有一个极限的控制图大家好，
社区中的任何人都可以帮助我解决有关控制的问题吗？
我有一个只有一个限制的过程。
我想进行过程能力之类的分析。 我怎样才能进行这样的分析并建立一个有一个限制的控制图？
我使用的是 JMP 16.1.0
质量和工艺工程回复：有一个限制的控制图欢迎来到社区。我不确定你的意思是“我有一个只有一个限制的过程。？什么是极限？这是规格限制吗？如果是这样，c控制限制与规格无关。 功能很简单，只需输入一个限制并使用 Cpl/Cpu 或 Ppl/Ppu（取决于限制）。
回复：有一个限制的控制图添加到@statman的回应，如果您有单侧规格限制并且还想要单侧控制图，您可以通过控制图生成器中的控制面板关闭上限或下限控制限（下图中的红色圆圈） 。
回复：有一个限制的控制图抱歉，因为你可以并不意味着你应该。这是对控制图的不当使用。
回复：有一个限制的控制图@statman某些数据应仅具有控制上限，特别是当控制下限低于零或任何其他逻辑上不可能的值时。 例如，统计数据。 此外，右偏（甚至可能呈指数偏斜）的测量数据可以绘制在控制图上。 在这种情况下，下限可能再次小于零，这在逻辑上是不可能的。
添加控制下限并显示它会使数据的使用者感到困惑，它还会格式化轴，以便一半的图表显示不合逻辑的、小于零的范围（全是空白），使图表更难以阅读。
请记住，控制图的全部目的是明确用户何时应对流程行为变化做出反应。 生成模糊意图的图表是没有帮助的。
在这种特殊情况下，最初的问题在“控制限制”和“规格限制”之间含糊不清。 这是更大的问题。 控制限值用于评估过程行为，规范限值用于评估过程性能。 最初通过区分两者来回答问题，并指出过程能力分析只需要一个规格限制，可能会更有帮助。
回复：有一个限制的控制图诚然，我也可以为我的示例选择更好的数据集。 很棒的讨论！
回复：有一个限制的控制图恕我直言，如果软件绘制的控制限值令人难以置信（例如，计数数据），那么这就是一个问题。对于某些数据，0 可能是合适的 LCL。 正确使用控制图不需要数据呈正态分布（参见休哈特和惠勒）。
控制图有两个功能（目的）（由 Shewhart 定义）：
1. 评估子组内变异源的一致性/稳定性（这通常通过使用一系列子组内数据来量化）。这就是极差图的功能。这是首先完成的，因为控制图方法的第二个功能是对变化的组成部分（内部来源与来源之间）进行比较。当然，如果比较的基础（子组内变异）不一致，那么比较就是不合理的。
2. 比较变异的组成部分以确定最大的变异来源在哪里。这是使用 X 条形图完成的。绘制的数据（平均值）存在偏差（随采样频率变化的 x）。这些是根据控制限绘制的，控制限是内部变异源的函数（同样，x 随子组频率变化）。
这些限制旨在提供指导供用户确定一致性并评估杠杆作用。它们最初是根据具有经济风险的经验数据得出的。未按照预期正确使用控制图会让许多用户感到困惑。我要补充的是，当范围表现出不一致（例如，失控）时，由软件自动计算的 X 条形图上的控制限制是不合适的并且会使用户感到困惑。
现在，这并不意味着没有大量其他图形技术来显示数据和做出其他决策。我仅指控制图方法。
回复：有一个限制的控制图控制限值与规格限值不同。
过程能力（Cpk 或 Ppk）基于规格限制。 控制图中使用的控制限。
如果只需要上限，则为 Cpu/Ppu；如果只需要下限，则为 Cpl/Ppl。
否则，Cpk/Ppk 是 Cpu/Cpl 或 Ppu/Ppl 中的最小值。
请注意，Cpk 使用短期西格玛（根据子组变异估计 - 在@杰德坎贝尔，Cpk 的方法基于移动极差的平均值）而 Ppk 基于长期 sigma（总体标准差 - 该值类似于在分销平台中计算的标准差）
