過程行為的假設之一要求每次測量都是獨立的，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結果。 “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，連續值之間會存在某種關係”，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，可能會產生誤報。 此插件將計算 lag1 自相關係數，從 IMR 控製圖讀取控制限，計算加寬 1/sqrt(1-r^2) 的新控制限，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。由用戶決定此方法或其他方法是否適合與其數據一起使用。 其他方法包括
*EWMA 殘差圖表 - JMP EWMA 報告的一部分
*過程時間序列模型殘差的 IMR 圖表 - 涉及使用 JMP 的時間序列平台。
感謝 JMP 教育團隊的啟發。 該腳本複制了他們的免費在線 SPC 課程中使用的過程：
JMP統計過程控制課程
我建議學習本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。
插件程序：
1. 打開具有自相關過程數據的數據表或從已打開的表中進行選擇。
2. 選擇包含過程數據的列。
解釋：
我保留了 _Lag1 列和用於獲取 lag1 相關係數的 Fit Y by X 報告以用於診斷目的。 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。 生成標準 IMR 圖表不是由加載項執行的。
@傑森_維金斯SPC 課程鏈接似乎不起作用（URL 末尾缺少一些 ID/部分？）。
我認為在社區中，通常最好通過使用標記@來引用頁面（如果你能讓它工作......） JMP統計過程控制課程
