1. Xbar-R控制图
Xbar-R控制图,可以在拥有连续数据且子组大小不超过8的情况下监视过程的均值和变异。
例如:确定新塑料产品的生产过程是否受控。操作员抽样20个小时,每小时抽取5个部件,并评估塑料的强度。
什么情况下使用备择控制图?
对于具有9或更多观测值的子组,使用Xbar-S控制图。
如果子组内存在一致的变异来源,使用I-MR-R/S控制图。
如果没有子组,使用I-MR控制图。
如果数据有缺陷品数或缺陷数,使用属性控制图,如P控制图或U控制图。
2. Xbar-R控制图的数据注意事项
为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。
1. 数据集应当连续
如果数据中有缺陷品数或缺陷数,使用属性控制图,如P控制图或U控制图。
2. 数据应当采用时间顺序
由于控制图检测会随时间发生的变化,因此数据顺序非常重要。应当按照数据的收集顺序来输入数据。让最旧得数据位于工作表的顶部。
3. 应当按照适当的时间间隔收集数据
按照均匀的时间间隔收集数据,如每小时一次,每班次一次,每天一次。选择一个时间间隔,该时间间隔应当足够短,以便可以在发生过程更改之后立即识别此更改。
4. 数据应当位于合理的子组中
如果子组不合理,则估计的控制限可能太宽。
5. 子组大小应当为8或更少
对于具有9或更多观测值的子组,应当使用Xbar-S控制图。
如果没有子组,请使用 I-MR 控制图。
6. 收集相应的数据量
如果子组大小小于或等于2,至少收集100个观测值。
如果子组大小为3,至少收集80个观测值。
如果子组大小为4或5,至少收集70个观测值。
如果子组大小为6或更大,至少收集60个观测值。
7. 数据不必是正太分布的
大多数控制图在形式上基于正太性假设的,但如果收集子组中的数据,仍可以使用非正太数据得到好的结果。所需的子组大小取决于数据的非正太性。
8. 每个子组内的观测值不应当相互关联
如果每个子组中的连续数据点是相关的,控制限的范围将过窄,而且控制图可能会错误地将一些受控点显示为失控点。
3. 估计Xbar-R控制图的 σ 的方法和公式
σ 是标准差。如果为 σ 输入历史值,则 Minitab 将使用历史值。否则,Minitab使用下列方法从数据估计 σ。
1. Rbar方法
Minitab使用每个子组的极差 ri 计算 Sr ,它是 σ 的无偏估计量:
其中
当子组大小固定时,公式简化为以下所示:
其中,Rbar是子组极差的均值,计算方式为:
表示法:
项 | 说明 |
ri | 子组i的极差 |
m | 子组数 |
d2(·) | 与括号中指定的值相对应的五偏常量d2值 |
ni | 子组i中的观测值个数 |
d3(·) | 与括号中指定的值相对应的无偏常量d3值 |
2. 合并标准差方法
合并标准差 Sp 按一下公式计算:
当子组大小固定时,按以下方式计算 Sp:
使用无偏常量
默认情况下,使用合并标准差估计 σ 时,Minitab 将应用无偏常量 c4():
偏倚
当子组大小固定时,可按以下方式计算无偏倚的 Sp:
偏倚
表示法
项 | 说明 |
xij | 第i个子组中的第j个观测值 |
子组i的均值 | |
ni | 子组i中的观测值个数 |
μv | 子组方差的均值 |
c4(·) | 与括号中指定的值相对应的无偏常量c4值 |
d | Sp的自由度,计算公式:∑(ni - 1) |
4. Xbar-R控制图中Xbar控制图的方法和公式
1. 描绘点
每个描绘点代表子组中观测值均值(子组 i)。
表示法
项 | 说明 |
xij | 第 i 个子组中的第 j 个观测值 |
ni | 子组 i 中的观测值个数 |
2. 中心线
中心线代表过程均值(μ)。如果没有指定历史值,则 Minitab 使用数据的平均值 ,计算方式:
表示法
项 | 说明 |
Σx | 所有单个观测值的总和 |
Σn | 总观测值个数 |
3. 控制限
1. 控制下限(LCL)
每个子组 i 的控制下限值的计算方式:
2. 控制上限(UCL)
每个子组 i 的控制下限值的计算方式:
表示法
项 | 说明 |
μ | 过程均值 |
k | 检验 1 的参数(默认值为3) |
σ | 过程标准差 |
ni | 子组 i 中的观测值个数 |
5. Xbar-R控制图中 R 控制图的方法和公式
1. 描绘点
每个描绘点 ri 代表子组 i 的极差。
2. 中心线
每个子组的中心线的值的计算方式:
表示法
项 | 说明 |
ni | 子组 i 中的观测值个数 |
d2(·) | 与括号中指定的值相对应的无偏常量 d2 值 |
σ | 过程标准差 |
3. 控制限
1. 控制下限(LCL)
每个子组的控制下限值 i 大于等于以下值:
或
LCLi = 0
2. 控制上限(UCL)
每个子组的控制上限值 i 的计算方式:
表示法
项 | 说明 |
d2(·) | 与括号中指定的值相对应的无偏常量d2值 |
ni | 子组i中的观测值个数 |
σ | 过程标准差 |
k | 检验1的参数(默认为3) |
d3(·) | 与括号中指定的值相对应的无偏常量d3值 |
6. 无偏常量d2()、d3()、d4()
d2(N)是正太总体分布(标准差 = 1)中 N 观测值的预期值。因此,如果 r 是正太分布(标准差 = σ)中 N 观测值的样本的极差,则E(r) = d2(N)σ。
d3(N)是正太分布(σ = 1)中 N 观测值的极差的标准差。因此,如果 r 是正太分布(标准差 = σ)中 N 观测值的样本的极差,则stdev(r) = d3(N)σ。
可使用下表查找给定值 N 的无偏常量:
对于从51-100的 N 值,使用 d2(N)以下的近似值:
对于从26-100的N值,使用d3(N)和d4(N)的以下近似值:
7. 无偏常量c4()和c5()
C4()
C5()
表示法
项 | 说明 |
Γ() | Gamma函数 |