使用 UCL 值对各种缺陷应用警报限制大家好
我对 JMP 比较陌生，并且在 JMP 教程等的大力帮助下导航
我的任务是对我们部门内的各种缺陷应用警报限制。
所以我有 30 个或更多批次的可变数据，我使用 Laney P 生成图表，并将我的 UCL 的平均值制成表格，这是我应用于特定缺陷类型的警报限制的值。然后在一年后，这些值将根据为这些缺陷收集的当年数据重新计算。
我在使用 UCL 值的方法上是否正确（因为这会导致我的数据过度分散和分散不足）
平均值不会用于设置我的警报限制？请有人能准确解释一下为什么我不使用平均值（我的想法是，从业务角度来看，平均值是我们在 30 批中丢失的值，这将是我们预期会丢失的值，并且应用 UCL 以确保我们的过程在控制之中
数据表回复：使用 UCL 值对各种缺陷应用警报限制这将是哲学上的，而不是方法上的，，，，但我的评论是你基本问题的核心，我相信这是，“我应该在哪里设置控制限制？” 如果回到控制限制的基本目的，它们就是为经济平衡犯两个错误的风险提供信号的限制：
1. 在实际上不存在的情况下寻找可分配的原因变异。
2. 不寻找事实上存在的可分配原因变异。
上面的关键词是“……经济上的平衡……”。 使用老式的 Shewhart 派生限制或其他方法来计算控制限制的任何数学算法都没有什么神奇之处。 休哈特本人说，他的过程似乎在各种各样的环境中都“有效”。 因此，如果您可以从经济平衡的角度证明您设置限制的“位置”是合理的……那么没有人可以告诉您您的限制是不合适的。 从您的叙述看来，您似乎在沿着这些思路思考……但只有您和您的流程知识才能适当地应用这种经济平衡思维。
