計算控制限需要多少數據？我想創建一個基線控製圖，然後將這些控制限制應用於新數據，以查看製造過程中的更改是否會導致失控。 計算基線數據的控制限需要多少數據點？
回复：計算控制限需要多少數據？抱歉，忘了補充，正如已經建議的那樣，“計算控制限需要多少數據”的問題取決於具體情況。 我的一般指導是，當您有足夠的數據從研究中得出可操作的結論時，就會計算控制限。 這需要一個代表過程中起作用的變量樣本。 我不知道您正在尋找什麼類型的工藝或產品，但是，例如，假設您正在批量生產塗層。 您假設由於攪拌不足（批次內），塗層特性 (y) 存在變化。 您可以從批次中選擇多個樣本，並對多個批次執行此操作。 您需要的批次內樣本數量取決於您的假設的具體程度……如果您假設存在分層，那麼樣本量可能小至 2 個，一個來自批次的頂部，一個來自批次的底部。 如果您沒有特定的假設，則對批次內的成分進行隨機抽樣，並可能增加樣本量以增加樣本具有代表性的可能性。 有多少批次？ 同樣的邏輯也適用。 如果您對為什麼會出現批次間差異有具體的假設，那麼請進行足夠的採樣，以允許這些來源在您的研究中發生變化。 如果您的假設是：批次間的差異是由於更換大量原材料造成的，那麼您需要對多批原材料進行抽樣……有多少是一個判斷，很大程度上取決於您捕捉潛在影響的信心關閉原材料批次。 對導致變異的 x 進行代表性研究最好由主題專家而不是統計學家做出判斷。
回复：計算控制限需要多少數據？我建議你讀一下惠勒的書《理解統計過程控制》。 您必須首先了解 Shewhart 博士最初創建的控製圖的目的是做兩件事：
1. 評估比較基礎的一致性（這是范圍圖）。
2. 比較兩個變化源以確定哪個具有更大的槓桿作用（這是 X 條形圖），
他們回答問題；工作重點應該在哪裡（內部還是之間）？調查的性質是什麼（特殊或普通）？
範圍圖量化/描述的變化是 x 在該“頻率”變化的函數。 第一個問題是這些 x（在子組內）是否表現出一致且穩定的變化？ 如果是這樣，則可以量化該變異，並且可以將這些變異源與其他變異源（子組之間）進行比較，以確定哪個具有更大的影響力。 如果範圍圖表現出不一致（如特殊原因）變化，那麼您應該設法了解原因。 如果範圍圖表現出一致的變化並且 X 條形圖“處於控制範圍內”，則最大的變化來源是由於子組 x 的內部。 如果 x 條形圖“失控”，則源之間（x 以該頻率變化）占主導地位。
回复：計算控制限需要多少數據？為所有的想法添加一個尚未提及的想法@馬克貝利深思熟慮的輸入是不要忽視理性子分組的基本思想，即根據您已知的過程知識構建抽樣策略，以便子組內的變異盡可能接近捕獲潛在的共同原因變異在系統中...而子組收集之間的時間間隔使您有機會及時識別可分配的原因變化。 分組是藝術（捕捉常見和特殊原因）和統計方法（功效等）的同等部分。
回复：計算控制限需要多少數據？控製圖假設過程是穩定的。 您可以考慮使用檢查初始數據分析 > 質量和過程 > 變異圖。 您可以嵌套變異性來源並以交互方式更改嵌套以尋找主導效應。 您還可以估計方差分量來量化您看到的變化。
此外，如果您懷疑嵌套級別之間的可變性存在差異，三向控制可能會有所幫助。 它在批處理過程中非常有用，在批處理過程中，在批次內採集樣本，但您想要繪製批次圖表。 批次內變異通常小於批次間變異，因此一張控製圖和一份過程標準差估計值會產生無法使用的圖表。 控製圖生成器提供三向控製圖。
回复：計算控制限需要多少數據？樣本大小始終是一個棘手的問題，但我對這種類型的統計（過程控制）比較陌生。 我計劃使用 JMP 控製圖生成器。 我想在 5 個生產日內全天（8 個時間點均勻分佈在 2 個班次中）在一個單元內的 3 個位置採集一個樣本。 我試圖弄清楚我需要多少週才能建立基線。 我預計一天內的時間點變化以及每個位置的每日變化都會存在。 我正在閱讀有關分組的內容。 我是否需要在每個時間點和地點採集多個樣本？ 我讀到每個子組大約有 3、5 或 7 個樣本。
回复：計算控制限需要多少數據？這個問題是個大問題。 答案當然是“視情況而定”。
您使用哪種類型的控製圖？
合理的子組大小是多少？
對子組進行抽樣的頻率是多少？
