I-MR 控制图

I-MR 控制图由单值图和移动极差图组成:单值图按时间顺序绘制每个观测值,移动极差图绘制相邻观测值之间的差值。当数据逐个收集时使用,例如生产缓慢、破坏性检验或每批只测一次。数据应为连续型、大致服从正态分布且互不相关,最好有 100 个或更多观测值。检验规则可标出偏移、趋势及其他特殊原因。

最后审阅

核心要点

I-MR(单值-移动极差)控制图是用于单个测量值的控制图:按时间绘制每个值以及相邻值之间的移动极差,以监控均值和短期变异。

本页内容
  1. 什么是 I-MR 控制图?
  2. 何时使用 I-MR 控制图?
  3. 正确使用 I-MR 控制图的指南
  4. 替代方法:何时不宜使用 I-MR 控制图
  5. I-MR 控制图示例
  6. 如何生成 I-MR 控制图?

什么是 I-MR 控制图?

I-MR(单值-移动极差)控制图是一种统计过程控制图,通过跟踪单个变量的变异,对过程随时间的变化进行监控。它特别适用于分析样本量较小的数据集,在这种情况下,传统的控制图(如 Xbar-R 或 Xbar-S 控制图)不可行。I-MR 控制图由两张图组成:单值图显示单个变量随时间变化的数据点;移动极差图显示单值图中相邻数据点之间的差值。该图用于监控过程均值以及相邻单个观测值之间的短期变异,其中每个观测值代表不同的零件或批次。通过跟踪过程随时间的稳定性,I-MR 控制图有助于识别并纠正数据中的不稳定、趋势和偏移。

何时使用 I-MR 控制图?

  • 识别特殊原因:用于检测过程中可能导致其失控的特殊原因。
  • 评估过程性能:用于监控实施过程改进之前和之后的过程性能。
  • 应对生产速率缓慢:当生产速率缓慢,等待更多样本不切实际时。
  • 测量系统成本高昂:当测量系统成本过高时,例如涉及破坏性检验的情形。
  • 监控批次过程:适用于批次过程,在每批只测量一次时,跟踪批与批之间的变异。
  • 跟踪连续型数据:适用于随时间测量的连续型数据,例如生产速率、客户满意度评分或机器速度。
  • 检测变异的特殊原因:用于识别可能表明过程或设备存在问题的变异特殊原因。
  • 行业应用:广泛用于制造、医疗和服务行业,以确保过程稳定和质量控制。

正确使用 I-MR 控制图的指南

  • 数据应为连续型,按适当的时间间隔并按时间顺序收集。
  • 计数型数据请使用计数型控制图,子组数据请使用 Xbar-R 控制图/S 控制图。
  • 至少有 100 个观测值,以获得更精确的控制限。
  • 数据应大致服从正态分布;若数据严重偏斜,可考虑 Box-Cox 变换。
  • 观测值之间不应相关,否则可能导致控制限变窄并产生虚假的失控信号。

替代方法:何时不宜使用 I-MR 控制图

I-MR 控制图示例

一名质量工程师测量了 25 个连续批次液体洗涤剂的 pH 值,目的是评估制造过程是否受控。步骤如下:

  1. 测量 25 个连续批次中每批的 pH 值。
I-MR Chart — figure 1
  1. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2. 要找到 I-MR 控制图,请选择 Statistical module> Control Charts > I- MR charts.
  3. 在工具中输入数据以及其他输入项,如下所示:
I-MR Chart — figure 2

5. 使用上述工具后,得到的输出如下:

I-MR Chart — figure 3I-MR Chart — figure 4

如何生成 I-MR 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 Charts > I-MR Chart。
  3. 点击 I-MR Chart,进入工具界面。
  4. 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,也可使用 Load Example 选项加载示例数据。
  5. 接下来,需要将各列与参数对应起来。
  6. 最后,点击页面底部的 calculate,即可得到所需结果。

在 I-MR 控制图的工具界面中,窗口分为两个部分。

I-MR Chart — figure 5

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。数据可手动输入,也可从 Excel 表格中完整复制(Ctrl+C)并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Process mean: 指过程中一组测量值或观测值的平均值。它表示过程数据随时间变化的集中趋势,是过程性能的关键指标。若未提供,Zometric Statistical Software 将根据所给数据计算中心线。
  • Process sd: 指过程数据围绕均值的变异性或离散程度的度量。它表示过程中各个数据点与过程平均值相差的程度。若留空,Zometric Statistical Software 将根据所给数据计算。
  • Sd estimation method: 该选项为用户提供两种计算方式。选择平均移动极差法或移动极差中位数法作为估计方法,结果会有所不同。
    • Average moving range Sd estimation method: 先计算数据集中相邻值之间的差值,再取这些差值的平均值。
    • Median moving range Sd estimation method: MMR 是取相邻数据点之间移动极差的中位数计算得出的。
  • Length moving range: 在 I-MR 控制图中,移动极差的长度是用于计算每个移动极差的连续观测值的个数(默认为 2)。每个移动极差是这些连续观测值中最大值与最小值之差,移动极差用于估计过程标准差并计算控制限。
  • Check Rule 1: 1 point > K Stdev from center line: 若某个数据点距中心线 K 个标准差,则表示它与均值相距 K 倍标准差。这在统计过程控制中很重要,因为它表明数据点是否处于可接受的限值之内,或过程是否可能存在需要解决的问题。通常,距中心线超过三个标准差的数据点被视为异常值,可能需要进一步调查。
  • Check Rule 2: K points in a row on same side of center line: 若数据集中有连续 K 个点位于中心线的同一侧,则表明过程均值可能已发生偏移。这可能由多种因素引起,例如测量误差、抽样偏倚,或数据中真实存在的潜在模式。
  • Check Rule 3: K points in a row, all increasing or all decreasing: 当连续 K 个点满足以下条件之一时,该检验提示过程中存在趋势或漂移:
    • 这些点全部上升(即每个点的纵坐标都大于前一个点)
    • 这些点全部下降(即每个点的纵坐标都小于前一个点)
  • Check Rule 4: K points in a row, alternating up and down: 若连续 K 个点呈锯齿状交替上下,则变异是系统性的,而非随机的。这可能由过程的过度调整,或在两台机器、两名操作员或两个原材料来源之间交替等因素造成。
  • Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 按照该规则,若 K+1 个数据点中有 K 个落在中心线的同一侧,且距中心线超过两个标准差,则表明过程可能失控,应调查特殊原因,以找出并解决问题。
  • Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side): 若连续 K+1 个点中有 K 个落在中心线的同一侧,且距中心线超过一个标准差,则表明过程均值可能存在小幅偏移。
  • Check Rule 7: K points in a row within 1 standard deviation of center line (either side): 若连续 K 个点位于中心线 1 个标准差之内,则变异小于控制限所预测的变异。这并非受控良好的证据:它往往表明数据存在分层,或控制限过宽。
  • Check Rule 8: K points in a row > 1 standard deviation from center line (either side): 若连续 K 个点距中心线超过 1 个标准差,则表明存在混合模式,即点避开中心线而落在控制限附近,例如将来自两个不同过程流的数据混在一起时。

Download as Excel: 以 Excel 格式显示结果,可方便地编辑,并通过 load file 选项重新加载用于计算。

常见问题

什么是 I-MR 控制图?

I-MR(单值-移动极差)控制图是一种统计过程控制图,用于跟踪单个变量随时间的变异。它由两部分组成:单值图,按时间顺序绘制每个数据点;移动极差图,绘制相邻点之间的差值。它有助于识别过程中的不稳定、趋势和偏移。

什么情况下应使用 I-MR 控制图而不是 Xbar-R 控制图?

对于以单个测量值形式收集的连续型数据,应使用 I-MR 控制图,例如生产速率缓慢、等待更多样本不切实际,测量成本高昂或具有破坏性,或每批只测量一次的情形。若数据按子组收集,请改用 Xbar-R 或 Xbar-S 控制图。

I-MR 控制图对数据有哪些要求?

数据应为连续型,按适当的时间间隔并按时间顺序收集。应至少有 100 个观测值,以获得更精确的控制限。数据应大致服从正态分布;若严重偏斜,可考虑 Box-Cox 变换。观测值之间不应相关,否则会使控制限变窄,并产生虚假的失控信号。

对于不合格品或缺陷数,应使用哪种控制图代替 I-MR 控制图?

I-MR 控制图适用于连续型数据。对于服从二项分布的不合格品,请使用 P 控制图或 NP 控制图。对于服从泊松分布的缺陷数,请使用 C 控制图或 U 控制图。