每个阶段和控制图标准的控制图正面测试百分比你好，
我有一个IMR图表，分为几个阶段。我运行了所有Nelson测试，看看哪个数据点测试了8测试的积极性。有没有办法获得每个阶段的数据点百分比，每个阶段都测试每个Nelson测试的积极性或者测试积极性的总点数。我有很多控制图来做这件事，并想知道一个快速的方法来做到这一点，而不是计算它们。我不确定这个能力是否适用于jmp 13。
例如，我想要一个像这样的表
阶段1：测试1,1％测试2,0.3％
第2阶段：测试4,3％
第3阶段测试6,6％
此外，我还要为控制图制定标准或规则，以确定控制图的内容。我已经提出了几件事情，但就控制图表的指导而言，没有什么是黑色或白色的。我会对这个话题提出一些指导意见。
Re：每个阶段和控制图标准的控制图正面测试百分比 @chris_G_ttu 我认为有太多关于过程监控主题的书籍已经忽视了休哈特最初的任务。他们将问题简化为“测试控制与否”，就好像答案提供了价值一样。关于这个主题的简单阅读，我还建议Don Wheeler的书“理解变异......管理混乱的关键”。
将Western Electric规则编码到软件中很容易。使用这些规则，用黑白“控制失控”世界灌输新的“腰带”（挑选你的颜色）。这种方法的局限性在于现实并非如此简单。你的老板（或你的客户）不想知道（更不用说关心）这个过程是否“受控制”。他们想知道'它是如何表现的？你会怎么做的？我们需要改进吗？如果真是这样，那么是以哪种方式？'这就是皮带赚取薪水的地方......不用担心“控制与否”。
咆哮。
Re：每个阶段和控制图标准的控制图正面测试百分比 感谢您的回应和指导。我读过的关于控制图的六西格玛材料使用了控制图或控制失控。我会毫不含糊地阅读休哈特的书！
Re：每个阶段和控制图标准的控制图正面测试百分比要坚持下去 @Kevin_Anderson 的输入，这是困难的部分。尽量不要将过程监控决策视为假设检验。当我们开始制作诸如“流程在控制之中”的陈述时会发生这种情况。或者，“过程不受控制”。控制图不是统计推断工具。
所有控制图都可以“告诉你”是“有可转让原因变异的证据吗？”。 然后，一旦我们回答了这个问题，我们就必须决定下一步行动。它可能是“什么都不做”或“做某事”。这导致了关于制造I型或II型错误的后果的讨论和讨论......这导致Shewhart对控制图的经典讨论旨在经济地平衡制造这两个错误中的任何一个的风险。在这里，统计数据几乎没有提供任何指导。因此，在一天结束时，尽量不要关注“它是否在控制中”问题......而是数据，您的过程知识，决策，行动，这些行动的后果。
我试着告诉每个质量从业者，应该花时间阅读所有这些来源的源文件......休哈特的经典着作“制造产品质量的经济控制”。在阅读这篇开创性的着作之后，很有希望变得清晰......将近100年......但今天仍然与1931年首次出版时一样重要。
Re：每个阶段和控制图标准的控制图正面测试百分比嗨，Kevin_C_anders
我赞同回应！这是一些很好的信息。
Re：每个阶段和控制图标准的控制图正面测试百分比这有效！谢谢
Re：每个阶段和控制图标准的控制图正面测试百分比嗨，chris_G_ttu！
关于标准的问题：Walter A. Shewhart发明的过程控制方法非常优雅，看起来很简单。 他们优雅而有力，改变世界，但不要被欺骗;他们并不简单。
Nelson控制规则（以及控制规则的所有变体）取决于应用于数据的限制。 用于设置限制的数据应该是丰富的，独立的和相同的分布（正常），并且没有特殊原因变化。 如果对适当的数据应用适当的限制，您应该具有0.0027失控的基线比例......即0.27％OOC。 这意味着“鸡与蛋”的问题：评估特殊原因变化的唯一方法是来自具有正确限制的控制图，但正确的限制来自没有特殊原因变化的数据。
对从小数据集计算的不正确限制应用所有8个尼尔森规则几乎可以保证是误用的火车残骸。 劳埃德·尼尔森（Lloyd Nelson）在1984年的质量技术杂志上发表了一篇文章“为了方便和应用的一致性......”。 他还指出“......分析师应该警惕任何表明特殊原因影响的模式......”，因为OOC的全面标准清单将无限大。 OOC不能有黑白标准。
所有这些方法都可以通过在线应用获得真正的力量，而不是事后（因为你似乎在应用它们！）。
请咨询统计员。 祝好运！
Re：每个阶段和控制图标准的控制图正面测试百分比您可以创建一个名为Percent of Total的列，并使用以下公式
Col Number(Test,Phase,Test)/ Col Number(Test, Phase)
Re：每个阶段和控制图标准的控制图正面测试百分比我想出了如何获得一个新的jmp表，显示每个样本数测试的测试结果，但是我在制作一个计算每个阶段的百分比的公式时遇到了麻烦。我想在测试1％的列中使用jmp公式做类似的事情。
我仍然在寻找一些标准来确定一个过程是否失控。是否存在表明流程失控的可靠证据？我知道能力有cpk所以有这样的稳定性吗？
