单值控制图(I 控制图)

I 控制图按时间顺序绘制各个值,中心线为均值,控制限为正负 K 倍西格玛,其中西格玛由平均移动极差、移动极差中位数或 MSSD 的平方根得到。当不存在自然子组时使用;每列至少需要 5 个值。八项 Nelson 检验均可使用,并提供分阶段、规格限和引导式解读。

最后审阅

核心要点

单值控制图(I 控制图)用于监控逐个测量的过程,按时间顺序绘制各个值,控制限基于相邻值之间的变异,以识别特殊原因。

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

单值控制图(I 控制图)用于监控逐个测量的过程:一个瓶子、一个批次、一次每日读数。它按时间顺序将各个值绘制在中心线和控制限之间,控制限基于相邻值之间的变异,并标出提示存在特殊原因的点和模式。当不存在自然子组时使用;若还需监控短期变异,请使用 I-MR 控制图。

主要功能

  • 控制限基于平均移动极差、移动极差中位数或 MSSD 的平方根,或基于已知的均值和标准差。
  • 八项 Nelson 检验,每项的 K 均可调整;失败的点会被标出,并列在表中。
  • 在 σ 的倍数处添加额外线(默认 ±2σ)、规格限和控制限边界。
  • 分阶段并分别计算控制限,以及仅用选定的观测值估计控制限。
  • 一次最多 10 列,每列一张图;可选引导式解读。

统计方法

中心线为观测值的均值 x̄(或输入的 Process mean)。过程标准差 σ(或输入的 Process sd)根据相邻观测值之间的变异估计,使漂移或偏移不会使其虚高。在默认的 Average moving range 且长度为 2 时,每个移动极差为 MRᵢ = |xᵢ − xᵢ₋₁|,σ = MR̄ / d₂,其中 d₂ = 1.128。较长的 Length moving range 使用相应数量的连续点的极差(最大值 − 最小值)以及对应的 d₂。Median moving range 使用 σ = median(MR) / d₄(长度为 2 时为 0.954),受少数大跳变的影响较小。Square Root of MSSD 使用 σ = √[Σ(xᵢ₊₁ − xᵢ)² / (2(n − 1))],勾选 Use unbiasing constant 时再除以常数 c₄′(n)。

控制限为 UCL = x̄ + Kσ 和 LCL = x̄ − Kσ,其中 K 为规则 1 的 K(默认 3)。可选的边界会对其进行截取:LCL 不会低于下边界,UCL 不会高于上边界。对于输入的倍数 m,会在 x̄ ± mσ 处绘制额外的线。分阶段时,均值、σ 和控制限在每个阶段内分别计算。使用 Specify subgroups to estimate parameters 时,仅使用所列观测值(Use)或除所列观测值之外的全部观测值(Omit)来估计 x̄ 和 σ。

Nelson 检验及其默认 K 值:1,一个点距中心线超过 3σ;2,连续 9 个点在同一侧;3,连续 6 个点全部递增或全部递减;4,连续 14 个点交替上下;5,3 个点中有 2 个在同一侧且距中心线超过 2σ;6,5 个点中有 4 个在同一侧且超过 1σ;7,连续 15 个点在 1σ 以内;8,连续 8 个点位于中心线两侧且距中心线超过 1σ。每个信号都是寻找原因的理由,而不是存在原因的证据。

输入字段和选项

字段

说明

Individual value column(s)

必填。一个或多个数值列(最多 10 列),每列按行顺序分别绘图;每列至少 5 个值。

Process mean / Process sd

可选。使用已知值,而不是根据数据估计。

Sd estimation method

Average moving range(默认)、Median moving range 或 Square Root of MSSD。

Use unbiasing constant

默认勾选。仅适用于 Square Root of MSSD 方法。

Batch/Lot

可选文本,显示在研究信息表中。

Show decimals

控制限标签中显示的小数位数,1 至 7(默认 3)。

Length moving range

默认 2;范围 2 至 100。每个移动极差所含的连续点数(仅适用于移动极差方法)。

Chart title / Chart y axis label

可选。默认:列名。

LSL / USL

可选的规格限,绘制在图上。

Check Rule 1–8 / K for Rule 1–8

八项 Nelson 检验默认全部开启,K = 3、9、6、14、2、4、15 和 8。规则 1 的 K 同时决定控制限的宽度。

Additional CLs at multiples of sd 1 / sd 2

在 σ 的这些倍数的 ± 处添加额外线。默认:空和 2。

Define stages (historical groups) with this variable

可选列,用于标记阶段;控制限按阶段分别计算。

X scale

可选列,用于标注横轴(例如日期)。

Lower / Upper standard deviation limit bound

可选。LCL 不会低于、UCL 不会高于这些值。

Include or Exclude / Specify which rows

默认包含所有行,或包含或排除给定的行号(例如 4 7 11:14)。

Specify subgroups to estimate parameters / Subgroups

Omit(默认)或 Use 所列观测值(例如 3 12:15)来估计均值和 σ;所有观测值仍会被绘出。

Show guided interpretation

添加 Summary Report、Diagnostic Report 和 Report Card。默认关闭。

individuals-chart-inputs


图 1 — 示例所用选项:Fill_Weight_g,使用 Average moving range,八项 Nelson 检验全部开启,±2σ 线以及引导式解读。

输出说明

  • IChart @ <column> — 按顺序排列的观测值,以及中心线(CL)、控制限(UCL、LCL)、额外的 σ 线和任何规格限;失败的点以红色标出,并附有检验编号。
  • Nelson's Rules table — 每项失败的检验,以及潜在特殊原因点的观测值编号。
  • Summary Report — I 控制图以及包含 N、Mean、StDev(overall) 和 StDev(within) 的表(仅限引导式解读)。
  • Diagnostic Report and Report Card — 在图中应关注的内容,以及对模式和趋势的检查(仅限引导式解读)。
  • 通过 Download 导出 PDF。

individuals-chart-output


图 2 — 连续 30 个瓶子灌装重量的 I 控制图:最后三个高于 UCL,最后六个连续上升。

计算示例

一条灌装线每次灌装一个瓶子,因此不存在自然子组。线上主管记录了连续 30 个瓶子的灌装重量,想了解灌装机是否稳定。Individual value column(s) = Fill_Weight_g,Sd estimation method = Average moving range,八项 Nelson 检验全部开启,勾选 Show guided interpretation。

中心线为 501.373 g。平均移动极差为 3.183 g,因此 σ(within) = 3.183 / 1.128 = 2.822 g,控制限为 492.907 至 509.839 g。前 24 个瓶子处于 494.15 至 503.67 g 之间,没有信号:仅存在普通原因变异。随后第 28、29 和 30 个瓶子(512.4、514.8 和 516.1 g)高于 UCL(规则 1),同时也未通过规则 5,第 25 至 30 个瓶子连续上升六次(规则 3)。整体标准差 5.012 g 远大于组内值 2.822 g,这是均值已发生偏移的又一迹象。

灌装机正在向上漂移,应在整批产品超量灌装(产品浪费)之前停机并调整。由于漂移本身会抬高均值,最好根据稳定时段来估计控制限:当 Specify subgroups to estimate parameters = Use 且 Subgroups = 1:24 时,中心线变为 499.943 g,控制限为 491.373 至 508.513 g,被标出的仍是相同的瓶子。这些控制限随后可保留,用于调整后对该生产线的监控。

常见问题

何时应使用单值控制图?

当过程逐个测量,例如一个瓶子、一个批次或一次每日读数,且不存在自然子组时,使用 I 控制图。它按时间顺序绘制各个值,并标出提示存在特殊原因的点和模式。若还需监控短期变异,请使用 I-MR 控制图。

I 控制图的控制限如何计算?

中心线为观测值的均值。西格玛根据相邻值之间的变异估计;在默认的长度为 2 的平均移动极差下,西格玛等于 MR 均值除以 d2 = 1.128。控制限为均值加减 K 倍西格玛,其中 K 为规则 1 的 K,默认为 3。

单值控制图上的 Nelson 检验有哪些?

默认检验:1,一个点超出 3 西格玛;2,连续 9 个点在一侧;3,连续 6 个点递增或递减;4,连续 14 个点交替上下;5,3 个点中有 2 个超出 2 西格玛;6,5 个点中有 4 个超出 1 西格玛;7,连续 15 个点在 1 西格玛以内;8,连续 8 个点超出 1 西格玛。每个信号都是寻找原因的理由。

为什么要根据稳定时段估计 I 控制图的控制限?

漂移会抬高均值,并可能扭曲控制限。在灌装重量示例中,最后几个瓶子漂移到 UCL 之上,因此使用 Specify subgroups to estimate parameters,根据第 1 至 24 个瓶子重新估计控制限。被标出的仍是相同的瓶子,这些控制限可保留,用于调整后对该生产线的监控。