过程行为的假设之一要求每个测量是独立的并且连续测量之间没有关系。 并非所有过程都会生成独立的测量值。 “在许多工业应用中，数据是定期获取的，对于许多这些值序列，连续值之间会有某种关系”，统计过程控制高级主题，Donald J. Wheeler。
当过程数据存在自相关时，标准过程行为图表中的控制限太窄，容易出现误报。 此加载项将计算 lag1 自相关系数，从 IMR 控制图中读取控制限制，计算由 1/sqrt(1-r^2) 加宽的新控制限制，并使用新限制更新图表。 Donald Wheeler 在第 12 章“统计过程控制高级主题”中提出了这种方法。 这是为自相关过程数据创建过程行为图表的几种方法之一。 它可能并不总是最好的。由用户决定这种或另一种方法是否适合用于他们的数据。 其他方法包括
*EWMA 残差图 - JMP 的 EWMA 报告的一部分
*来自流程时间序列模型的残差 IMR 图 - 涉及使用 JMP 的时间序列平台。
感谢 JMP 教育团队提供的灵感。 该脚本复制了他们的免费在线 SPC 课程中使用的程序：
https://community.jmp.com/t5/Learning-Center/JMP-Statistical-Process-Control-Course
我建议参加该课程以了解自相关数据的控制图和一般的 SPC。 解释简洁，易于理解，并有练习练习。
加入程序：
1. 打开具有自相关过程数据的数据表或从已打开的表中选择。
2. 选择包含过程数据的列。
解释：
为了诊断目的，我已将 _Lag1 列和用于获取 lag1 相关系数的 Fit Y by X 报告保留为打开状态。 我建议使用该报告来了解数据中的自相关程度。 生成标准 IMR 图表以进行比较也很有帮助。 加载项不执行标准 IMR 图表的生成。
