均值分析(ANOM)

均值分析(ANOM)利用上、下决策限将各组与总均值比较,以找出哪些供应商、机器、班次或操作员偏离正常水平。它适用于一个或两个因子的正态数据(两个因子时须为平衡设计)、二项分布的不合格品率以及泊松计数。正态 ANOM 假定误差服从正态分布且各组方差相等。输出为 ANOM 图,以及包含均值、限值、信号和 p 值的表。

最后审阅

核心要点

均值分析(ANOM)将各组均值与总均值比较,并在类似控制图的图上显示哪些组显著高于或低于总均值。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

均值分析(ANOM)将各组均值与总均值比较,并在类似控制图的图上显示哪些组显著高于或低于总均值。当问题是哪些组偏离正常水平,而不仅是是否存在差异时,可用它比较供应商、机器、班次或操作员。它也可处理每个样本中的不合格品(二项)和缺陷计数(泊松)。

主要功能

  • 正态数据:一个因子,或两个因子并带交互作用图和主效应图(平衡设计)。
  • 二项数据:样本量相等的样本中的不合格品率。
  • 泊松数据:每个样本的缺陷计数。
  • ANOM 图,含中心线、上下决策限,并标出超出限值的组。
  • 各组均值、限值、信号和 p 值的表。
  • Data Options:在分析前对行进行子集筛选。

统计方法

对于一个因子的正态数据,中心线为所有观测值的总均值,s 为各组的合并标准差,自由度为 N − k(N 个观测值分为 k 组)。第 i 组的决策限为总均值 ± h·s·√((N − nᵢ) / (N·nᵢ))。均值落在其决策限之外的组与总均值有显著差异。临界值 h 控制出现任何误报信号的总体风险 α:对于两组,它是 t 值 t(1 − α/2);对于平衡设计且 α 在 0.001 至 0.1 之间,它是精确的 ANOM 值(k 个相关 t 统计量中最大者的上 α 分位点,通过模拟得到);其他情况使用 Sidak 型 t 值。各组的 p 值来自同一分布。

对于两个因子(仅限平衡数据),误差均方来自完整的双因子方差分析。交互作用图绘制围绕零的单元格效应(单元格均值 − 行均值 − 列均值 + 总均值),主效应图绘制各因子水平均值相对于总均值的情况,各自带有自己的决策限。应先看交互作用图:如果它出现信号,则必须谨慎解读主效应。

对于二项数据,每行是样本量为 n 的样本中的不合格品数;描点为 pᵢ = yᵢ / n,中心线为 p̄,s = √(p̄(1 − p̄)/n),限值为 p̄ ± h·s·√((k − 1)/k),其中 h = z(1 − α/(2k))(两个样本时为 z(1 − α/2))。对于泊松数据,每行是一个计数;中心线为 c̄,s = √c̄。正态数据的 ANOM 假定误差服从正态分布且各组方差相等。

输入字段和选项

字段

说明

Response

数值列。对于 Binomial 或 Poisson:每个样本(行)一个计数。必填。

Distribution of data

Normal(默认)、Binomial 或 Poisson。

Factor 1

分组列。正态数据必填。

Factor 2 (optional)

用于双因子 ANOM 的第二个因子:交互作用和主效应(平衡设计)。

Sample size

Binomial 时显示:每个样本中的项目数。

Alpha level

出现误报信号的总体风险;默认 0.05,范围 0.001 至 0.5。

Data Options: Subset (optional)

按行号和/或条件,选择排除匹配行(Exclude matching rows,默认)或仅包含匹配行(Include only matching rows)。

analysis-of-means-inputs


图 1 — 供应商示例的选项:按 Supplier 分组的 Strength_MPa,正态数据,alpha 0.05。

输出说明

  • ANOM chart——各组均值(或比率、计数)及中心线、上决策限(UDL)和下决策限(LDL);超出限值的点以红色标出。
  • Method——假设、alpha、组数、误差自由度和临界值 h(双因子时:设计和 MSE)。
  • Analysis of Means——各组的 N、Mean、Center Line、LDL、UDL、Signal 和 P-Value(双因子时:交互作用效应表和各因子主效应表)。
  • 通过 Download 导出 PDF。

analysis-of-means-output


图 2 — 按供应商对试片强度进行的单因子 ANOM:供应商 B 高于上决策限,供应商 D 低于下决策限。

计算示例

四家供应商按同一抗拉强度规格供货。质量工程师从每家供应商抽取 8 个试片进行测试,想知道哪些供应商与平均水平不同。工程师选择 Strength_MPa 作为响应,Supplier 作为 Factor 1,正态数据,alpha 0.05。

中心线为 147.30 MPa,在误差自由度为 28、h = 2.6188 时,决策限为 144.20 至 150.40 MPa(合并标准差约 3.87 MPa)。供应商 B 的均值为 152.90 MPa,高于上限,供应商 D 为 141.00 MPa,低于下限:两者均出现信号,p < 0.001。供应商 A(146.91,p = 0.985)和 C(148.40,p = 0.7581)与平均水平无法区分。

在 alpha 0.01 时,限值变宽为 143.39 至 151.21 MPa,B 和 D 仍在限值之外。工程师向 D 发出供应商纠正措施要求,其试片强度比平均水平低约 6 MPa,并检查 B 的工艺是否可用作参照。

常见问题

什么是均值分析(ANOM)?

均值分析将各组均值与总均值比较,并在类似控制图的图上显示哪些组显著高于或低于总均值。每组在中心线周围有上、下决策限,均值落在其决策限之外的组与总均值有显著差异。

何时应使用 ANOM 而不是 ANOVA?

当问题是哪些组偏离正常水平,而不仅是各组之间是否存在差异时,使用 ANOM。它适合比较供应商、机器、班次或操作员,因为图中直接标出高于或低于总均值的组。它也可处理不合格品率(二项)和缺陷计数(泊松)。

正态数据的 ANOM 有哪些假设?

正态数据的 ANOM 假定误差服从正态分布且各组方差相等。双因子版本要求数据平衡,其误差均方来自完整的双因子方差分析。对于二项数据,样本量必须相等;对于泊松数据,每行是每个样本的缺陷计数。

如何解释 ANOM 图?

中心线是总均值,每组有一个下决策限(LDL)和一个上决策限(UDL)。超出限值的点会被标出,表示与总均值有显著差异,并给出每组的 p 值。在双因子 ANOM 中,应先看交互作用图,因为如果它出现信号,则必须谨慎解读主效应。