你好，
我有一隻雞的4分鐘40秒的連續腿部溫度數據的數據集。在第二分鐘，我介紹了一個壓力源（響亮的聲音）。我想根據溫度數據的第一部分（前2分鐘）創建一個控製圖和相應的限制。計算出限制後，我想添加數據集的第二部分（2分鐘-4分40秒），以檢查引入壓力源後溫度是否“失控”。我嘗試使用控製圖中的“子組”，但我不知道這到底意味著什麼。我該怎麼辦？
謝謝！
選擇引入壓力後包含讀數數據的行，並排除它們。繪製圖表-限制基於引入壓力之前的觀察結果。單擊頂部的紅色三角形，並將限制保存到數據列。現在取消排除行。該圖表應包括所有行，但限制基於數據的前半部分。
我建議你看看幫助> JMP文檔庫>質量和流程指南以查看這些術語的定義。
首先，我將在其他討論中粘貼一些我寫的內容。控製圖的分析和解釋完全取決於如何獲取數據以及如何組織數據（例如，如何對數據進行分組）。
1。 RANGE圖表回答了這個問題：子組內是否存在變異 （由於變量，x在子組中變化） 一致，穩定？合理分組的概念非常重要，儘管難以一概而論（因此無法教授）。 如果使用控製圖對變異源進行劃分和分配（變異研究的組成部分），則選擇子組來描繪您認為可能影響響應的變量的子集（我建議您有支持選擇的科學假設）。 您可以通過選擇子組大小（例如，子組內的度量頻率）來執行此操作。 範圍圖將回答有關這些源是否隨機起作用的常見問題，例如（Deming）。 如果是這樣，則該來源（變量的子集）可以作為與研究中包括的其他變異來源進行比較的基礎。 如果在子組中x改變的機會很小，則平均範圍以及作為該範圍的函數的控制極限（D4R-bar）將非常小，並且相應的控制極限也非常嚴格。相反，如果子組中所有x均發生變化，則平均平均範圍將很大，而控制範圍將很寬。對於您的情況，子分組的選擇似乎是任意的，而不是基於假設（為什麼要創建7個子分組？）。嘗試更改您的分組策略，您將更改控制限制，從而更改解釋。 重新考慮您的分組策略是適當的。
2。 X條形圖回答了問題：子組差異之間是差異嗎？ （由於變量在子組之間變化） 超過子組內部變異所預測的？ X條形圖上的控制極限是子組內變化的函數（+/- A2R條形）。 您的研究中捕獲的其他變異源（根據假設再次選擇變量的子集）將在子組之間的抽樣中暴露其變異。 關鍵是選擇採樣間隔，以增加其他變量確實發生變化的可能性。 X條形圖是比較圖。 它將內部子組（由控制極限表示）與子組間子組（平均值的繪製值）進行比較。 要點“失控”表明，變異源之間的槓桿作用大於變異源之間的槓桿作用。
不帶合理採樣和分組，可以得出幾乎任何您想要得出的結論。
“從長遠來看，成功地將數據最初基於理性理論劃分為理性子組的工程師從本質上來說會更好。。。” 舍哈特
我推薦唐納德·惠勒（Donald Wheeler）撰寫的2欄：
https://www.qualitydigest.com/inside/quality-insider-column/060115-rational-subgrouping.html
https://www.qualitydigest.com/inside/statistics-column/070115-rational-sampling.html
我不知道您是如何獲得圖表的（使用控製圖生成器）。附件中顯示的圖表是相同的圖表。 這些似乎是您如何對數據進行分組的函數，但是僅顯示範圍圖（沒有平均值圖）。
移動範圍（先前的電流測量值的絕對值）是當您沒有有理子組時計算範圍的替代方法。 它對於分離和分配變體不是很有用，但是確實為您提供了評估短期變體一致性的能力。 當分佈不正常時（不是Shewhart控製圖的假設），中位數通常用作估計集中趨勢的統計量。
