如何根據中位數範圍而不是平均範圍建立範圍控製圖有沒有簡單的方法可以使用 JMP 13 建立基於中位數範圍而不是平均範圍的範圍圖？ （因此範圍上限也將基於中位數範圍。）
如果不是，我假設一種選擇是使用運行圖並透過腳本對其進行調整。 我將所有子組的範圍值放入一個列表中，找到該列表的中值，然後從那裡獲取它（即通過使用中心線中值範圍和上限限制中值範圍的腳本添加參考線乘以適當的偏差校正因子）。
歡迎任何評論/提示。
斯科特.
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖史考特，我愛你思想實驗，所以我會繼續。
首先我要重申：範圍圖回答問題：子組內的變異（這是子組內 X 變化的函數）是否一致、穩定（因此可預測）？ 如果不是，您應該檢查 X 在子組內的變化，以了解它們對 Y 的可能影響。 控制圖（在本例中為範圍圖）旨在幫助識別那些「異常大的變異源」。 有時，特殊原因（唐喜歡稱之為可分配原因）是顯而易見的，您實際上不需要任何統計測試（控制限）。Xbar 圖表是對比圖。 他們將變化的內部來源（由控制限表示）與變化來源之間（由繪製的平均值表示）進行比較，以確定槓桿在哪裡（理解過程應該在哪裡繼續？您應該進一步調查哪組 X？） 。
好吧，假設您已將範圍縮小到有關氦源的範圍。 當然，子組內有多個變數發生變化，其中之一與氦源有關（儘管您沒有建議什麼？）。 金額是否不足？ 濃度有變化嗎？ 有污染物嗎？ 您希望圖表能夠識別這些“事件”，以便您可以對流程採取適當的行動。 該圖表達到了其目的。 我的猜測是，這種情況在氦氣上發生過不只一次……它真的不是什麼特別的，只是根據您選擇的時間序列或抽樣計劃而特別。 你採取的行動看起來常見的原因喜歡（改變流程）以防止將來出現這種情況（確實不特別）。如果您根據所學知識更改了流程，您是否應該使用「舊」流程中的資料？
我不知道什麼基線數據是，但我建議你使用10個小組作為比較和決策的依據。 為什麼是 10 個？ 我的猜測是，您認為這 10 個將提供過程中變異性的代表性估計（有些人可能稱之為常見原因變異性）。 10 因為您相信在 10 中您將看到您假設的 X 的影響將影響 Y（它們將在 10 個子組中發生足夠的變化...）。 但，這 10 個數據中包含一個不尋常的“數據點”，它通過創建一個大的子組範圍來展示自己。 是什麼導致了這個數據點？ 是測量誤差嗎？ 還是因為子組內其他 X 發生了變化？ 當然，您會確信這與子組內 X 的變化有關（可分配給子組 X 內），因為有範圍統計中捕獲的子組源之間沒有。我對你的氦氣假設有點困惑，因為如果氦氣隨著時間的推移而惡化，它可能會出現在 Xbar 圖表上，但我會配合。 也許氦效應的變異性實際上存在於所有數據點中，並且僅在導致 OOC 情況的一個數據點中被誇大？ 或者也許氦氣只是問題的一部分？ 您是否應該使用其餘數據來比較來源內部和來源之間的數據？ 或者您應該制定新的抽樣計劃並獲取新數據？ 嗯，我的理解是，你從假設（以及對假設效果的預測）開始，獲取數據來深入了解你的假設（並確定你的預測有多好），然後了解學到了什麼，放棄/添加/修改你的假設並再次運行循環。 對於你的思想實驗：這些 X 被捕獲之內子組（子組內頻率的變化）可能會影響 Y，並且還有其他 X 會在之間子組頻率（僅使用取樣樹的 2 層）。 我想使用抽樣來幫助確定哪些來源更大（具有更大的影響力），因為我想知道我的工作重點在哪裡。 但在比較來源之前，我想確保比較的基礎（子組內）是穩定的（與不穩定的基礎進行比較是不合理的）。 這就是範圍圖的目的。 如果子組內來源不穩定，請調查原因並採取適當的措施（可能是改變流程）。 如果穩定，則繼續進行比較。
當然，如何“操作”數據是您的選擇。 我的猜測是 JMP 會很樂意幫助您操作資料。 在我看來你的情況很特殊。 我認為JMP不應該改變“軟體”，共同事業行動，對特殊原因事件做出反應。
戴明《走出危機》，第 318 頁：
兩種錯誤：
1. 將變化或錯誤歸因於特殊原因，而實際上該原因屬於系統（常見原因），
2. 將變化或錯誤歸咎於系統（常見原因），但實際上原因很特殊
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖我認為我們的想法比你上次的回覆所暗示的更接近。 你可以閱讀我在Quality Digest上發表的論文，看看我不會無故刪除資料。 我從 Wheeler 博士的 SPC 研討會中學到的兩個知識是 (i) 異常值是資料集中最重要的值，以及 (ii) 中位數的可能使用（儘管在極少數情況下）。
思想實驗：你有十個子群，其中一個子群的範圍很大。 進入設備的氦源在應該改變的情況下卻沒有改變，並且測量結果沒有像往常一樣工作，即不一致。 怎麼辦？ 從特殊原因中吸取教訓，例如更新程序，以便更及時地更換氦氣源，或者透過增加更換頻率，或透過更頻繁地監控其屬性來了解何時應該進行氦氣更換。
如果這十個子組是我的基準數據，我會因為這個大範圍而得到誇大的限制。 所有十個子組範圍的中位數範圍，無需從資料集中刪除“特殊原因”，仍然可以為我提供常規（常見原因）變化的合理估計。 平均範圍將會被誇大。
如前所述，我對中位數潛在價值的認知來自 Wheeler 博士的 SPC 研討會。 我多久會使用中位數範圍？ 不是太頻繁，但有它是有用的。 （從軟體的角度來看，我認為 JMP 或任何軟體供應商都可以輕鬆引入中位數範圍作為平均範圍的補充。）
我將在某個時候在《品質文摘》中寫下我的一個範例。
希望這可以幫助。
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖惠勒論文只是為了彙編可用的多種類型的圖表。 如果您查看表 1（使用哪個圖表），這些就是 Wheeler 推薦的圖表。 我對你對圖表的使用感到困惑。 你是說刪除資料嗎？ 為什麼？ 最重要的資訊被刪除了？ 您應該了解為什麼會發生這些特殊原因並修復該過程。 為什麼範圍會擴大？
「常規變化」是什麼意思？ 你的意思是共同原因變異？ 圖表再次執行 2 個功能。 極差圖（R 或 MR），並且只有極差圖，可以評估穩定性/一致性，並提供對變異性本質的洞察（使用戴明白話的特殊/常見原因）。 Xbar（實際上最常見的是 Ybar）是一個比較圖，用於提供變化源內部和變化源之間的比較。
我的問題再次是：您能否提供一個現實生活中的應用範例，該範例可以從使用中位數範圍與平均範圍中受益？ 中位數範圍如何提供「額外的洞察力」？
你說對了一件事，JMP 或任何統計軟體都使得操縱資料變得太容易了。
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖同意平均範圍的預設計算提供了檢查過程的可預測性（或缺乏可預測性）的洞察力。然而，正如您所說，大範圍值會擴大平均範圍，從而擴大範圍圖和平均圖的限制。在不需要刪除任何資料的情況下，如果不一致（導致範圍誇大）得到更好的控制並消除其影響，則中位數範圍更有可能更好地了解常規變異的程度。 （如果我們使用控制圖，我們的想法肯定是尋求對特殊原因採取行動？ 中值範圍可以更好地了解如果此操作成功將會發生什麼。）
JMP 可以輕鬆地從計算中消除點（透過排除行），如果堅持平均範圍，就可以做到這一點。 但是，在平均範圍誇大的情況下，解決此問題的一種更簡單的方法是使用中位數範圍，而不是保留平均範圍並判斷在計算中保留/刪除哪些範圍值。
中位數範圍有時可以幫助獲得額外的洞察力。 這是一個簡單的程序 - 正如惠勒在上述引用的論文中所解釋的那樣使用中位數範圍 - 那麼為什麼不讓它來幫助我們的工作呢？
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖Scott，您能否提供一個何時使用中位數範圍的範例？ 我對現實生活中的應用程式以及中位數的憤怒程度非常感興趣改進控製圖法的分析。
Don（參考論文）指出：
「一般來說，對於預設計算，建議使用子組內離散度測量的平均值。 然而，在那些情況下如果一些極大的值可能誇大了該平均值，您可以改用子組內的中位數分散措施以改善靈敏度你的分析。”我認為當範圍非常大時，使用中位數範圍會給你更小的值，這將導致更嚴格的控制限制（我想唐所說的增加靈敏度是什麼意思）。
乙ut，控制圖的想法不是：
1. 確定子組內變異是否一致，如果子組內變異一致，
2. 將內部來源與外部來源進行比較，以確定哪一個具有更大的影響力
如果您的範圍非常大，您是否不想知道為什麼？ 我不確定使用中位數將如何提高對控製圖回答的問題的洞察力。 僅僅因為您可以計算中位數範圍並不意味著它有用。
謝謝，斯科特，這有幫助。 很高興知道這仍然是一個積極的“願望”，並且我發現的更改並未完全解決，我認為這與您的請求相同。 我四處打聽，以便更清楚地了解這個問題。 它引發了一些討論，包括在現有研究中尋找這個想法作為分散度的有效衡量標準。 （我們必須有有效的引用才能將新計算添加到 JMP。）
需要明確的是：我認為您的要求是使用中位數範圍作為分散度的測量，而不是傳統的範圍值或標準差值。 因此，您需要的是一對 XBar-and-Median-Range 圖表，而不是 XBar-and-R 或 XBar-and-S 作為配對位置和離散度圖表。 這對你來說合適嗎？
我們最終確實在這裡找到了離散圖表中使用的中位數範圍的參考： https://www.spcpress.com/pdf/DJW207.pdf 。 我們正在根據此參考資料輸入新的請求，現在我們更好地了解了您的請求。 這不是我們常見的事情，目前 JMP 或 SAS 中也沒有這樣做，但有先例。 如果您願意，請隨時查看該論文並在此處添加其他評論和說明。
同時，我已經在 JMP 中詢問了一個可能更接近您正在尋找的範例，並獲得了使用中位數的平均值圖上的個人的想法。 請注意，圖表的名稱使用“Individual”，但您也可以將其與子群組一起使用。 這是使用範例資料的範例。
dt = Open( "$SAMPLE_DATA/Big class.jmp" );
Control Chart Builder(
Variables( Subgroup( :age ), Y( :height ) ),
Chart( Position( 1 ), Limits( Sigma( "Median Moving Range" ) ) )
);
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖你好，奧黛麗，感謝您的評論，是的，最近幾個月我在一些圖表中使用了中位數移動範圍來表示個別值。 我的問題不是關於單一值，而是關於分組數據，我將在其中使用平均值和範圍圖表（X-bar R 圖表）。 除非我錯過了什麼，否則我的「願望」仍然是「願望」。 在某些情況下，我更願意使用中位數範圍而不是更標準的平均範圍。 我在兩三年前提出了這個請求在平均值和極差圖表中使用中位數範圍
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖這裡的解決方法對於早期的 JMP 版本來說非常有用。 我很高興地報告，從 JMP 15 開始，控製圖產生器支援個體圖和中位數移動極差圖。
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖
你好，
您需要直接使用“個體圖”和“移動極差圖”選項，而不是透過“控製圖產生器”。 為此：
選單分析 -> 品質和過程 -> 控製圖 -> IR
您可以在此處選擇中值範圍而不是移動範圍
結果看起來像這樣（左中值範圍，右移動範圍）
這是 JMP 13 中的內容，我猜以前的版本可用。中位數範圍的計算記錄在「品質和流程使用者指南 PDF」中，位於「幫助」->「書籍」->「品質和流程方法」下
該腳本類似於：
Control Chart(
Group Size( 1 ),
KSigma( 3 ),
Chart Col( :CI, Individual Measurement, Median Moving Range )
);
其中 :CI 是您要分析的製程變數。
回覆：如何根據中位數範圍而不是平均範圍建立範圍控製圖你好@scottahindle ，我目前找不到 JMP 支援的任何建議，但透過使用個別圖表和移動極差圖表的「控制限」列屬性，合併起來相對容易。這將允許您在控製圖產生器中實施自訂限制。
