控制图选择指南
本帖最后由 xiaoyilou 于 2026-7-31 13:39 编辑控制图选择指南：我把 (旧版AIAG&VDA SPC 手册的 Figure 9‑5 拆成一个工程师能直接用的决策框架
很多工程师在做 SPC 时，都会遇到一个问题：到底应该用 Xbar‑R、Xbar‑S、I‑MR、p、np、c、u 哪一种？AIAG & VDA SPC 手册的 Figure 9‑5 给了一个完整的决策树，但原图信息密度很高，不容易快速理解。
我把它拆成一个工程师可以直接使用的选择逻辑，也补上手册里提到的“当 Shewhart 图不适用时的替代方案”。
① 变量数据（Variable）
[*]子组 ≥ 5 → Xbar‑S
[*]子组 2–4 → Xbar‑R
[*]子组 = 1 → I‑MR
② 属性数据（Attribute）
不良品（Defectives）
[*]样本量固定 → np
[*]样本量不固定 → p
缺陷数（Defects）
[*]样本量固定 → c
[*]样本量不固定 → u
③ 当 Shewhart 图“不工作”时
[*]非正态 → Median / Pearson / Percentile
[*]自相关 → EWMA / CUSUM
[*]批次加工 → Levey‑Jennings
[*]短周期 → Z‑Chart
[*]多变量 → Hotelling T²
[*]稀有事件 → G / T 图
④ 工程师口诀
变量看子组，属性看样本；
子组=1 用 I‑MR；
样本不等用 p/u；
非正态用中位数；
自相关用 EWMA；
稀有事件用 G/T。
其实我不太擅长记这些东西。所以我把它做进了我的工具里，让它可以自动化的选择。
{:1_180:} 谢谢分享 感谢分享
感谢分享 谢谢分享 好内容，谢谢分享！ 谢谢分享，你真是高材啊{:1_89:} 谢谢楼主分享{:1_180:}{:1_180:}{:1_180:} dddddddddddd