IR 控制图限制你好，
我制作了两个 IR 控制图，控制限设置为 4-sigma（见附件）。 第一张图表有 383 行及其标准。偏差是7.8 . 而第二个图表有 1685 行及其标准。偏差是4.8 .
但是当我在视觉上比较图表时，第二个图表似乎有更多的变化，但与第一个控制图表相比，标准偏差和限制更窄。 有谁知道这可能是什么原因？
/塔希尔
回复：IR 控制图限制您好，请问您为什么使用 +/- 4 sigma？错过信号的风险不是很高吗？
问候
伊恩
回复：IR 控制图限制您所附的图片仅显示个人图表。 在分析个人图表之前，始终查看 MR 图表是一种很好的做法。 如果有异常模式或控制限外的点指示不一致、不稳定（可指定原因）变化，则 MR 的估计可能不正确。 当然，用于计算个人图表限制的是 MR 的估计值。 在不稳定、不一致的情况下，任何定量统计数据都是可疑的。
回复：IR 控制图限制JMP 的标准差公式没有什么不同。 但是，标准偏差公式与单个移动极差图无关。
标准偏差是可变性的度量，可以通过多种方式进行估计。 大多数人认为标准偏差的公式是：
但这只是估计可变性的一种方法。 个人控制图，主要是出于历史原因，使用我之前帖子中提到的移动范围而不是上述公式。 估计可变性的另一种方法可能是（例如）范围除以 6。
我无法就您应该使用哪种类型的图表提出任何建议，但出于比较目的，您应该为每个数据集制作 Levey Jennings 图表。 这种类型的图表不使用移动极差来估计可变性。 相反，它使用典型的标准偏差公式。 我认为该图表可能与您认为图表应该是什么样子的直觉相符。
回复：IR 控制图限制感谢您解释第二张控制图严格控制限制背后的原因，但即使第二张图表中的总体变化更高但控制限制更严格，这似乎仍然很奇怪。
我已经看到了控制图的公式，但是你能不能也发送一下标准差的公式，它与 excel 使用的“样本标准差”相同还是不同？
回复：IR 控制图限制在另一篇文章中，您询问了控制限的公式。 它们可以在 JMP 文档中的帮助菜单下轻松找到。
请注意，对于个体图，移动极差用于估计标准差并创建控制限。 因此，您的示例具有更严格的控制限制可能是由自相关引起的，这意味着您的数据点可能并非完全独立。 正自相关将导致个体控制图上的控制限制更严格，因为移动极差不能充分估计过程的可变性。
