每個階段和控製圖標準的控製圖正面測試百分比你好，
我有一個IMR圖表，分為幾個階段。我運行了所有Nelson測試，看看哪個數據點測試了8測試的積極性。有沒有辦法獲得每個階段的數據點百分比，每個階段都測試每個Nelson測試的積極性或者測試積極性的總點數。我有很多控製圖來做這件事，並想知道一個快速的方法來做到這一點，而不是計算它們。我不確定這個能力是否適用於jmp 13。
例如，我想要一個像這樣的表
階段1：測試1,1％測試2,0.3％
第2階段：測試4,3％
第3階段測試6,6％
此外，我還要為控製圖制定標准或規則，以確定控製圖的內容。我已經提出了幾件事情，但就控製圖表的指導而言，沒有什麼是黑色或白色的。我會對這個話題提出一些指導意見。
Re：每個階段和控製圖標準的控製圖正面測試百分比 @chris_G_ttu 我認為有太多關於過程監控主題的書籍已經忽視了休哈特最初的任務。他們將問題簡化為“測試控制與否”，就好像答案提供了價值一樣。關於這個主題的簡單閱讀，我還建議Don Wheeler的書“理解變異......管理混亂的關鍵”。
將Western Electric規則編碼到軟件中很容易。使用這些規則，用黑白“控制失控”世界灌輸新的“腰帶”（挑選你的顏色）。這種方法的局限性在於現實並非如此簡單。你的老闆（或你的客戶）不想知道（更不用說關心）這個過程是否“受控制”。他們想知道'它是如何表現的？你會怎麼做的？我們需要改進嗎？如果真是這樣，那麼是以哪種方式？'這就是皮帶賺取薪水的地方......不用擔心“控制與否”。
咆哮。
Re：每個階段和控製圖標準的控製圖正面測試百分比 感謝您的回應和指導。我讀過的關於控製圖的六西格瑪材料使用了控製圖或控制失控。我會毫不含糊地閱讀休哈特的書！
Re：每個階段和控製圖標準的控製圖正面測試百分比要堅持下去 @Kevin_Anderson 的輸入，這是困難的部分。盡量不要將過程監控決策視為假設檢驗。當我們開始製作諸如“流程在控制之中”的陳述時會發生這種情況。或者，“過程不受控制”。控製圖不是統計推斷工具。
所有控製圖都可以“告訴你”是“有可轉讓原因變異的證據嗎？”。 然後，一旦我們回答了這個問題，我們就必須決定下一步行動。它可能是“什麼都不做”或“做某事”。這導致了關於製造I型或II型錯誤的後果的討論和討論......這導致Shewhart對控製圖的經典討論旨在經濟地平衡製造這兩個錯誤中的任何一個的風險。在這裡，統計數據幾乎沒有提供任何指導。因此，在一天結束時，盡量不要關注“它是否在控制中”問題......而是數據，您的過程知識，決策，行動，這些行動的後果。
我試著告訴每個質量從業者，應該花時間閱讀所有這些來源的源文件......休哈特的經典著作“製造產品質量的經濟控制”。在閱讀這篇開創性的著作之後，很有希望變得清晰......將近100年......但今天仍然與1931年首次出版時一樣重要。
Re：每個階段和控製圖標準的控製圖正面測試百分比嗨，Kevin_C_anders
我贊同回應！這是一些很好的信息。
Re：每個階段和控製圖標準的控製圖正面測試百分比這有效！謝謝
Re：每個階段和控製圖標準的控製圖正面測試百分比嗨，chris_G_ttu！
關於標準的問題：Walter A. Shewhart發明的過程控制方法非常優雅，看起來很簡單。 他們優雅而有力，改變世界，但不要被欺騙;他們並不簡單。
Nelson控制規則（以及控制規則的所有變體）取決於應用於數據的限制。 用於設置限制的數據應該是豐富的，獨立的和相同的分佈（正常），並且沒有特殊原因變化。 如果對適當的數據應用適當的限制，您應該具有0.0027失控的基線比例......即0.27％OOC。 這意味著“雞與蛋”的問題：評估特殊原因變化的唯一方法是來自具有正確限制的控製圖，但正確的限制來自沒有特殊原因變化的數據。
對從小數據集計算的不正確限制應用所有8個尼爾森規則幾乎可以保證是誤用的火車殘骸。 勞埃德·尼爾森（Lloyd Nelson）在1984年的質量技術雜誌上發表了一篇文章“為了方便和應用的一致性......”。 他還指出“......分析師應該警惕任何表明特殊原因影響的模式......”，因為OOC的全面標準清單將無限大。 OOC不能有黑白標準。
所有這些方法都可以通過在線應用獲得真正的力量，而不是事後（因為你似乎在應用它們！）。
請諮詢統計員。 祝好運！
Re：每個階段和控製圖標準的控製圖正面測試百分比您可以創建一個名為Percent of Total的列，並使用以下公式
Col Number(Test,Phase,Test)/ Col Number(Test, Phase)
Re：每個階段和控製圖標準的控製圖正面測試百分比我想出瞭如何獲得一個新的jmp表，顯示每個樣本數測試的測試結果，但是我在製作一個計算每個階段的百分比的公式時遇到了麻煩。我想在測試1％的列中使用jmp公式做類似的事情。
我仍然在尋找一些標準來確定一個過程是否失控。是否存在表明流程失控的可靠證據？我知道能力有cpk所以有這樣的穩定性嗎？
