MEWMA 管制圖(多元 EWMA)
MEWMA 管制圖以權重 λ(預設 0.1)聯合平滑兩個或更多相關變數,同時進行監控。可用於發現 Hotelling T² 管制圖反應較慢的小幅持續多元漂移。基準平均值向量和協變異數可取自穩定期。圖中繪製平滑後的 T² 統計量,並對照 α = 0.0027 的卡方分配管制上限(UCL)。
最後審閱
核心要點
MEWMA 管制圖是一種多元 EWMA 管制圖,對兩個或更多相關變數聯合平滑,對聯合製程中的小幅持續偏移比 Hotelling T² 管制圖更靈敏。
用途
MEWMA(多元指數加權移動平均)管制圖是本應用中單變數 EWMA 管制圖的多元對應圖,也是 Hotelling T² 管制圖在小幅持續偏移方面的對應圖:T² 管制圖對每個新觀測值獨立作出反應,而 MEWMA 管制圖則在各觀測值之間聯合平滑多個相關變數,因此對聯合製程中小幅但持續的漂移(例如催化劑緩慢結垢,同時影響兩個相關品質量測值)比未經平滑的 T² 管制圖靈敏得多。
主要功能
- 使用單一、可調的加權常數(λ)聯合平滑兩個或更多相關變數。
- 檢測小幅持續的多元偏移,速度明顯快於未經平滑的 Hotelling T² 管制圖,代價是對單一較大的孤立偏移反應略慢。
- 可配置 alpha(誤報率),預設採用全應用統一的 0.0027 約定。
- 列的納入 / 排除,以及單獨的「estimate observations to estimate parameters」選擇器,可將平均值向量和協變異數矩陣的基準建立在已知穩定的時期上。
統計方法
設 x_i 為第 i 個觀測值上所選變數的向量,x̄ 為估計的受控平均值向量(由全部列或指定的基準子集估計)。MEWMA 平滑向量按順序對每個觀測值遞推更新:Z_i = λ·(x_i − x̄) + (1 − λ)·Z_{i−1},其中 Z_0 = 0,λ(即 Weight 欄位)為平滑常數,0 < λ ≤ 1。較小的 λ 值(如預設的 0.1)會把更多歷史觀測值納入每個平滑點,使管制圖對小幅持續偏移更靈敏;較大的 λ 值更重視近期觀測值,使管制圖越來越像未經平滑的 Hotelling T² 管制圖。
由於平滑向量自身的協變異數會隨觀測值增多而收縮,因此使用其精確的時變協變異數,而不是固定值:Σ_Zi = [λ/(2−λ)]·[1 − (1−λ)^(2i)]·Σ,其中 Σ 為各變數的樣本協變異數矩陣(MEWMA 的標準閉式結果,Lowry、Woodall、Champ 和 Rigdon,1992)。所繪製的統計量為 T²_i = Z_i′ Σ_Zi⁻¹ Z_i。
管制上限採用標準卡方近似,這是在沒有 ARL 最佳化的模擬表時通行的實用選擇:UCL = chi2.ppf(1 − alpha, p),預設 alpha = 0.0027。與 Hotelling T² 管制圖一樣,只評估判異規則 1(點超出 UCL),因為這是一個單側的非常態距離統計量。
輸入欄位和選項
欄位 | 說明 |
Variables | 必填。選擇在每個觀測值上測得的 2 個或更多相關變數。 |
Weight (lambda) | 平滑常數,0 < λ ≤ 1。預設為 0.1。較小的值檢測小幅持續偏移更快;較大的值反應更接近未經平滑的 T² 管制圖。 |
Alpha (false alarm rate) | 預設為 0.0027,與標準的 3 西格瑪等效誤報率一致。 |
X scale | 可選。觀測值軸的自訂標註。 |
Include or Exclude / Specify which rows / Row numbers | 控制繪製哪些列。 |
Specify observations to estimate parameters (mean vector & covariance matrix) / Observations | 可選,限定用於估計基準平均值向量和協變異數矩陣的列,同時仍繪製所有列。 |

圖 1 — 將 25 組成對的黏度 / 單體 % 批次讀數貼上到 C1–C2,二者均選為 Variables,Weight (lambda) = 0.1。
輸出說明
- MEWMA Chart plot — 按時間順序給出每個觀測值的平滑 MEWMA T² 統計量,並帶有 UCL 和(接近零的)LCL。
- Summary table — 所用變數、p(變數數)、m(用於估計參數的觀測值數)、Weight (lambda)、Alpha 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 — MEWMA 管制圖輸出:每個批次的平滑 MEWMA T² 統計量及 UCL,以及 Variables/p/m/Weight/Alpha/UCL 彙總表。
計算範例
一個間歇式反應釜的產品品質共同取決於最終黏度(C1,cP)和殘餘單體 %(C2),在連續 25 個批次中,隨著催化劑緩慢結垢,二者一起漂移。在 Weight (lambda) = 0.1 和 Alpha = 0.0027 時,平滑後的 MEWMA T² 統計量從第 1 批到大約第 4–5 批持續攀升(達到約 9.7,而 UCL 約為 11.8),因為內建的緩慢漂移在平滑統計量中不斷累積,隨後又回落——這正是 MEWMA 管制圖旨在比未經平滑的 T² 管制圖更早發現的那種小幅、持續、聯合相關的偏移。
常見問題
什麼是 MEWMA 管制圖?
MEWMA(多元指數加權移動平均)管制圖是 EWMA 管制圖的多元對應圖。它在各觀測值之間聯合平滑兩個或更多相關變數,並繪製平滑向量的 T² 統計量,因此對聯合製程中小幅但持續的漂移比未經平滑的 Hotelling T² 管制圖更靈敏。
何時應使用 MEWMA 管制圖而不是 Hotelling T² 管制圖?
當關注的是同時影響多個相關變數的小幅持續偏移時,例如催化劑緩慢結垢改變兩個品質量測值,應使用 MEWMA 管制圖。MEWMA 管制圖檢測此類偏移的速度明顯快於 Hotelling T² 管制圖,代價是對單一較大的孤立偏移反應略慢。
如何為 MEWMA 管制圖選擇 λ 權重?
λ 為平滑常數,0 < λ <= 1,預設為 0.1。較小的值會把更多歷史觀測值納入每個平滑點,使管制圖對小幅持續偏移更靈敏。較大的值更重視近期觀測值,使管制圖越來越像未經平滑的 Hotelling T² 管制圖。
MEWMA 管制圖的管制上限如何計算?
管制上限採用卡方近似:UCL = chi2.ppf(1 - alpha, p),其中 p 為變數數,alpha 預設為 0.0027,即 3 西格瑪等效誤報率。只評估判異規則 1,即點超出 UCL,因為所繪製的統計量是單側的非常態距離度量。
