你好，
我有一只鸡的4分钟40秒的连续腿部温度数据的数据集。在第二分钟，我介绍了一个压力源（响亮的声音）。我想根据温度数据的第一部分（前2分钟）创建一个控制图和相应的限制。计算出限制后，我想添加数据集的第二部分（2分钟-4分40秒），以检查引入压力源后温度是否“失控”。我尝试使用控制图中的“子组”，但我不知道这到底意味着什么。我该怎么办？
谢谢！
选择引入压力后包含读数数据的行，并排除它们。绘制图表-限制基于引入压力之前的观察结果。单击顶部的红色三角形，并将限制保存到数据列。现在取消排除行。该图表应包括所有行，但限制基于数据的前半部分。
我建议你看看帮助> JMP文档库>质量和流程指南以查看这些术语的定义。
首先，我将在其他讨论中粘贴一些我写的内容。控制图的分析和解释完全取决于如何获取数据以及如何组织数据（例如，如何对数据进行分组）。
1。 RANGE图表回答了这个问题：子组内是否存在变异 （由于变量，x在子组中变化） 一致，稳定？合理分组的概念非常重要，尽管难以一概而论（因此无法教授）。 如果使用控制图对变异源进行划分和分配（变异研究的组成部分），则选择子组来描绘您认为可能影响响应的变量子集（我建议您有科学的假设支持您的选择）。 您可以通过选择子组大小（例如，子组内的度量频率）来执行此操作。 范围图将回答有关这些源是否随机起作用的常见问题，例如（Deming）。 如果是这样，则该来源（变量的子集）可以作为与研究中包括的其他变异来源进行比较的基础。 如果x在子组中变化的机会很小，则平均范围以及作为该范围（D4R-bar）的函数的控制极限将非常小，并且相应的控制极限也将非常严格。相反，如果子组中所有x均发生变化，则平均平均范围将很大，而控制范围将很宽。对于您的情况，子分组的选择似乎是任意的，而不是基于假设（为什么要创建7个子分组？）。尝试更改您的分组策略，您将更改控制限制，从而更改解释。 重新考虑您的分组策略是适当的。
2。 X条形图回答了问题：子组差异之间是差异吗？ （由于变量在子组之间变化） 超过子组内部变异所预测的？ X条形图上的控制极限是子组内变化的函数（+/- A2R条形）。 您的研究中捕获的其他变异源（根据假设再次选择变量的子集）将在子组之间的抽样中暴露其变异。 关键是选择采样间隔，以增加其他变量确实发生变化的可能性。 X条形图是比较图。 它将内部子组（由控制极限表示）与子组间子组（平均值的绘制值）进行比较。 要点“失控”表明，变异源之间的杠杆作用大于变异源之间的杠杆作用。
不带合理采样和分组，可以得出几乎任何您想要得出的结论。
“从长远来看，成功地将数据最初基于理性理论划分为理性子组的工程师从本质上来说会更好。。。” 舍哈特
我推荐唐纳德·惠勒（Donald Wheeler）撰写的2栏：
https://www.qualitydigest.com/inside/quality-insider-column/060115-rational-subgrouping.html
https://www.qualitydigest.com/inside/statistics-column/070115-rational-sampling.html
我不知道您是如何获得图表的（使用控制图生成器）。附件中显示的图表是相同的图表。 这些似乎是您如何对数据进行分组的函数，但是仅显示范围图（没有平均值图）。
移动范围（先前的电流测量值的绝对值）是当您没有有理子组时计算范围的替代方法。 它对于分离和分配变体不是很有用，但是确实为您提供了评估短期变体一致性的能力。 当分布不正常时（不是Shewhart控制图的假设），中位数通常用作估计集中趋势的统计量。
