將 (Shewhart) 控製圖測試數字新增至主資料表中的列JMP 社群您好，
我產生一個控制圖（分析>品質和流程>控製圖產生器）並執行所有測試（右鍵單擊圖表 >警告>測試>所有測試）得到下圖：
我想將出現在某些點旁邊的測試數字添加到生成圖表的相同數據表的新列中，以便每個數字與其所屬的數據點出現在同一行中（數據圖表中沒有數字的點可以在這個新列中簡單地有一個空白條目或N/A）。 最終，我想使用此列作為 3D 繪圖中的「顏色依據」。
先感謝您。
艾哈邁德
大規模客製化品質和工藝工程回覆：將（休哈特）控製圖測試數字加入主資料表中的列@馬克貝利和@statman ，非常感謝您花時間慷慨地闡明我的指導思想。 我會注意的。 非常感激。
回覆：將（休哈特）控製圖測試數字加入主資料表中的列對圖表的不同解釋（實際上是休哈特的原始解釋）。 Shewhart 創建了 2 個圖表。 範圍圖和 X 長條圖。 這些是一起使用的。 這範圍圖評估一致性/穩定性子組內變異（它是以子組內取樣頻率變化的變數 (x) 的函數）。 這樣做是因為子組內的變異是比較的基礎。 如果子組內變異不一致，則比較將毫無用處（它們將取決於子組內變數當時的行為）。 這X 長條圖是比較圖。 它不評估一致性，而是將子組內變異（這些是控制限）與子組間變異（繪製的平均值）（這是子組間採樣頻率變化的變量的函數）進行比較。 如果沒有點失控，子組內變異占主導地位。 這組 x 就是槓桿所在。 如果存在失控的點（或其他非隨機模式），則子組之間的變異占主導地位。 透過這種方式，控製圖可以幫助調查人員找到具有最大影響力的 x 子集。 需要進一步抽樣或實驗來進一步取消變數子集的隔離，以確定具體的因果因素。
回覆：將（休哈特）控製圖測試數字加入主資料表中的列控制圖是一種產生製程不穩定訊號的工具。 您已經知道它不穩定。 控製圖的重點不是監控，而是啟動調查並在看到訊號後實施修正。 這些圖表也是其他類型分析的基礎，但我不確定它是否最適合您想了解的內容。
有更好的工具來尋找和評估關聯。 它們同時存在於定量和定性變數中。 其中許多都屬於「預測」和「分類」的範疇。 如果沒有預先確定的回應（例如，通過、失敗），無監督學習模型將為您提供協助。 層次聚類是一個很好的工具範例，可能對您的目的有用。
請參閱幫助> JMP 文件庫>預測建模指南的完整解釋和工作範例。
回覆：將（休哈特）控製圖測試數字加入主資料表中的列嗨斯塔曼，
我對這個特定的主題還沒有深入的了解，而你似乎已經了解了，所以我的回答可能無法滿足你的好奇心。 我使用從物理 3D 物件收集的高密度資料點，我的動機只是想看看是否存在任何空間趨勢（即物件上資料點的位置與標記的規則之間的相關性）。
很抱歉，如果這不能回答您的問題，但我還不夠了解，無法充分回答您的問題。 不過還是謝謝你分享你的想法——我確信其中有一些東西值得我學習。回覆：將（休哈特）控製圖測試數字加入主資料表中的列除了做你想做的事情的技術方法之外......你能幫我理解為什麼嗎？ 不是為了對抗，只是增長我的知識。 我知道趨勢的可分配原因可能與 OOC 點不同，但圖表只是為了幫助識別這些原因，無論如何，您仍然需要流程知識來確定原因是什麼。
AFAIK，休哈特並沒有建議區分不同的測試。 這些是由西部電力公司的一個團隊於 1956 年建立的。 它們的目的是提供指導，並可能增強我們識別以時間序列呈現的資料中異常模式的能力（超出控制限解釋）。 我很好奇為什麼你會區分使用什麼「規則」來識別異常模式作為可分配原因變異的證據？ 而且規則通常不適用於 1 分。 例如，在 MR 圖上，OOC 條件是 2 個資料點的函數。 趨勢是 7 個數據點等的函數。
回覆：將（休哈特）控製圖測試數字加入主資料表中的列感謝傑瑞的及時回覆！
回覆：將（休哈特）控製圖測試數字加入主資料表中的列嗨艾哈邁德，
要獲得你想要的東西可能需要點擊幾下，但這並不太痛苦。 如果從“控製圖產生器”報告的紅色小三角選單中選擇“儲存摘要”，則會產生一個新表，其中應包含將“測試失敗”列連接到原始資料表所需的所有資訊。 如果這是一個單獨的圖表，則可以透過複製/貼上來連接新列，因為資料應在兩個表中以相同的順序呈現。 在所有情況下，表->連接可用於組合所需的列。 與往常一樣，如果您需要經常執行此操作，則可以編寫腳本。 希望這可以幫助。
-傑瑞
