關於何時使用 CUSUM 與 EWMA 控製圖有什麼建議或指南嗎？我在網上搜尋了一段時間，找不到任何關於使用其中一種與另一種的明確資訊。
另外，當數據是滾動日期範圍時，有關如何在生產設置中使用它們的任何指導嗎？我的意思是，控制限制、目標和西格瑪將根據控制時間段進行設置，但每天都會上傳一組新數據，這將導致一天的數據被丟棄。滾動時間段可以短至一周，長至一個季度。
感謝您的任何建議！
史蒂夫
史蒂夫，使用控制圖的目的是什麼？您打算像休哈特發明時那樣使用它們嗎？
嘿@statman ，
我相信是這樣的！目標是能夠檢測到比 I-MR 圖及時識別的過程平均值更小的變化（小於 2 西格瑪）。我能告訴你的最好資訊是，如果資料有常態性問題，您想要預測下一個資料點，或者您想要顯示自相關性（使用殘差圖），您應該使用 EWMA。不然就折騰了？我為控製圖提取的資料設定為每天運行，但僅在固定的時間內運行，這與我讀到的所有範例不同，這些範例基於自流程開始以來的所有資料。
希望這有助於澄清我的情況並感謝任何意見！
史蒂夫
我對我的二年級反應表示歉意，但我想確保您理解休哈特控製圖方法的使用（X-MR 圖不是診斷圖）。正如休哈特最初的意圖，目的是比較變異源（變異的組成部分），以確定哪個源對反應變數影響最大（用控製圖語言來說，是子組內或子組之間的最大源？ ）。當然，您不限於抽樣計劃的兩層，每一層都與一組特定的 x 或變化分量相關。透過控製圖評估的抽樣計劃至關重要。當您變更子組大小時，您也會變更子組中擷取的變異來源。當您變更取樣頻率時，您會變更子群組之間捕獲的變異來源（可能有影響）。一旦確定了最大的來源，繼續使用抽樣和控制圖（或 DOE 等其他工具）來進一步分解各個組成部分，並專注於應調查的變數集以減少變異。
為了達到這個目的，休哈特首先建議必須評估比較基礎的一致性。換句話說，子組內的變異來源是否穩定/一致？ （範圍圖是否「受控」？）如果沒有，您應該設法了解原因。如果這些來源一致，則可以進行比較。 X 長條圖是比較圖。它將子組之間的變異源（可視化為x 條形圖上繪製的平均值，僅供參考，它們作為平均值的函數而偏向於子組之間的源）與子組內捕獲的變異源（如圖所示x 長條圖上的控制限，A2*R 長條）。如果平均值在控制限內，則子組內源占主導地位，如果平均值訊號變化大於內部來源（例如，失控點），則子組間源占主導地位。合理的分組和抽樣策略是此方法發揮作用的關鍵。
「從長遠來看，最初成功地將數據劃分為基於理性理論的理性子組的工程師本質上會更好。 。 」。休哈特
休哈特控制限是根據經驗得出的。控製圖的使用沒有常態性假設！它們被設定為關於哪些變異來源最具影響力的決策指南，可能是保守的。當然，西方電氣模式可以幫助解釋「失控」情況，從而幫助解釋哪些來源占主導地位。最終，您將以圖形方式查看數據，並確定您認為主導的來源（當這些決定不明顯時，請借助統計數據）。
從休哈特控製圖方法論來看，您對「控制限、目標和西格瑪將根據受控時間段設定…」的假設是沒有意義的。
請閱讀：
Shewhart, Walter A. (1931) “製成品品質的經濟控制” ，D. Van Nostrand Co.，紐約
唐納德·惠勒 (2015) “理性抽樣”， 《品質文摘》
唐納德·惠勒 (2015) “理性分組”， 《質量文摘》
