请教:SPC手册中关于"R图-非随机"内容的解释
各位大神：SPC手册中，关于R图的异常情况分析中，
如果显著多于2/3 以上的描点落在离R 很近之处(对于25 个子组，如果超过90%的点落在控制限三分之一的区域)，则应对下列情况的一种或更多进行调查：
*控制限或描点已计算错或描错；
*过程或取样方法被分层：每个子组系统化包含了从两个或多个具有完全不同的过程均值的过程流的测量值（例如：用几根测量轴每一轴测一个数）；
*数据已经过编辑(极差与均值相差甚远的几个子组被更改或剔除)。
如果显著少于2／3 以下的描点落在离R 很近的区域（对于25 个子组，如果有40%或少于40%的点落在中间三分之一的区域），则应对下列情况的一种或两种进行调查：
*控制限或描点计算错或描错；
*过程或抽样方法造成连续的分组中包含从两个或多个具有明显不同的变化性的过程流的测量值(例如：输入材料批次混淆)。
对于标记红色的两句话，没有理解，请大神给用通俗易懂的语言给讲一下。
SPC手册的内容截图了，但是对于蓝色线框中标记的内容，描述的很专业，没有理解。请大神给讲一讲。 *过程或取样方法被分层：每个子组系统化包含了从两个或多个具有完全不同的过程均值的过程流的测量值（例如：用几根测量轴每一轴测一个数）；
*过程或抽样方法造成连续的分组中包含从两个或多个具有明显不同的变化性的过程流的测量值(例如：输入材料批次混淆)。
这两句话不理解，感觉说的内容很相似，但为什么会出现R图的两种模式? 请大神给讲一讲.
不是从一个整体里取的样。 容易形成离岛或二山。 这里描述的是两种常见的失效状态。
1.分层。数据点趋于集中在中心线的周围。这种情况可能是在采集子组数据时候出了问题，就像手册中说的，每个子组中包含了不止来自于一个样本分布的数据，其结果是可能导致子组极差R被放大，从而导致比均值R也被放大，其控制限之间的范围也被不正确的放大，从而导致数据点看起来集中在中心区域。
2.混合图形。数据点趋于控制限。这种混合图形往往来自于两个甚至更多的分布。就像手册中说的，分组中包含有来自不同样本的数据。
注意这两种状态的差异一个是不同分布是混在了子组内，一个是整个子组可能来自于不同的样本分布。 谢谢楼主分享资料 感谢分享！ {:1_184:}不懂 :handshake 哈,,超過十年沒看這些了
页:
[1]
2