关于SPC判异原则的讨论
SPC手册说：注1:除了第一条准则，其他与准则相联系的数字并不代表使用的顺序和优先级，确定使用哪一条附加的准则取决于特定的过程特性，和在过程内起显著作用的特殊原因。
注2:小心不要应用多重准则，除非在那些有意义的事情上。每个附加准则的应用增加了发现特殊原因的灵敏度，但也增加了犯第I类错误的机会。
那么实际应用过程中如何做选择？
SPC（Statistical Process Control，统计过程控制）是一种用于监控和改进过程稳定性和一致性的质量管理工具。在SPC中，判异原则是指在监控过程中，如何判断过程是否发生了异常或变化。
SPC判异原则通常包括以下几个方面：
1. 稳定性判断：通过控制图（如X-Bar图、R图、P图等）来监控过程的稳定性，判断过程是否处于统计控制下。如果数据点超出控制限，可能意味着过程发生了异常。
2. 规则判断：除了控制图外，SPC还包括了一些判异规则，如连续7点递增或递减、连续2/3点落在2σ之外、连续4/5点落在1σ之外等。这些规则可以帮助判断过程是否发生了异常。
3. 统计检验：在SPC中，还可以使用统计方法来进行假设检验，如t检验、方差分析等，来判断过程是否发生了显著变化。
在实际应用中，SPC判异原则可以帮助生产和质量管理人员及时发现过程异常，并采取相应措施，以确保产品质量和生产效率。同时，判异原则也需要结合实际情况和经验进行综合分析，避免误判和漏判。 现实运用中，能有多少是认真按标准抽样？ 就两条：超标；分布不随机
分布不随机是个概率问题，你完全可以自己写规则，只要这是一个显著的小概率事件而且有典型意义 感谢分享 谢谢分享 学习 有多少的公司是真正的数据呢？ 如果单单拿LZ你说的这两条来，可以这样理解，1、判异原则中：超出控制限是所有控制图都适用的。2、要根据控制图所用工序的特性来制定其他需要使用的判异原则，例：我有一张单值控制图控制的是温度，那么可以设想，温度每天会有几次调整，高了调低，低了调高，那么判异原则中的连续6个点递增或递减、连续14个点中相邻点交替上下就不一定适用，因为在人员调整温度的过程中可能非常容易出现，如果把这两项当做发生了特殊原因，那么就会极大的增加生产者风险，即误判。 但是SPC的运用还需要对测量系统进行分析，比如你们的温度监视器分辨率是0.1，那么和分辨率是1的温度监视器的规则也会有不同。 {:1_180:}