過程行為的假設之一要求每個測量是獨立的並且連續測量之間沒有關係。 並非所有過程都會生成獨立的測量值。 “在許多工業應用中，數據是定期獲取的，對於許多這些值序列，連續值之間會有某種關係”，統計過程控制高級主題，Donald J. Wheeler。
當過程數據存在自相關時，標準過程行為圖表中的控制限太窄，容易出現誤報。 此加載項將計算 lag1 自相關係數，從 IMR 控製圖中讀取控制限制，計算由 1/sqrt(1-r^2) 加寬的新控制限制，並使用新限制更新圖表。 Donald Wheeler 在第 12 章“統計過程控制高級主題”中提出了這種方法。 這是為自相關過程數據創建過程行為圖表的幾種方法之一。 它可能並不總是最好的。由用戶決定這種或另一種方法是否適合用於他們的數據。 其他方法包括
*EWMA 殘差圖 - JMP 的 EWMA 報告的一部分
*來自流程時間序列模型的殘差 IMR 圖 - 涉及使用 JMP 的時間序列平台。
感謝 JMP 教育團隊提供的靈感。 該腳本複制了他們的免費在線 SPC 課程中使用的程序：
https://community.jmp.com/t5/Learning-Center/JMP-Statistical-Process-Control-Course
我建議參加該課程以了解自相關數據的控製圖和一般的 SPC。 解釋簡潔，易於理解，並有練習練習。
加入程序：
1. 打開具有自相關過程數據的數據表或從已打開的表中選擇。
2. 選擇包含過程數據的列。
解釋：
為了診斷目的，我已將 _Lag1 列和用於獲取 lag1 相關係數的 Fit Y by X 報告保留為打開狀態。 我建議使用該報告來了解數據中的自相關程度。 生成標準 IMR 圖表以進行比較也很有幫助。 加載項不執行標準 IMR 圖表的生成。
