停工的情况，一定要先剔除这些异常值，不然拆分结果会失真。

内容的提问来源于stack exchange，提问作者Acumen Simulator