有一個極限的控製圖大家好，
社區中的任何人都可以幫助我解決有關控制的問題嗎？
我有一個只有一個限制的過程。
我想進行過程能力之類的分析。 我怎樣才能進行這樣的分析並建立一個有一個限制的控製圖？
我正在使用 JMP 16.1.0
質量和工藝工程回复：有一個限制的控製圖歡迎來到社區。我不確定你的意思是“我有一個只有一個限制的過程。？什麼是極限？這是規格限制嗎？如果是這樣，c控制限制與規格無關。 功能很簡單，只需輸入一個限制並使用 Cpl/Cpu 或 Ppl/Ppu（取決於限制）。
回复：有一個限制的控製圖添加到@statman的回應，如果您有單側規格限制並且還想要單側控製圖，您可以通過控製圖生成器中的控制面板關閉上限或下限控制限（下圖中的紅色圓圈） 。
回复：有一個限制的控製圖抱歉，因為你可以並不意味著你應該。這是對控製圖的不當使用。
回复：有一個限制的控製圖@statman某些數據應僅具有控制上限，特別是當控制下限低於零或任何其他邏輯上不可能的值時。 例如，統計數據。 此外，右偏（甚至可能呈指數偏斜）的測量數據可以繪製在控製圖上。 在這種情況下，下限可能再次小於零，這在邏輯上是不可能的。
添加控制下限並顯示它會使數據的使用者感到困惑，它還會格式化軸，以便一半的圖表顯示不合邏輯的、小於零的範圍（全是空白），使圖表更難以閱讀。
請記住，控製圖的全部目的是明確用戶何時應對流程行為變化做出反應。 生成模糊意圖的圖表是沒有幫助的。
在這種特殊情況下，最初的問題在“控制限制”和“規格限制”之間含糊不清。 這是更大的問題。 控制限值用於評估過程行為，規格限值用於評估過程性能。 最初通過區分兩者來回答問題，並指出過程能力分析只需要一個規格限制，可能會更有幫助。
回复：有一個限制的控製圖誠然，我也可以為我的示例選擇更好的數據集。 很棒的討論！
回复：有一個限制的控製圖恕我直言，如果軟件繪製的控制限值令人難以置信（例如，計數數據），那麼這就是一個問題。對於某些數據，0 可能是合適的 LCL。 正確使用控製圖不需要數據呈正態分佈（參見休哈特和惠勒）。
控製圖有兩個功能（目的）（由 Shewhart 定義）：
1. 評估子組內變異源的一致性/穩定性（這通常通過使用一系列子組內數據來量化）。這就是極差圖的功能。這是首先完成的，因為控製圖方法的第二個功能是對變化的組成部分（內部來源與來源之間）進行比較。當然，如果比較的基礎（子組內變異）不一致，那麼比較就是不合理的。
2. 比較變異的組成部分以確定最大的變異來源在哪裡。這是使用 X 條形圖完成的。繪製的數據（平均值）存在偏差（隨採樣頻率變化的 x）。這些是根據控制限繪製的，控制限是內部變異源的函數（同樣，x 隨子組頻率變化）。
這些限制旨在提供指導供用戶確定一致性並評估槓桿作用。它們最初是根據具有經濟風險的經驗數據得出的。未按照預期正確使用控製圖會讓許多用戶感到困惑。我要補充的是，當範圍表現出不一致（例如，失控）時，由軟件自動計算的 X 條形圖上的控制限制是不合適的並且會使用戶感到困惑。
現在，這並不意味著沒有大量其他圖形技術來顯示數據和做出其他決策。我僅指控製圖方法。
回复：有一個限制的控製圖控制限值與規格限值不同。
過程能力（Cpk 或 Ppk）基於規格限制。 控製圖中使用的控制限。
如果只需要上限，則為 Cpu/Ppu；如果只需要下限，則為 Cpl/Ppl。
否則，Cpk/Ppk 是 Cpu/Cpl 或 Ppu/Ppl 中的最小值。
請注意，Cpk 使用短期西格瑪（根據子組變異估計 - 在@傑德坎貝爾，Cpk 的方法基於移動極差的平均值）而 Ppk 基於長期 sigma（整體標準差 - 該值類似於在分銷平台中計算的標準差）
