JMP 14 中三向图表的过程筛选和过程能力引入了三向图表控制图生成器在JMP 10. 你可以在我的同事那里读到这种类型的图表安妮·赞吉的博文“三向图，预汇总控制图的演变。”我们很高兴能够在JMP 14 ，您还可以在其他两个平台上获得三路图表。 三向图表现在也可在过程筛选和制程能力.
例如，考虑一家制药公司的小瓶灌装过程。 在超洁净室里有一台大型的复杂机器，用于灌装小瓶。 为了填充小瓶，机器使用一组四根针来填充一个由四个小瓶组成的块。 一旦小瓶装满，它们就会被塞住并从洁净室送到另一个房间。 在第二个房间，小瓶的填充重量全天定期测试。 目标填充重量为每瓶 6.1 克。 如果小瓶填充重量低于 5.8 克，则必须将小瓶扔掉。 我们有上周该公司 Drug Z 10 剂量小瓶的生产数据。 每天测试十二个样品，每个样品六个小瓶。 让我们使用可变性图表快速查看数据，以了解我们期望看到的不同类型的变化。
变异性图表
打开随 JMP 样本数据提供的样品瓶填充重量，然后运行变异性图表脚本。
dt=Open("$SAMPLE_DATA/Quality Control/Vial Fill Weights.jmp");
dt<<RUN script=""></RUN>
Variability chart for vial fill weights小瓶填充重量的变异性图表
注意内部变化。 每个样品不会产生具有相同填充重量的小瓶。 样品 12 的范围条显示六个样品瓶的填充重量存在很大差异。 注意之间的变化。 所有钢筋的长度不相等或位于同一位置。 样本 41 的范围条远高于样本 56 的范围条。 数据已按天着色。 注意与天一起出现的模式。 看起来测量值在一天开始时往往会上升，然后测量值会有所下降，但范围往往会在一天结束时变得更大。 鉴于嵌套设计，我们期望样本之间以及样本内部存在差异。 因此，我们需要一个三向图表来分析这些数据。
过程筛选
要在 Process Screening 中创建三向图表，请使用以下步骤。
- 选择分析->筛选->过程筛选。
- 在 Select Columns 面板中选择 Fill Weight，然后单击 Process Variables。
- 在 Select Columns 面板中选择 Sample 并单击 Subgroup。
- 对于控制图类型，选择 XBar MR 和 S。
Process Screening Dialog过程筛选对话框
Process Screening report过程筛选报告结果给出了 sigma 的四个估计值。
- 在 sigma 内是对样本内变化的估计。
- 总体 Sigma 是对不依赖于子组的总体变异的估计。
- 之间的 sigma 是对样本之间变化的估计。
- 组间和组内 Sigma 是对样本内和样本之间的组合变化的估计。
我们注意到，对于这个例子，内西格玛 (0.05256) 略高于内西格玛 (0.03332)。 组间和组内 Sigma (0.06223) 非常接近整体 Sigma (0.06993)。
稳定性比和 Cpk 是使用组间和组内 Sigma 估计值计算的。
制程能力
我们可以通过在 Process Screening 平台中选择流程并选择 Selected Items 的 Process Capability 来生成 Process Capability 中的三向图表。 相反，让我们看看如何使用 Process Capability 对话框生成三向分析。
- 选择分析->质量和过程->过程能力。
- 在选择列面板中选择填充重量，然后单击 Y，处理。
- 打开 Process Subgrouping 面板。
- 从 Select Columns 面板中选择 Sample，在 Cast Selected Columns into Roles 面板中填充权重，然后单击 Nest Subgroup ID 列。
- 单击计算组间和组内能力。
Process Capability Dialog过程能力对话框
从流程能力旁边的红色小三角中，选择个人详细报告。
Process Capability Report过程能力报告
在“过程摘要”部分，您会注意到与在“过程筛选”平台中看到的相同的四个 sigma 估计值。 您还将找到基于组间和组内 Sigma 的能力统计数据以及基于整体 sigma 的能力统计数据。
我们从直方图中看到，该过程略高于目标。 所有小瓶填充重量均在给定的规格限制内。 这个过程是有能力的。
三个平台的三向图表
以。。。开始版本 14在 JMP 中，三向图可用于三个不同的平台：控制图生成器、过程筛选和过程能力。 这意味着，作为用户，您可以通过多种方式分析相同的信息——也就是说，您可以选择最适合您需求的平台。
在 JMP 14 中，您可以在另外两个平台中获得三向图表：流程筛选和流程能力。
回复：JMP 14 中三向图表的过程筛选和过程能力是的，您是正确的，公式应该是 sigma_within 而不是 sigma^2_within。我为错字道歉。文档中的公式似乎是正确的，尽管均值上的个体、均值上的移动范围和 S 图似乎不见了。我会确保它被添加。
内 sigma 计算与用于控制图的计算相同。对此的参考是
美国测试与材料协会（1976 年）。 ASTM 数据呈现和控制图分析手册. 费城：ASTM。
回复：JMP 14 中三向图表的过程筛选和过程能力感谢您的快速回复，Tonya。 [前两个公式的 LHS 上的 sigma-squared-within 应该是 sigma-within。]
我从来没有听说过使用*标准偏差*的加权平均来计算汇总标准偏差估计 - 它始终基于组*方差*的加权平均值的平方根，并且加权因子是每个组的度数的自由。
我检查了“质量和工艺方法”一书，没有发现那里使用的公式的引用。 你能指点我吗？ 谢谢。
回复：JMP 14 中三向图表的过程筛选和过程能力这些公式都在文档中给出。请查看质量和流程方法手册了解更多详细信息。
Within Sigma 的计算取决于图表的类型。对于均值上的个人、均值和 S 图上的移动范围，公式如下：
对于均值、均值移动范围和 R 图表上的个人，公式如下：
在哪里
s一世=第 i 个样本的标准差th子群
N=n 的子组数一世>=2
C 4 (n一世)=n 的标准差的期望值一世具有单位标准差的独立正态分布变量
R一世= i 的范围th子群
d 2 (n一世)=n 范围的期望值一世具有单位标准偏差的独立正态分布变量。
sigma 之间和之间的公式如下：
其中 H 是子组样本大小的调和平均值。
回复：JMP 14 中三向图表的过程筛选和过程能力我认为“在 Sigma 内”等于样本内平均方差的平方根？ [我们可以使用算术平均值，因为样本的 Ns 相等。] 当我这样做时，我得到 0.058277 的内 Sigma。
另外，你能多说一些关于“西格玛之间和之内？” 我在任何应用统计书籍或互联网上都找不到该术语。 另外，它是如何计算的？
谢谢！ 
回复：JMP 14 中三向图表的过程筛选和过程能力我很高兴您发现 3 路图表很有用。
如果总体远大于黑白，则很有可能会发生系统性的事情，但是我对此的研究还不够，无法说这是唯一的可能性。如果有系统性变化，这应该很容易在数据图表（流程图）中看到。
回复：JMP 14 中三向图表的过程筛选和过程能力很高兴看到这种功能在 JMP 中得到扩展。这是我不得不经常依赖 Minitab 的原因，因为 JMP 中的选项要么不存在，要么对我来说不明显。
另外，我很好奇您对整体与黑白变化的区别。我对此的看法是，如果总体比黑白大得多，那么您就会有某种形式的本质上系统性的差异，例如漂移或阶跃变化。
