关于何时使用 CUSUM 控制图与 EWMA 控制图，有什么建议或指南吗？我在网上搜索了一段时间，没有找到关于使用其中一种或另一种的明确信息。
另外，当数据是滚动日期范围时，有没有关于如何在生产环境中使用它们的指导？我的意思是，控制限值、目标和西格玛将根据受控时间段设置，但每天都会上传一组新数据，这会导致一天的数据丢失。滚动时间段可能短至一周，长至一个季度。
谢谢您的任何建议！！
史蒂夫
史蒂夫，使用控制图的目的是什么？你打算按照休哈特发明控制图时的用途来使用它们吗？
嘿@statman ，
我相信！目标是能够检测到过程平均值中较小的变化（小于 2 西格玛），而不能通过 I-MR 图表及时识别。我能给出的最好答案是，如果数据存在正态性问题、您想要预测下一个数据点，或者您想要指示自相关（使用残差图），则应该使用 EWMA。否则就只能折腾了？我为控制图提取的数据设置为每天运行，但只运行一段固定的时间，这与我读到的所有基于拥有自过程开始以来的所有数据的示例不同。
希望这有助于澄清我的情况并感谢任何意见！
史蒂夫
我为我的幼稚回答道歉，但我想确保您理解 Shewhart 控制图方法的用法（X-MR 图不是诊断图）。Shewhart 最初设想的目的是比较变异源（变异成分），以确定哪个来源对响应变量的影响最大（用控制图语言来说，最大的来源是子组内还是子组之间？）。当然，您不限于抽样计划的两层，每一层都与一组特定的 x 或变异成分相关。抽样计划将通过控制图进行评估，这是至关重要的。当您更改子组大小时，您会更改在子组内捕获的变异源。当您更改抽样频率时，您会更改在子组之间捕获的（可能有影响的）变异源。一旦确定了最大的来源，继续使用抽样和控制图（或其他工具，如 DOE）进一步分解组件并关注应调查的变量集以减少变化。
为了实现这一目的，休哈特首先建议必须评估比较基础的一致性。换句话说，子组内变异源是否稳定/一致？（范围图是否“受控”？）如果不是，您应该设法了解原因。如果这些来源一致，则可以进行比较。X-bar 图是一种比较图。它将子组间变化的变异源（可视化为 x-bar 图上绘制的平均值，仅供参考，它们作为平均值的函数偏向子组间来源）与子组内捕获的变异源（可视化为 x-bar 图上的控制限，A2*R-bar）。如果平均值在控制限内，则子组内来源占主导地位，如果有平均值变化大于子组内来源的信号（例如，失控点），则子组间来源占主导地位。合理的分组和抽样策略是该方法发挥作用的关键。
“如果工程师能够根据合理的理论，将数据初步划分为合理的子组，那么从长远来看，他的收益必然会更高。”休哈特
Shewhart 控制限是通过经验得出的。控制图的使用没有正态性假设！它们被设定为决策指南，可能比较保守，用于确定哪些变异源最具影响力。当然，Western Electric 模式可以帮助解释“失控”情况，这有助于解释哪些来源占主导地位。最终，您将以图形方式查看数据并决定您认为哪些来源占主导地位（当这些决定不明显时，借助统计数据）。
您的假设“控制限、目标和西格玛将根据控制时间段进行设置...”从 Shewhart 控制图方法论的角度来看是毫无意义的。
请阅读：
Shewhart, Walter A. (1931) “制造产品质量的经济控制” , D. Van Nostrand 公司, NY
Wheeler, Donald (2015)《合理抽样》， 《质量文摘》
Wheeler, Donald (2015)《合理子分组》， 《质量文摘》
