用於處理子組間變異性的控製圖的ISO方法當存在子組間變異時，我對控製圖中的控制限制有疑問。
您是否聽說過以下計算控制限值的方法？
- 計算傳統的stddev，小號 ，從所有數據值（忽略子組信息）。
- 計算 sigma = s / sqrt（n） 哪裡 ñ 是每個子組的樣本大小。
- 通過[設置控制限制] m-3 * sigma ， 3 + 3 * sigma ]哪裡米是整體意思。
這種方法在“ 13.1一般警告 “（第21-22頁）in ISO7870-2：2013（E） 。
日本的用戶要求這種“ISO”方法，但我自己從未聽說過。
（我自己認為JMP的三向控製圖比這種“ISO”方法更容易理解。）
Re：用於處理子組間變異性的控製圖的ISO方法我對標準推薦的內容有點不清楚？當子組變異之間存在實質性時，標準是否建議不使用您列出的公式？雖然我沒有閱讀標準，當你說它是“一般警告......”時，我認為這種方法不推薦，這將導致JMP為Xbar和R創建控制限制的通常方法圖表（小d2 / R（條）等）？
當然，客戶也可以使用3路JMP方法獲取更多信息。圖表中包含的信息的一些消費者可能會感到困惑，因為坦率地說，我認為大多數人從未被教過如何使用這種3路方法......他們只是在第一階段採用通常的控製圖計算並停在那裡。
我想我同意這個建議......而且三方JMP方法更具信息性。
關於處理子組間變異的控製圖的ISO方法感謝您提供的信息和建議。
當子組之間存在較大差異時，該標準建議使用列出的公式I。標準如下。
“另一方面，圖8顯示了另一個\ bar {X}和R圖表，用於與圖7中相同的數據，其中\ bar {X}圖表的控制極限是根據整個過程的可變性來計算的。範圍的平均值（\ bar {R}）。“（第21頁， ISO 7870-2：2013（E） ）
這種解釋尚不清楚，但是用戶具有一個數據集，可以再現標準格式中作為數字示例顯示的LCL和UCL。
Xbar-R圖表和Xbar-S圖表中的JMP或傳統控制限制僅根據子組內的變化來計算。我列出的方法從所有數據值計算標準差。該標準偏差可以由分發平台計算，而無需設置任何變量。
回覆：用於處理子組間變異性的控製圖的 ISO 方法合理分組的目的是最小化子組內的變異並監控子組之間的變異。透過計算標準差，他們忽略了兩個變異源。為什麼還要將資料分組？為什麼要繪製平均值？
正如我的同事迪·邁克爾遜所說：
“如果變異性內部和變異性之間存在差異，您應該承認這一點，並在控製圖上使用適當的方差分量。使用“正確”公式來計算繪圖統計的變異性很容易，無需考慮“錯誤” 「公式」。
如果他們想忽略不同的變異源，在我看來，單一資料點上的 Levey-Jennings 圖（使用標準差）會更合適。只是不確定這種方法想要達成什麼目標。
