用于处理子组间变异性的控制图的ISO方法当存在子组间变异时，我对控制图中的控制限制有疑问。
您是否听说过以下计算控制限值的方法？
- 计算传统的stddev，小号 ，从所有数据值（忽略子组信息）。
- 计算 sigma = s / sqrt（n） 哪里 ñ 是每个子组的样本大小。
- 通过[设置控制限制] m-3 * sigma ， 3 + 3 * sigma ]哪里米是整体意思。
这种方法在“ 13.1一般警告 “（第21-22页）in ISO7870-2：2013（E） 。
日本的用户要求这种“ISO”方法，但我自己从未听说过。
（我自己认为JMP的三向控制图比这种“ISO”方法更容易理解。）
Re：用于处理子组间变异性的控制图的ISO方法我对标准推荐的内容有点不清楚？当子组变异之间存在实质性时，标准是否建议不使用您列出的公式？虽然我没有阅读标准，当你说它是“一般警告......”时，我认为这种方法不推荐，这将导致JMP为Xbar和R创建控制限制的通常方法图表（小d2 / R（条）等）？
当然，客户也可以使用3路JMP方法获取更多信息。图表中包含的信息的一些消费者可能会感到困惑，因为坦率地说，我认为大多数人从未被教过如何使用这种3路方法......他们只是在第一阶段采用通常的控制图计算并停在那里。
我想我同意这个建议......而且三方JMP方法更具信息性。
关于处理子组间变异性的控制图的ISO方法感谢您提供的信息和建议。
当子组之间存在较大差异时，该标准建议使用列出的公式I。标准如下。
“另一方面，图8显示了另一个\ bar {X}和R图表，用于与图7中相同的数据，其中\ bar {X}图表的控制极限是根据整个过程的可变性来计算的。范围的平均值（\ bar {R}）。“（第21页， ISO 7870-2：2013（E） ）
这种解释尚不清楚，但是用户具有一个数据集，可以再现标准格式中作为数字示例显示的LCL和UCL。
Xbar-R图表和Xbar-S图表中的JMP或传统控制限制仅根据子组内的变化来计算。我列出的方法从所有数据值计算标准差。该标准偏差可以由分发平台计算，而无需设置任何变量。
回复：用于处理子组间变异性的控制图的 ISO 方法合理分组的目的是尽量减少子组内的变异并监控子组之间的变异。通过计算标准差，他们忽略了两个变异源。为什么还要对数据进行分组？为什么要绘制平均值？
正如我的同事 Di Michelson 所说：
“如果变异性在内部和之间有所不同，您应该承认这一点，并在控制图上使用适当的方差分量。对于绘图统计的变异性，使用“正确”公式很容易，无需费心使用“错误”公式。”
如果他们想忽略不同的变异源，我认为在单个数据点上使用 Levey-Jennings 图表（使用标准偏差）会更合适。只是不确定这种方法想要达到什么目的。
