EWMA 控制图

EWMA 控制图(指数加权移动平均控制图)通过计算所有过去和当前观测值的加权平均,检测过程均值的微小持续偏移——最近的数据点权重最大,较早的观测值贡献逐渐减小。这种加权方式使控制图对过程的渐进漂移高度敏感,同时对随机出现的单个尖峰反应较小。

最后审阅

核心要点

EWMA 控制图(指数加权移动平均控制图)通过计算所有过去和当前观测值的加权平均,检测过程均值的微小持续偏移。

本页内容
  1. 什么是 EWMA 控制图?
  2. 何时使用 EWMA 控制图?
  3. 理解 Lambda(λ)
  4. 正确使用 EWMA 控制图的指南
  5. 替代方法:何时不宜使用 EWMA 控制图
  6. EWMA 控制图示例
  7. 如何生成 EWMA 控制图

什么是 EWMA 控制图?

EWMA 控制图(指数加权移动平均控制图)通过计算所有过去和当前观测值的加权平均,检测过程均值的微小持续偏移——最近的数据点权重最大,较早的观测值贡献逐渐减小。这种加权方式使控制图对过程的渐进漂移高度敏感,同时对随机出现的单个尖峰反应较小。

关键参数是 lambda(λ)——平滑常数——它控制赋予最近一个观测值的权重大小。较小的 lambda 平滑程度更高,可检测缓慢的漂移;较大的 lambda 响应更快,但对噪声更敏感。

何时使用 EWMA 控制图?

  • 当需要检测 过程均值的微小、渐进偏移 时使用——通常为 0.5 至 1.5 倍标准差的变化。
  • 当单个测量值 为连续型且按时间顺序收集时使用,可以是单值,也可以是子组均值。
  • 当希望获得 与 CUSUM 相近的灵敏度,但更倾向于更简单、更直观的控制图,以便更容易向非统计背景的受众解释时使用。
  • 在 化工、制药和高精度制造 过程中使用,这类过程中质量特性的缓慢漂移风险较高。

理解 Lambda(λ)

Lambda 控制图对过程变化的响应速度。选择合适的 lambda 取决于希望检测的偏移大小:

Lambda 取值

特性

最适用于

λ = 0.05 – 0.10

平滑程度高,反应较慢

检测非常小、缓慢的漂移

λ = 0.20(默认)

灵敏度与平滑程度均衡

大多数通用场合

λ = 0.40 – 0.50

平滑程度低,响应较快

偏移较大、需要更快检测的场合

λ = 1.00

无平滑——表现与 I 图相同

相当于标准的 Shewhart 控制图

正确使用 EWMA 控制图的指南

  • 以 默认 lambda 值 0.20 作为起点——对大多数过程而言,它在灵敏度与平滑程度之间提供了良好的平衡。
  • 数据必须 严格按时间顺序 收集——观测值顺序错乱时,加权平均毫无意义。
  • 数据应 近似服从正态分布,控制限才具有统计有效性。
  • 设置 控制限宽度(L)——3 是标准默认值,相当于传统控制图上的 3 西格玛控制限。
  • 在解释信号之前,至少收集 20 个基线观测值,以准确估计过程均值和标准差。
  • 在确认过程发生偏移后,更新过程目标值 并重新启动控制图——继续对照过时的目标值运行会产生误导性信号。

替代方法:何时不宜使用 EWMA 控制图

  • 若需要检测 大幅、突然的过程偏移,请改用 I-MR 控制图或 Xbar-R 控制图 ——Shewhart 控制图捕捉突变更快。
  • 若主要目标是检测渐进趋势,但 更倾向于简单易用,请使用 移动平均控制图
  • 若需要 对微小偏移的最高可能灵敏度 并要求正式的统计优化,请使用 CUSUM 控制图
  • 若数据为 计数型(计数或比率),请使用相应的计数型控制图,例如 P、NP、Laney P′、C 或 U 控制图
  • 若过程 没有既定的目标值或基线均值,则无法正确配置 EWMA 控制图——请先收集足够的基线数据。

EWMA 控制图示例

某塑料制造公司的质量工程师希望确保批量生产过程保持一致且受控。为此,工程师记录了 35 个生产批次中每个批次的颜料浓度。经理按以下步骤操作:

  1. 收集所需数据。
EWMA Chart — figure 1

2. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。

3. 要找到 EWMA 控制图,请选择 Statistical module> Control Chart> EWMA Chart.

4. 在工具中,输入数据及其他输入项如下:

EWMA Chart — figure 2

5. 使用上述工具后,得到的输出如下:

EWMA Chart — figure 3

如何生成 EWMA 控制图

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Control Chart >EWMA Chart .
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
  4. 最后,点击页面底部的 calculate,即可得到所需结果。

在 EWMA 控制图的工具界面中,窗口分为两部分。

EWMA Chart — figure 4

左侧是数据窗格(Data Pane)。可手动输入数据,也可从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将载入示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

Observation Column 选择包含测量数据的列。使用 Ctrl 或 Command + 点击可选择多列。这些是单值或子组值——例如尺寸、重量或温度——控制图将用它们计算指数加权移动平均,并监控随时间发生的渐进过程偏移。

  • Subgroup Size Column 当各时间段的子组大小不同时,选择标识各观测值所属子组的列。此字段与 Subgroup Number 二者必须提供其一,不能同时提供。当整个数据集中每个子组的测量次数不一致时使用。
  • Subgroup 若所有子组包含的观测值个数相同,请输入一个固定数值。设为 1 时,控制图直接监控单个测量值。大于 1 时,先计算子组均值,再对这些子组平均值应用 EWMA。
  • Weight of EWMA (Lambda λ) EWMA 控制图中最重要的设置。Lambda 控制在计算每个描点值时,赋予最近一个观测值与较早观测值的权重比例。其取值必须在 0 到 1 之间:
  • 较小的 lambda(0.05–0.10)——赋予历史数据更大的权重,产生较强的平滑。最适合检测非常小、缓慢的漂移,但对突然变化的反应较慢。
  • 默认 lambda(0.20)——大多数过程的推荐起点,兼顾对微小偏移的灵敏度和合理的响应速度。
  • 较大的 lambda(0.40–1.00)——赋予近期数据更大的权重,对变化的反应更快,但平滑较少。当 lambda = 1 时,控制图的表现与不带平滑的标准 I 图完全相同。
  • Mean 可选。若已知或有历史确定的过程目标均值,请在此输入。提供后,控制图直接用该值确定中心线位置并计算控制限,而不是根据当前数据集估计均值——从而得到反映已验证过程基线的更稳定的控制限。
  • Standard Deviation 可选。若已知或有经过历史验证的标准差,请在此输入。提供后,直接用该值确定 EWMA 控制限的尺度,而不是根据数据估计离散程度——适用于已存在可靠过程基线、且希望控制限计算一致稳定的情况。
  • SD Estimation Method for Subgroup Size = 1 控制数据为单个测量值时如何估计标准差。有两个选项:
  • Average Moving Range ——通过对连续观测值之间的移动极差取平均来估计标准差。这是标准默认方法,对大多数单值测量过程都可靠。
  • Median Moving Range ——改用移动极差的中位数,使估计对异常值或异常数据尖峰的影响更稳健。
  • SD Estimation Method for Subgroup Size > 1 控制数据按两个或更多观测值的子组收集时如何估计标准差。有三个选项:
  • Pooled Stdev ——将所有子组的标准差合并为一个合并估计值,为组内变异提供稳定而准确的整体度量。
  • Rbar ——根据子组极差的平均值估计标准差。对于大小为 2 至 8 的子组,简单而可靠。
  • Sbar ——根据子组标准差的平均值估计标准差。对于大小大于 8 的子组,比 Rbar 更准确。
  • Check Rule 1 — 1 point > K standard deviations from centre line 启用主要的失控检测规则。启用后,任何落在距中心线 K 倍标准差之外的单个 EWMA 描点值都会被标记为信号。默认 K 为 3,对应标准的 ±3 西格玛控制限。较小的 K 值使该规则更灵敏,能发现更小的偏离;较大的 K 值可减少误报,但需要更大的偏移才会发出信号。
  • Length Moving Range 定义估计标准差时,计算每个移动极差值所用的连续观测值个数。默认值为 2,即每个移动极差是两个连续测量值之差的绝对值。增大该值会得到更平滑的标准差估计,但会降低对短期变异变化的灵敏度。
  • Use Unbiasing Constant 勾选后,将应用一个统计修正因子,消除根据样本数据估计标准差时自然存在的微小数学偏倚。这会提高控制限计算的准确性,建议保持启用,以获得更精确可靠的结果。

常见问题

什么是 EWMA 控制图?

EWMA(指数加权移动平均)控制图通过绘制所有过去和当前观测值的加权平均,检测过程均值的微小持续偏移。最近的点权重最大,因此控制图对过程的渐进漂移敏感,同时对随机出现的单个尖峰反应较小。

EWMA 控制图应使用什么 lambda 值?

Lambda(λ)取值在 0 到 1 之间,控制最近一个观测值所占的权重。默认值 0.20 为大多数过程兼顾了灵敏度与平滑程度。0.05 至 0.10 的值平滑程度高,可检测非常小、缓慢的漂移;0.40 至 0.50 对较大的偏移响应更快;取 1.00 时,控制图的表现与 I 图相同。

何时应使用 EWMA 控制图而不是 I-MR 或 Xbar-R 控制图?

使用 EWMA 控制图检测过程均值的微小渐进偏移,通常为 0.5 至 1.5 倍标准差。对于大幅、突然的偏移,I-MR 或 Xbar-R 控制图捕捉突变更快。若需要对微小偏移的最高可能灵敏度并要求正式的统计优化,请使用 CUSUM 控制图。

使用 EWMA 控制图有哪些要求?

数据必须为连续型,严格按时间顺序收集,并近似服从正态分布,控制限才有效。在解释信号之前,至少收集 20 个基线观测值,以估计过程均值和标准差。控制限宽度(L)取 3 是标准默认值,相当于 3 西格玛控制限。