为了庆祝休哈特控制图问世 100 周年，我们邀请了弗吉尼亚理工大学屡获殊荣的统计学名誉教授比尔·伍德尔 (Bill Woodall) 和 JMP 的高级研究统计开发人员安妮·达德利 (Annie Dudley)，反思监测方法的演变，以更好地实现流程。这个话题很受欢迎，我们有很多问题，没有时间回答。比尔和安妮分享了很多智慧，所以我们鼓励您观看点播版本。继续阅读他们对其余问题的回答，了解更多专业知识和见解：
您是否知道被监控的流程具有季节性需要解决以避免不必要的警报的情况？
工业应用中的规律性季节性可以为工艺改进提供线索。例如，如果质量在周一持续变差（或变好），那么找出原因就很重要。然而，在公共卫生应用中监测传染病的发病率时，规律性的季节性是不可避免的，因此时间序列模型通常是合适的，并且可以随着时间的推移监测一步超前的预测误差。
您将如何为连续数据设置控制图？需要考虑哪些事项？
我假设您正在询问用于连续测量（例如长度或重量）的控制图。在这种情况下，首先需要一个基线样本来了解该过程。这被视为第一阶段，如下文所述：
Jones-Farmer, LA、Woodall WH、Steiner, SH 和 Champ, CW (2014)。 “过程改进和监控的第一阶段分析概述”。质量技术杂志46(3), 265-280。
第二阶段（持续监控部分）要做什么取决于第一阶段发现的内容。通常使用 XBar 和 R 图表。
您可能指的是一个变量，例如温度，它可以随着时间的推移连续测量。在这种情况下，人们经常看到使用基于工程的限制，而不是控制图。
建立控制图时，应使用哪个标准差？内部还是总体？使用其中一种或另一种的优点和缺点是什么？哪个是衡量过程性能的合适指标：Cpk 或 Ppk？
人们应该在设置控制图时使用样本变化。使用总体标准差可以隐藏异常变化，表明存在可分配的原因。两个能力指数都很有用。指数 Cpk 给出了过程的潜在能力，而 Ppk 给出了已实现的能力。
您真的认为当子组大小大于 1 时在 XBar 图表上设置规格限制是个好主意吗？这些规格适用于单个零件，而不是零件组的平均值 - 平均值的差异小于个体的差异。
仅当有单独观察时，才应在控制图上绘制规格限。
由于我们现在拥有更多的计算机能力并且拥有更多的数据，工业 3.0 和工业 4.0 之间控制图的最大变化是什么？
有太多的变化无法列出。我建议看一下下面的论文：
Colosimo, BM、Jones-Farmer, LA、Megahed, FM、Paynabar, K.、Ranjan, C. 和 Woodall, WH (2024)。 “从工业 2.0 到工业 4.0 的统计过程监控：研究与实践的见解。”出现在《Technometrics》中。
您对非正态性及其对个人图表误报率的影响有何看法？惠勒博士和休哈特本人不太关心底层数据分布，而其他人则建议对数据进行转换。
使用数据的非线性变换来尝试实现近似正态性通常是不明智的，尤其是在第一阶段。以下论文中讨论了许多问题：
Khakifirooz, M.、Tercero-Gómez, VG 和 Woodall, WH (2021)。 “正态分布在统计过程监控中的作用”，质量工程 33(3), 497–510。
对于误报率而言，非正态程度以及样本量都很重要。
由于传感器产生更多数据，向工业 4.0 的过渡是否也意味着单变量控制图的减少和多变量控制图的增加？
工业 4.0 需要多变量方法。需要新的多变量方法。
定性（通过/失败）数据的控制图指南是什么？
如果故障很少发生，可以使用 p 图或基于几何分布的图表。
您建议休哈特控制图应始终随时间变化。在休哈特 1931 年的书中，他讨论了理性分组并给出了不关注时间的控制图示例（第 310、313、331 页）。你在这里有什么想法？
时间顺序是控制图的基本特征。在这些例子中使用方差分析似乎更合适。
向工业 4.0 的过渡是否也意味着更多的多元 SPC 和更少的单变量，例如传感器数据的 PCA 建模？为什么 JMP 没有 MDMCC 的警报脚本？
虽然 JMP 确实具有模型驱动的多元控制图（JMP 15 中添加了 MDMCC），但 JMP 尚未在该平台中提供可用的警报脚本，因为我们没有想到这一点。很好的建议！
您能否推荐一份论文/书籍/资料来源，提供专门用于控制图的术语“术语表”和“定义”？
最好的书是道格拉斯·蒙哥马利 (Douglas C. Montgomery) 出版的《统计质量控制导论》第8 版，约翰·威利父子公司 (John Wiley & Sons) 出版。我们不知道最好的术语表，尽管网上有一些术语表。
除了本期《统计说话》的点播版本外，强烈推荐比尔撰写的白皮书《休哈特控制图 100 年》。比尔善意地提出分享他提到的论文。请发送电子邮件至bwoodall@vt.edu索取。谢谢比尔和安妮分享这么多有用的专业知识！我们邀请您提出意见，帮助我们庆祝休哈特控制图诞生 100周年。这是为了持续改进！
