多变量控制图概述
数据           

显示来自两个或更多相关测量变量的统计量。多变量控制图显示若干变量如何共同影响一个过程或结果。例如，可以使用多变量控制图来研究纤维的拉伸强度和直径如何影响织物的质量。

如果数据包括相关变量，则使用单独的控制图会产生误导，因为这些变量共同影响过程。如果在多变量情况下使用单独的单变量控制图，则类型 I 错误和某个点在受控制的情况下正确标绘的概率不等于其预期值。这些值的失真将随测量值变量的数量增加。   

与创建多个单变量控制图相比，多变量控制图具有多种优势：

·    表示了相关变量的实际控制区域（对于二变量情况，为椭圆）。

·    可以保持特定的类型 I 错误。

·    单个控制限制确定过程是否受控制。

但是，与传统的 Shewhart 控制图相比，多变量控制图较难解释。例如，多变量控制图上的尺度与任何变量的尺度都无关，而且不受控制信号不会显示哪个变量（或变量组合）导致了此信号。

要确定应使用单变量控制图还是多变量控制图，请创建变量的相关矩阵。如果变量彼此相关，请考虑创建多变量控制图。  

有关控制图的详细信息，请参见控制图概述。

选择多变量控制图

Minitab 提供四个多变量控制图：

·    T2 广义方差 -  T2  控制图和广义方差控制图显示在一个窗口中

·    T2 - 均值的多变量控制图

·    广义方差 - 过程变异性的多变量控制图

·    多变量 EWMA -  指数加权移动平均值的多变量控制图