你好@IkjuShin ,
这对我来说似乎是合理的。 或者至少我们可能希望在文档中的某处为还不熟悉 SPC 基本思想的人阐明它。
当我们计算总体标准差估计时，子组大小实际上是 1。每个人都与总平均数有关。在这种情况下，假定总均值是衡量样本集中趋势的“最佳”指标，因为它属于整个样本。 换句话说，这种情况下的子组被认为是内部同质的。
当我们像这样计算 sigma 时，我们用它来计算 Ppk。Ppk 通常称为“过程性能”的估计值。
当我们根据控制图中的两点移动极差计算 sigma 时，子组大小实际上是 2，即 Wheeler 称之为连续差异的方法（来自个体和移动极差图的下半部分）。 这是计算 std dev 的“内部”样本估计值的一种方法，其计算方式与上面的总体 std dev 估计值不同。
当我们像这样计算 sigma 时，我们使用它来计算 Cpk（这是我们可以计算标准偏差内的众多方法之一，具体取决于所使用的历史参考和样本大小等因素）。Cpk 通常称为“过程能力”的估计值。
你好，
JMP Books 如下所述，关于基于平均移动范围的 Within Sigma
“如果您未指定子组 ID 列、常数子组大小或历史 sigma，JMP 将使用第三种方法（移动极差大小为二的子群).
基于平均移动极差的组内 Sigma
在 sigma 内估计平均移动范围与个体测量和移动极差图表的标准差估计值相同”，σst = 平均移动极差 / d2(2)。
它称为子组大小 2，但在 JMP 中表示为子组大小 1。 它可能基于 Wheeler 的论文等，但在这种情况下，我认为将其表示为 Subgroup Size 2 而不是 Subgroup Size 1 更为合理和清晰。
QD 17.07 (spcpress.com)
谢谢
益州
