Hotelling T² 管制圖(多元)
Hotelling T² 管制圖利用兩個或更多相關變數之間的協變異數,追蹤每個觀測或子群組與聯合製程平均的馬氏距離。它適用於個別值觀測或分子群組資料。UCL 由 F 分配得出,alpha 預設為 0.0027,且僅檢查規則 1。輸出為 T² 管制圖以及包含 p、m、中心線和 UCL 的彙總表。
最後審閱
核心要點
Hotelling T² 管制圖同時監控兩個或更多相關的品質特性,即使每個變數單獨看都受控,也能標出與製程平均的聯合距離異常的觀測。
用途
Hotelling T² 管制圖同時監控兩個或更多相關的品質特性,而不是各自在個別值圖或 Xbar 圖上分別監控。兩個相關變數在各自的單變數管制圖上可能都完全受控,但它們之間的關係已經失常,Hotelling T² 管制圖正是利用製程自身的協變異數結構,追蹤每個觀測(或子群組)與製程聯合平均值的馬氏距離,從而發現這種情況。
主要功能
- 既支援個別值觀測資料(每個單元一列,不分子群組),也支援透過可選的 Subgroup 指示欄提供的分子群組資料。
- 使用所選變數之間完整的協變異數結構,因此即使兩個變數單獨看都沒有異常,也能對變數間正常相關性的破壞保持敏感。
- alpha(誤報率)可配置,預設採用應用全域性的 0.0027(相當於 3 西格瑪)約定。
- 支援列的包含/排除,以及單獨的「estimate parameters from」選擇器,以已知穩定時期為基線估計平均值向量和協變異數矩陣。
統計方法
未選擇 Subgroup 指示欄時(個別值觀測,每個單元一列),工具對每個觀測 x_i,使用估計參數所用的 m 個觀測上 p 個所選變數的樣本協變異數矩陣 S,計算其與估計製程平均向量 x̄ 的馬氏距離平方:T²_i = (x_i − x̄)′ S⁻¹ (x_i − x̄)。管制上限採用個別值觀測基於 F 分配的精確公式:UCL = [p(m−1)(m+1)] / [m(m−p)] · F(1−alpha; p, m−p),其中 alpha 為所選誤報率(預設 0.0027)。顯示的中心線為 p,即受控製程下該統計量的期望值。
選擇 Subgroup 指示欄時(每個子群組含 n 列重複),工具改為對每個子群組 j 計算 T²_j = n·(x̄_j − x̄_grand)′ Sp⁻¹ (x̄_j − x̄_grand),其中 x̄_j 為該子群組的平均值向量,x̄_grand 為各子群組平均值的總平均值,Sp 為合併的組內協變異數矩陣(即 m 個單獨的組內樣本協變異數矩陣的平均值)。管制界限為 UCL = [p(m−1)(n−1)] / (mn − m − p + 1) · F(1−alpha; p, mn − m − p + 1)。
在兩種模式下,T² 都是單側的非常態統計量,因此僅評估規則 1(點超出 UCL),為常態分配的管制圖統計量設計的 Western-Electric/Nelson 分區規則在此有意不予應用。
輸入欄位和選項
欄位 | 說明 |
Variables | 必填。選擇每個觀測上測得的 2 個或更多相關變數。 |
Subgroup indicator | 可選。如果每行為一個個別值觀測,則留空。如果若干列構成一個子群組(n > 1 次重複),則選擇標示子群組的欄。 |
Alpha (false alarm rate) | 預設值 0.0027,與應用其他位置使用的標準 3 西格瑪等效誤報率一致。 |
X scale | 觀測軸的可選自訂標註。 |
Include or Exclude / Specify which rows / Row numbers | 控制繪製哪些列。 |

圖 1 — 30 組成對的壁厚/重量讀數貼上到 C1–C2 欄,兩欄均選為 Variables,Alpha 為預設值 0.0027。
輸出說明
- T² Chart 圖:按時間順序給出每個觀測(或子群組)的 Hotelling T² 統計量,並帶有 UCL 和中心線。
- Summary 表:所用變數、p(變數個數)、m(用於估計參數的觀測/子群組數)、Alpha、中心線(E[T²])和 UCL。
- Nelson's Rules / Potential Special Cause Points:哪些點(如有)超出了管制界限。
- 透過 Download as PDF 匯出 PDF。

圖 2 — T² 管制圖輸出:每個觀測繪出的 T² 統計量及 UCL,以及 Variables/p/m/Alpha/Center Line/UCL 彙總表。
計算範例
吹塑製程生產的瓶子,其壁厚(C1,mm)和重量(C2,g)通常相關:壁越薄,重量越輕。選擇兩個變數,Alpha 取預設值 0.0027,對連續 30 個瓶子,工具計算得到 p = 2 個變數、m = 30 個觀測時 UCL ≈ 15.75;雖然最後 5 個瓶子(示範資料集中有意破壞了正常的壁厚/重量關係)在此並未單獨超出管制界限,但 T² 序列恰好在相關性結構被擾動的位置明顯呈上升趨勢,而只對其中任一變數使用單變數管制圖則會完全漏掉這一現象。
常見問題
什麼是 Hotelling T² 管制圖?
Hotelling T² 管制圖同時監控兩個或更多相關的品質特性,而不是各自在個別值圖或 Xbar 圖上分別監控。它利用製程自身的協變異數結構,繪出每個觀測或子群組與聯合製程平均的馬氏距離平方,因此能發現變數之間正常關係的破壞。
為什麼使用 Hotelling T² 管制圖而不是各自的單變數管制圖?
兩個相關變數在各自的單變數管制圖上可能都顯得受控,但它們之間的關係已經失常。在吹塑範例中,壁厚和重量通常相關;當最後 5 個瓶子的這種關係被破壞時,T² 序列呈上升趨勢,而只對其中任一變數繪製的管制圖會漏掉這一現象。
Hotelling T² 管制界限如何計算?
管制上限由 F 分配得出,取決於變數個數 p、觀測或子群組數 m、使用子群組時的子群組大小 n,以及預設為 0.0027 的 alpha。對於個別值觀測,顯示的中心線為 p,即受控製程下 T² 的期望值。
為什麼 Hotelling T² 管制圖只使用規則 1?
T² 是單側的非常態統計量,因此僅評估規則 1,即點超出 UCL。Western Electric 和 Nelson 分區規則是為常態分配的管制圖統計量設計的,因此有意不應用於 T² 管制圖。
