过程行为的假设之一要求每次测量都是独立的，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结果。 “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，连续值之间会存在某种关系”，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，可能会产生误报。 此插件将计算 lag1 自相关系数，从 IMR 控制图读取控制限，计算加宽 1/sqrt(1-r^2) 的新控制限，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。由用户决定此方法或其他方法是否适合与其数据一起使用。 其他方法包括
*EWMA 残差图表 - JMP EWMA 报告的一部分
*过程时间序列模型残差的 IMR 图表 - 涉及使用 JMP 的时间序列平台。
感谢 JMP 教育团队的启发。 该脚本复制了他们的免费在线 SPC 课程中使用的过程：
JMP统计过程控制课程
我建议学习本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。
插件程序：
1. 打开具有自相关过程数据的数据表或从已打开的表中进行选择。
2. 选择包含过程数据的列。
解释：
我保留了 _Lag1 列和用于获取 lag1 相关系数的 Fit Y by X 报告以用于诊断目的。 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。 生成标准 IMR 图表不是由加载项执行的。
@杰森_维金斯SPC 课程链接似乎不起作用（URL 末尾缺少一些 ID/部分？）。
我认为在社区中，通常最好通过使用标记@来引用页面（如果你能让它工作......） JMP统计过程控制课程
