计算控制限需要多少数据？我想创建一个基线控制图，然后将这些控制限制应用于新数据，以查看制造过程中的更改是否会导致失控。 计算基线数据的控制限需要多少数据点？
回复：计算控制限需要多少数据？抱歉，忘了补充，正如已经建议的那样，“计算控制限需要多少数据”的问题取决于具体情况。 我的一般指导是，当您有足够的数据从研究中得出可操作的结论时，就会计算控制限。 这需要一个代表过程中起作用的变量样本。 我不知道您正在寻找什么类型的工艺或产品，但是，例如，假设您正在批量生产涂层。 您假设由于搅拌不足（批次内），涂层特性 (y) 存在变化。 您可以从批次中选择多个样本，并对多个批次执行此操作。 您需要的批次内样本数量取决于您的假设的具体程度……如果您假设存在分层，那么样本量可能小至 2 个，一个来自批次的顶部，一个来自批次的底部。 如果您没有特定的假设，则对批次内的成分进行随机抽样，并可能增加样本量以增加样本具有代表性的可能性。 有多少批次？ 同样的逻辑也适用。 如果您对为什么会出现批次间差异有具体的假设，那么请进行足够的采样，以允许这些来源在您的研究中发生变化。 如果您的假设是：批次间的差异是由于更换大量原材料造成的，那么您需要对多批原材料进行抽样……有多少是一个判断，很大程度上取决于您捕获潜在影响的信心关闭原材料批次。 对导致变异的 x 进行代表性研究最好由主题专家而不是统计学家做出判断。
回复：计算控制限需要多少数据？我建议你读一下惠勒的书《理解统计过程控制》。 您必须首先了解 Shewhart 博士最初创建的控制图的目的是做两件事：
1. 评估比较基础的一致性（这是范围图）。
2. 比较两个变化源以确定哪个具有更大的杠杆作用（这是 X 条形图），
他们回答问题；工作重点应该在哪里（内部还是之间）？调查的性质是什么（特殊或普通）？
范围图量化/描述的变化是 x 在该“频率”变化的函数。 第一个问题是那些 x（在子组内）是否表现出一致且稳定的变化？ 如果是这样，则可以量化该变异，并且可以将这些变异源与其他变异源（子组之间）进行比较，以确定哪个具有更大的影响力。 如果范围图表现出不一致（如特殊原因）变化，那么您应该设法了解原因。 如果范围图表现出一致的变化并且 X 条形图“处于控制范围内”，则最大的变化来源是由于子组 x 的内部。 如果 x 条形图“失控”，则源之间（x 以该频率变化）占主导地位。
回复：计算控制限需要多少数据？为所有的想法添加一个尚未提及的想法@马克贝利深思熟虑的输入是不要忽视理性子分组的基本思想，即根据您已知的过程知识构建抽样策略，以便子组内的变异尽可能接近捕获潜在的共同原因变异在系统中...而子组收集之间的时间间隔使您有机会及时识别可分配的原因变化。 分组是艺术（捕捉常见和特殊原因）和统计方法（功效等）的同等部分。
回复：计算控制限需要多少数据？控制图假设过程是稳定的。 您可以考虑使用检查初始数据分析 > 质量和过程 > 变异图。 您可以嵌套变异性来源并以交互方式更改嵌套以寻找主导效应。 您还可以估计方差分量来量化您看到的变化。
此外，如果您怀疑嵌套级别之间的可变性存在差异，三向控制可能会有所帮助。 它在批处理过程中非常有用，在批处理过程中，在批次内采集样本，但您想要绘制批次图表。 批次内变异通常小于批次间变异，因此一张控制图和一份过程标准差估计值会产生无法使用的图表。 控制图生成器提供三向控制图。
回复：计算控制限需要多少数据？样本大小始终是一个棘手的问题，但我对这种类型的统计（过程控制）比较陌生。 我计划使用 JMP 控制图生成器。 我想在 5 个生产日内全天（8 个时间点均匀分布在 2 个班次中）在一个单元内的 3 个位置采集一个样本。 我试图弄清楚我需要多少周才能建立基线。 我预计一天内的时间点变化以及每个位置的每日变化都会存在。 我正在阅读有关分组的内容。 我是否需要在每个时间点和地点采集多个样本？ 我读到每个子组大约有 3、5 或 7 个样本。
回复：计算控制限需要多少数据？这个问题是个大问题。 答案当然是“视情况而定”。
您使用哪种类型的控制图？
合理的子组大小是多少？
对子组进行抽样的频率是多少？
