為了慶祝休哈特控製圖問世100 週年，我們邀請了弗吉尼亞理工大學屢獲殊榮的統計學名譽教授比爾·伍德爾(Bill Woodall) 和JMP 的高級研究統計開發人員安妮·達德利(Annie Dudley) ，反思監測方法的演變，以便更好地實現流程。這個主題很受歡迎，我們有很多問題，沒有時間回答。比爾和安妮分享了很多智慧，所以我們鼓勵您觀看點播版本。繼續閱讀他們對其餘問題的回答，以了解更多專業知識和見解：
您是否知道被監控的流程具有季節性需要解決以避免不必要的警報的情況？
工業應用中的規律性季節性可以為製程改進提供線索。例如，如果品質在周一持續變差（或變好），那麼找出原因就很重要。然而，在公共衛生應用中監測傳染病的發生率時，規律性的季節性是不可避免的，因此時間序列模型通常是合適的，並且可以隨著時間的推移監測一步超前的預測誤差。
您將如何為連續資料設定控製圖？需要考慮哪些事項？
我假設您正在詢問用於連續測量（例如長度或重量）的控製圖。在這種情況下，首先需要一個基線樣本來了解該過程。這被視為第一階段，如下所述：
Jones-Farmer, LA、Woodall WH、Steiner, SH 和 Champ, CW (2014)。 「流程改善與監控的第一階段分析概述」。品質技術雜誌46(3), 265-280。
第二階段（持續監控部分）要做什麼取決於第一階段發現的內容。通常使用 XBar 和 R 圖表。
您可能指的是一個變量，例如溫度，它可以隨著時間的推移而連續測量。在這種情況下，人們經常看到使用基於工程的限制，而不是控製圖。
建構控製圖時，應使用哪個標準差？內部還是整體？使用其中一種或另一種的優點和缺點是什麼？哪一個是衡量過程表現的適當指標：Cpk 或 Ppk？
人們應該在設定控製圖時使用樣本變化。使用總體標準差可以隱藏異常變化，表示存在可分配的原因。兩個能力指數都很有用。指數 Cpk 給出了過程的潛在能力，而 Ppk 給出了已實現的能力。
您真的認為當子組大小大於 1 時在 XBar 圖表上設定規格限制是個好主意嗎？這些規格適用於單一零件，而不是零件組的平均值 - 平均值的差異小於個體的差異。
只有當有單獨觀察時，才應在控製圖上繪製規格限。
由於我們現在擁有更多的電腦能力並且擁有更多的數據，工業 3.0 和工業 4.0 之間控製圖的最大變化是什麼？
有太多的變化無法列出。我建議看一下下面的論文：
Colosimo, BM、Jones-Farmer, LA、Megahed, FM、Paynabar, K.、Ranjan, C. 與 Woodall, WH (2024)。 “從工業 2.0 到工業 4.0 的統計過程監控：研究與實踐的見解。”出現在《Technometrics》。
您對非常態性及其對個人圖表誤報率的影響有何看法？惠勒博士和休哈特本人不太關心底層資料分佈，而其他人則建議對資料進行轉換。
使用資料的非線性變換來嘗試實現近似正態性通常是不明智的，尤其是在第一階段。以下論文中討論了許多問題：
Khakifirooz, M.、Tercero-Gómez, VG 與 Woodall, WH (2021)。 “常態分佈在統計製程監控中的作用”，品質工程 33(3), 497–510。
對於誤報率而言，非常態程度以及樣本量都很重要。
由於感測器產生更多數據，向工業 4.0 的過渡是否也意味著單變量控製圖的減少和多變量控製圖的增加？
工業 4.0 需要多變量方法。需要新的多變量方法。
定性（通過/失敗）資料的控製圖指南是什麼？
如果故障很少發生，可以使用 p 圖或基於幾何分佈的圖表。
您建議休哈特控製圖應始終隨時間變化。在休哈特 1931 年的書中，他討論了理性分組並給出了不關注時間的控製圖示例（第 310、313、331 頁）。你在這裡有什麼想法？
時間順序是控製圖的基本特徵。在這些例子中使用變異數分析似乎更合適。
向工業 4.0 的過渡是否也意味著更多的多元 SPC 和更少的單變量，例如感測器資料的 PCA 建模？為什麼 JMP 沒有 MDMCC 的警報腳本？
雖然 JMP 確實具有模型驅動的多元控製圖（JMP 15 中添加了 MDMCC），但 JMP 尚未在該平台中提供可用的警報腳本，因為我們沒有想到這一點。很好的建議！
您能否推薦一份論文/書籍/資料來源，提供專門用於控製圖的術語「術語表」和「定義」？
最好的書是道格拉斯·蒙哥馬利 (Douglas C. Montgomery) 出版的《統計品質控制導論》第8 版，約翰威利父子公司 (John Wiley & Sons) 出版。我們不知道最好的術語表，儘管網路上有一些術語表。
除了本期《統計說話》的點播版本外，強烈推薦比爾撰寫的白皮書《休哈特控製圖 100 年》。比爾善意地提出分享他所提到的論文。請發送電子郵件至bwoodall@vt.edu索取。謝謝比爾和安妮分享這麼多有用的專業知識！我們邀請您提出意見，幫助我們慶祝休哈特控製圖誕生 100週年。這是為了持續改進！
