Minitab 控制图介绍
控制图是统计过程控制的核心工具，用于区分过程中的普通原因变异和特殊原因变异，从而判断过程是否稳定（受控）。Minitab提供了非常全面和便捷的控制图生成与分析功能。一、控制图的核心思想两个概念：
[*]普通原因变异：过程中固有的、始终存在的变异。一个只有普通原因变异的过程是稳定且可预测的。
[*]特殊原因变异：由特定的、可识别的事件引起的变异。它表明过程失控，需要立即调查原因。
控制图通过中心线、上控制限 和下控制限 来识别这两种变异。数据点如果超出控制限或呈现非随机模式，则表明可能存在特殊原因。
二、Minitab 中控制图的主要类型Minitab 将控制图分为两大类：连续型数据控制图 和离散型数据控制图。（一）连续型数据控制图（计量值控制图）用于测量连续数值的数据，如长度、重量、时间、温度等。（二）离散型数据控制图（计数值控制图）用于计数型数据，如不合格品数、缺陷数等。
三、Minitab 中控制图的汇总表(一)基础控制图类型
类型 名称数据特点构成应用场景优点缺点
计量型Xbar-R 图 (均值-极差)连续数据，子组容量小 (n=2~8)Xbar图 (过程中心)， R图 (过程变异)监控子组均值和组内变异的稳定性计算简单，直观易懂子组容量大时，极差估计效率低
Xbar-S 图 (均值-标准差)连续数据，子组容量大 (n>8)Xbar图 (过程中心)， S图 (过程变异)精确监控大子组容量的过程变异对大子组，标准差估计变异更有效计算稍复杂
I-MR 图 (单值-移动极差)连续数据，无法分组 (n=1)I图 (单值)， MR图 (移动极差)检测成本高、输出慢或自然单值的过程适用于无法分组的数据对变化敏感性低，对正态性敏感
I-MR-R/S 图 (组内-组间)连续数据，具有分层结构I图 (过程中心)， MR图 (组间变异)， R/S图 (组内变异)同时监控组内和组间变异，如多条生产线能识别变异来源设置和分析较复杂
区域控制图 (Z-MR)连续数据，过程不稳定或正在改进Z图 (标准化值)， MR图 (移动极差)过程标准差不稳定或正在改进的阶段对过程变化更敏感需要更多数据来建立控制限
计数型P 图 (不合格品率)离散数据，子组容量可变监控不合格品率监控不合格品比率，如每日不合格率能灵活处理不等长子组不良率极低时，灵敏度下降
NP 图 (不合格品数)离散数据，子组容量固定监控不合格品数监控固定抽检数下的不合格品数量计算比P图简单要求固定子组容量
U 图 (单位缺陷数)离散数据，检查单位可变监控单位缺陷数监控单位产品上的缺陷，如布料每卷瑕疵数提供更详细的缺陷信息缺陷数很少时灵敏度不足
C 图 (缺陷数)离散数据，检查单位固定监控缺陷数监控固定单位内的缺陷数，如每辆车的缺陷计算比U图简单要求固定检查单位
(二)、高阶控制图类型
类型 名称核心目的数据特点构成优点缺点
时间加权MA 控制图 (移动平均)检测微小、持续的均值偏移连续数据，子组或单值绘制连续数据的移动平均值比Xbar图更敏感，易于理解对突然的大变化反应慢
EWMA 控制图 (指数加权移动平均)高灵敏度检测微小、持续偏移连续数据，子组或单值对历史数据指数加权，通过λ参数控制对小偏移极敏感，对非正态数据稳健对突然的大偏移反应略慢
CUSUM 控制图 (累计和)快速检测指定大小的过程偏移连续数据，子组或单值绘制观测值与目标值之差的累积和检测指定偏移速度最快设置和解释相对复杂
多变量T² & 广义方差图同时监控多个相关变量多个相关的连续变量T²图 (监控均值向量)， 广义方差图 (监控协方差矩阵)控制整体错误率，捕捉变量间相关性报警时难确定具体问题变量
MEWMA 控制图 (多变量EWMA)高灵敏度检测多变量过程的微小偏移多个相关的连续变量T²图与EWMA思想的结合对多变量小偏移比T²图更敏感同样存在诊断困难的问题
稀有事件G 控制图监控稀有不良事件间的"成功"次数极低不良率的离散数据监控连续两个不良事件间的良品数量专为极低不良率过程设计与传统泊松分布假设不同
T 控制图监控稀有事件发生的时间间隔基于时间的可靠性数据监控事件发生的时间间隔（如小时、天）直接使用时间数据，易于理解需要数据服从指数分布
四、如何解读 Minitab 控制图Minitab 不仅绘图，还会进行特殊原因检验，并在图上用红色点等标记出违反规则的区域。失控信号主要包括：
[*]点超出控制限：这是最明显的失控信号。
[*]链：
-- 连续多个点出现在中心线同一侧。
-- 连续 7 点上升或下降。
-- 连续 9 点在中心线同一侧。
3.明显的非随机模式：如周期性变化、趋势等。
Minitab 能执行 Western Electric 规则 的八种检验，您可以在控制图的选项中进行查看和自定义。
五、Minitab 控制图的优势
[*]自动化与智能化：自动计算控制限，执行特殊原因检验，大大减少人工计算和判断的错误。
[*]可视化强大：图形清晰，对违反规则的点有高亮显示，便于快速识别问题。
[*]灵活的数据处理：轻松处理可变子组容量、多阶段数据等复杂情况。
[*]与其它工具集成：控制图可以与能力分析、假设检验等工具无缝衔接，形成完整的质量分析流程。
附：控制图选择决策图
{:1_180:} 感谢分享 感谢分享 谢谢分享
谢谢分享
谢谢分享 谢谢分享 谢谢分享 谢谢分享