个体控制图这里有 54 个单独的数据，呈指数分布。
JMP 分析数据并给出奇怪的控制图
为什么？
请参阅附件
福斯托·加莱托
质量与工艺工程视窗回复：个人控制图欢迎加入社区。抱歉，由于您的帖子缺乏背景信息，我无法提供具体反馈。您已附加一个 Word 文档，其中包含一个数据集和一个 X、MR 图表。分析数据的人一定运行（请求）了该控制图平台。如果数据处于逻辑序列（例如时间）中，并且您没有任何合理的子组，那么使用该图表查看数据是个好主意。控制图不假设任何特定分布来使用它们。
回复：个人控制图亲爱的斯塔特曼，
感谢你的回复。
我尝试向您提供更多信息：
- 这 54 个数字代表 UTI（泌尿道感染）
- 在医院收集
- 它们是单独的数据，需要作为个体进行分析
- 要求评估提供数据的“过程”是 IC（受控）还是 OOC（失控）
- 数据分布呈指数分布
在我看来，附件中显示的 JMP 控制图具有误导性...
您的声明
不适合。
浮士德
回复：个人控制图这是什么意思：“要求评估提供数据的“过程”是 IC（受控）还是 OOC（失控）”
这是家庭作业问题吗？数据是如何收集的？它是按时间序列排列的吗？它是按任何合理的顺序排列的吗？如果不是，那么 X、MR 图表可能不合适。您可以对异常值进行一些分布分析，但 IC 和 OOC 意味着合理的序列（例如时间）。
您理解 IC 和 OOC 的含义吗？这两者都与数据收集方式和所进行的比较有关。例如，X、MR 图表将通过连续数据点范围估计的短期变化（并在 X 图表上显示为控制限）与图表上绘制的 X 进行比较。如果您有合理的子组，则图表将比较子组内变化与子组间变化。
有关控制图方法的分布假设（或缺乏假设），请参阅：
Shewhart, Walter A. (1931) “制造产品质量的经济控制” , D. Van Nostrand 公司, NY
Wheeler, Donald 和 Chambers, David (1992)《理解统计过程控制》SPC Press（ISBN 0-945320-13-2）
回复：个人控制图虽然我同意 statman 关于附加背景的评论，但我确实认为我们可以在这里进行更多推测。如果我们假设数据实际上是按正确的时间序列顺序排列的，那么控制图在我看来并不奇怪。似乎在序列末尾发生了一些变化，并且似乎“失控了”。“失控”的确切含义将取决于缺失的背景 - 我对尿路感染或这里到底测量什么不太了解，但有一个明显的点，测量结果与序列的其余部分存在显着偏差。
我不明白您所说的“指数分布”是什么意思。我也不明白您所说的无分布控制图“不合适”的评论。我也不明白您觉得控制图有什么“奇怪”之处。也许您可以详细说明这 3 点。
回复：个人控制图亲爱的 statman，超级用户
- 这不是家庭作业！
- 你似乎认为我不知道控制图
- 我实际上对控制图理论有着“深刻的”（见戴明！）了解
- 我知道你引用的书
- 所以我可以说 JMP 对数据的分析是错误的！
- 我很清楚IC和OOC的含义！
我不熟悉使用 JMP，所以我从分析文件中的数据开始。
我给 JMP（Chiappa）写了一封信，指出 JMP 做出的 CC 存在严重错误！
Chiappa 先生（JMP 的）建议向社区询问答案......
我做到了。
- 不存在子组内差异和子组间差异；数据是独立的，必须单独进行分析
如果你不明白 CC 是错误的，你就无法帮助我（JMP 的新用户）
浮士德
回复：个人控制图
亲爱的dlehman1
Ⅴ级
你说：
- 有一个明显的点，在这个点上，测量结果与该系列的其余部分存在显著偏差。
这一点取决于 JMP 的错误分析.....
请参阅我对 statman 的回复。
你说：
你必须阅读一些概率书籍并寻找“指数分布”。
你说：
- 我也不明白您所说的无分布控制图“不合适”的评论。
- 我也不明白您认为控制图有什么“奇怪”之处。
请参阅我对 statman 的回复： JMP 控制图是错误的！
我不熟悉使用 JMP，所以我从分析文件中的数据开始。
我给 JMP（Chiappa）写了一封信，指出 JMP 做出的 CC 存在严重错误！
Chiappa 先生（JMP 的）建议向社区询问答案......
我做到了。
我正在等待有人告诉我如何使用 JMP 正确分析数据
我很想学习如何使用 JMP
我不明白您所说的“指数分布”是什么意思。我也不明白您所说的无分布控制图“不合适”的评论。我也不明白您觉得控制图有什么“奇怪”之处。也许您可以详细说明这 3 点。
@faustoG
你不应该告诉讨论中的每个人都他们错了，而是可以提供你对数据所做的分析？
这将有助于论坛的其他成员了解您的结果与 JMP 控制图结果之间的差异。
请保持冷静并保持尊重。
回复：个人控制图
亲爱的 Victor_G
超级用户
谢谢
我很平静，并且心存敬畏。
您读过我附加的文件了吗？
如果不是，请阅读并注意我写给 JMP 的有关错误控制图的信息：
- 我不熟悉使用 JMP，所以我从分析文件中的数据开始。
- 我给 JMP（Chiappa）写了一封信，指出 JMP 做出的 CC 存在严重错误！
- Chiappa 先生（JMP 的）建议向社区询问答案......
- 我做到了。
- 我正在等待有人告诉我如何使用 JMP 正确分析数据
- 我很想学习如何使用 JMP
我没有解决方案：
我想使用 JMP 找到具有指数分布数据的真正 CC！
我不会告诉 JMP 社区他们错了：我告诉他们所有人，分析（由 JMP 进行，您可以在我的文件中找到）是错误的：它没有考虑到数据是指数分布的。
浮士德
回复：个人控制图好的，需要回答和澄清一些要点（我确实看了你的文件）：
- 这封信是用意大利语写的。由于我不会说/写/听不懂意大利语（论坛中的许多其他用户可能也处于类似情况），我可能缺乏理解该问题所需的一些关键背景信息。
- 您提到了一个大问题，但从未解释问题是如何/为什么/是什么。控制图和/或控制限值的计算是如何/为什么错误的？是因为检测到的样本很少超出计算的控制限值（而您期望更多）吗？您的期望/结果是什么？您是否有想要比较的规格限值（因为您似乎暗示分析的目标是检查测量过程）？
- 我建议阅读@jthi的帖子《快速获得正确问题的正确答案》 。这篇文章将帮助您构思问题，以便讨论可以为您找到解决方案。在这个例子中，我们没有任何参考/分析可以与 JMP 进行比较，而最后一个（JMP）不能让您满意。如果我们不知道您在寻找什么，并且/或者您没有提供分析示例和您期望的“正确”答案/结果，我们将无法提供任何帮助。
- 同时，由于您似乎不熟悉 JMP 及其计算方法，您可以阅读有关控制图生成器的文档。
您的帖子中不需要感叹号、粗体句子和单词以及大写字母，请避免使用它们。
我们是一个受人尊敬的 JMP 用户社区，愿意在空闲时间为任何 JMP 用户提供帮助。如果你不尊重别人，没人会帮助你。
希望你能更详细地说明你的背景、正确答案和分析，以便我们都能专注于统计部分。
回复：个人控制图我想附和 Victor_G 的评论。我意识到由于语言不同可能会产生误解，所以每个人的一点耐心都会有所帮助。从您的评论中我不明白的正是您发现 JMP 的控制图存在什么问题。老实说，我不知道，所以您应该告诉我们，以便我们可以帮助您或查看 JMP 做错了什么。此外，我非常熟悉指数分布，但我不确定这与控制图有什么关系。如前所述，控制图假设不是特定分布。如果您知道您的数据应该来自指数分布，那么有办法查看数据与该分布的接近程度 - 但控制图是随时间而不是时不变分布检查数据。我认为将两者（已知分布和控制图）结合起来可能会受益于在制作控制图之前对数据进行一些处理。例如，您可以检查特定指数分布的偏差并将其绘制在控制图中 - 我没有医学背景来知道所谓的指数分布是什么样的。
回复：个人控制图各位，
我认为我找到了 JMP 版本的一个可能原因：
在我看来，我的 JMP 缺少一个功能。
如果你们中的一些人想要使用你们的版本，你们可以尝试以下操作：
您应该在我上传的文档中找到与我的不同的图表。
希望你想这样做，我问候
浮士德
回复：个人控制图我有 JMP Pro 18，我制作了罕见事件图表以及正常 IR 图表。两者都完全相同，并且与您文档中的图表完全相同（您说这是错误的）。我仍然不明白您认为它有什么问题。我还根据指数分布测试了您的数据，这些值确实看起来像是来自指数分布。正如指出的那样，该分布与控制图无关 - 控制图不受分布影响。因此，我仍然对您认为 JMP 生成的控制图有什么“错误”感到困惑。
回复：个人控制图我仍然对数据是否具有有意义的时间序列感到困惑。我对数据进行了时间序列分析（假设它是按序列进行的），似乎没有任何自相关性。此外，将指数分布拟合到数据中，结果显示与刻度参数为 0.2143 的指数非常接近。如果您能澄清您的初始问题，那将很有帮助：您感兴趣的是控制图还是想看看数据是否真的来自指数分布。如果问题是后者，您无法证明它来自任何特定分布，但当您测试它是否是指数分布时，您就远远没有拒绝该假设。
换句话说，在我看来，这些数据确实来自指数数据生成过程。如果它是按时间序列排列的，并且你有兴趣调查它是否偏离了有意义的控制限值，我会说它看起来大多在这些限值之内。当然，如果能获得有关测量内容和有意义的控制限值的更多信息，那就可以说得更多了。但仅从数据的角度来看，这就是我的结论。
回复：个人控制图你写：
- 正如指出的那样，该分布与控制图无关 - 控制图是无分布的。
- 因此，我仍然对您发现 JMP 生成的控制图存在“错误”之处感到困惑。
控制图并不是“无分布的”。
正如我之前所说，使用了休哈特（Shewhart）的正态分布公式。
由于指数分布，我预计 JMP Pro 18 将使用T 图表生成不同的图表...
对此我感到很抱歉。
感谢您的尝试。
浮士德
回复：个人控制图你说：
- 如果您能澄清您的最初问题，这将会有所帮助：您感兴趣的真的是控制图吗……？
是的。
您还说：
- 如果它处于时间序列中，并且您有兴趣调查它是否偏离了有意义的控制限度，我会说它看起来大多在这些限度之内。
- 当然，如果能获得更多关于测量内容和有意义的控制限度的信息，我们就能得出更多结论。但仅从数据角度来看，这就是我的结论。
JMP 找到的控制限没有意义。
附加信息是数据分布呈指数分布。
请参阅我之前的回复： JMP 使用的正态分布...。
回复：个人控制图我想我现在明白你的问题了——我不是控制图方面的专家，所以我会给出我的非专家回答，让别人更精确一些。虽然 Shewhart 控制图不假设正态分布——控制限是根据数据计算出来的——但似乎对随机效应有一个隐含的正态分布假设，这决定了用于设置控制限的标准差数量。T 图显然使用威布尔分布来建立控制限。由于您的数据似乎来自指数分布，您是否在寻找控制限基于指数分布的控制图？如果是这样，我不知道有这种选择，但也许其他人知道。
我确实认为值得更广泛地考虑控制限值。无论对基础分布做出什么假设，控制限值都是根据数据而不是主题确定的。规范限值可能更适合您的情况。基于适当的医学知识，查看一系列测量值是否超出有意义的变异限值（基于医学而不是特定数据系列）可能很重要。我认为值得考虑的是，由数据驱动的限值比由学科领域知识驱动的限值更有意义。
回复：个人控制图不完全是，休哈特的论点从根本上讲是关于平均值和标准差作为有用估计的效用，而不管底层分布如何。事实上，他在书中指出：
“...我们可以利用统计数据的平均值和标准差，即使不知道底层分布。”
他使用切比雪夫定理来支持建立合理识别“何时存在麻烦”的限制，以及在没有麻烦时得出存在麻烦的经济结论的经验证据。
请参阅先前引用的内容： Shewhart, Walter A. (1931) 《制造产品质量的经济控制》 ，D. Van Nostrand Co.，NY，第 19 章，第 275-278 页
回复：个人控制图我发现这个参考资料似乎可以满足您的需求： https://brunochassagne.wordpress.com/2011/10/02/control-charts-for-exponential-distributions/ 。我无法保证其准确性，但在您数据的附件中，我根据该文件的内容手动设置了 LCL 和 UCL（请注意，我的文件使用小数点而不是欧洲逗号）。由于数据非常接近指数分布，我认为这解释了为什么数据在控制图中的控制限内如此之远。随附的脚本：一个用于分布拟合（它给了我 0.21 的比例参数，我用它来得出文档中指定的 UCL），另一个用于带有手动设置控制限的控制图。
回复：个人控制图亲爱的dlehman1（V 级），
你说：
- 虽然休哈特控制图不假设正态分布-
- 控制限是根据数据计算出来的
如果你读过 Shewhart 的书，你就会发现真相：摘自 Shewhart 的书 (1931)，第 294 页，你会发现
基于正态分布
必须根据数据计算控制限。
你还说（非常重要）
这正是我建议使用 T 图表时所希望的（不幸的是，我的 JMP 学生版没有显示）。
指数分布是形状参数=1 的威布尔分布。
因此，请尝试使用“T 图表”“威布尔”进行“罕见事件”......然后看看......
谢谢
浮士德
回复：个人控制图亲爱的statman (超级用户)，
请参阅我之前对dlehman1的回复。
确实，休哈特提到了“切比雪夫定理”，但它使用了基于中心极限定理的公式……
请尝试使用 JMP 中的 T 图表
谢谢
浮士德
回复：个人控制图亲爱的dlehman1（V 级），
谢谢。
不幸的是，当我打开您的文件时，我只看到数据：我的 JMP 学生版没有显示任何其他内容。
您能将 T 图表复制为 DOCX 文件或 PDF 文件吗？
我非常了解你提到的文件......
谢谢
浮士德
回复：个人控制图也许 statman（或其他人）可以在这里帮助解决几个问题。首先，JMP 帮助确实讨论了 T 图表（ https://www.jmp.com/support/help/en/18.1/?os=win&source=application#page/jmp/statistical-details-for-t-charts.shtml#ww1149445 ），但我在控制图生成器（或其他地方）中找不到任何这样的选项。我确实看到了罕见事件控制图 - 它提供的图像与 Shewhart 控制图相同。我可以使用之前链接到的文档手动创建指数分布的 LCL 和 UCL。我还将指数和威布尔分布拟合到原始数据 - 指数拟合得稍好一些，但两者都非常接近。拟合的威布尔分布的形状参数为 1.03，而不是与指数分布匹配的值 1（这解释了拟合优度检验的细微差异）。
因此，一个尚未解答的问题是如何获得 JMP 帮助中提到的 T 图表。另一个问题（更概念化）是 Shewhart 使用 3 个标准差（基于正态分布）与 Shewhart 口头描述没有假设任何特定分布之间的差异。这种差异可能只是语义上的：您可以使用估计的标准差构建控制图，这在不指定特定分布的情况下很有用，但使用 3 表明依赖正态分布（至少在默认图表中）。
我附上了使用早期文档中手动输入的 LCL 和 UCL 制作的控制图。
回复：个人控制图创建罕见事件并改变 sigma
https://www.jmp.com/support/help/en/18.0/#page/jmp/rare-event-control-charts.shtml
回复：个人控制图谢谢。
我分析完控制图和 Bruno 文件后会马上回来
浮士德
回复：个人控制图我的文件中的罕见事件呈灰色。我怀疑这是因为它需要一个额外的变量来表示事件之间的时间？
回复：个人控制图谢谢，但是它对我的“JMP 学生版”没用。
我希望它对社区中的其他人有用。
浮士德
回复：个人控制图@dlehman1我很确定它会变灰，因为你的值并非全部都是整数。
回复：个人控制图@jthi我检查过了，你说的没错，该选项仅适用于整数值。你知道为什么吗？而且，鉴于此，这似乎不是 FaustoG 发布的数据的合适图表。是否有一个连续选项可用于为来自指数过程的数据构建控制图？我使用的 LCL 和 UCL 计算（基于我链接的文档）是否是对此进行建模的正确方法？
回复：个人控制图我不太熟悉罕见事件控制图（或者至少我不再记得它们了）但我认为 Y 参数选择在这里很重要：
“AT 图表测量自上一个事件发生以来经过的时间间隔。图表上的每个点代表自上次发生罕见事件以来经过的时间间隔数。”
回复：个人控制图@dlehman1
@jthi
在 JMP 指南中我发现
- 在 T 图中，所有点似乎都在控制限度内。显然，单值和移动极差图不适合进行分析，因为控制限度太窄。
我在 Rare Events 的 JMP 学生版中看到
- 既不是 G 图也不是 T 图
- G 图表需要整数值，而 T 图表不需要
浮士德
回复：个人控制图@jthi
- T 图表的数据是“事件间隔时间”（TBE）以小时、天、月、年为单位的测量值，而不是整数值
浮士德
回复：个人控制图据我所知，JMP 学生版应该与 JMP Pro 完全相同（除了许可证不同） https://www.jmp.com/en_fi/academic/licensing-for-students.html 。您使用的是哪个版本的 JMP？18？
我之前提到过这个https://www.jmp.com/support/help/en/18.0/#page/jmp/rare-event-control-charts.shtml
回复：个人控制图@dlehman1
- 由于数据呈指数分布，平均值为“theta”，因此范围也呈指数分布，平均值为相同的“theta”
- 那么数据和 MR 的控制图具有几乎相同的控制限
“Untitled.jmp”中的图表之间不一致。
参数 betaW=1.03 具有包含 betaE=1 的置信区间。
因此，威布尔的 T 图表足以满足目的
浮士德
回复：个人控制图@jthi
是：JMP Student 版本 18
你展示
这是无稽之谈，来自 JMP
我不知道他们如何证明这一点...
您可以使用“皮秒”并将秒的几分之一转换为整数值
如果您愿意，请将我的文档中的值乘以 1000 并制作 T 图表。
让我们看看会发生什么
浮士德
回复：个人控制图我可以验证，至少在我的 JMP Pro 18 上，T 图表确实需要整数值。我不确定为什么 - 而且我不清楚为什么这在数学或概念上是必要的（也许这是 JMP 特有的计算原因，但我不知道）。无论如何，我不清楚您的数据是否在测量事件之间的时间。您仍然没有描述正在测量的内容。我也不明白您所说的我在附加文件中计算的控制限值有什么问题。请避免使用大写字母、粗体字体和粗言秽语 - 这可能是由于语言差异 - 但无论如何，我都觉得它令人分心和不安。我不怎么使用控制图，所以除了最简单的控制图之外，我对其他任何东西都没有太多了解 - 您的情况不是这样。我想了解什么适合您的数据，我也在努力提供帮助。您引用的“这些数据的传统图可能包含许多零点”部分似乎也与您的数据不符（您的数据没有此特征）。我知道如果您能说明一下这些测量值是什么，将有助于我了解发生了什么。
回复：个人控制图你写
- 无论如何，我不清楚您的数据是否测量了事件之间的时间。
- 你还没有描述正在测量什么
- 我知道如果您能说明一下这些测量值是什么的话，这将有助于我了解正在发生的事情。
这是从显示数据的文档中摘录的
（我不知道更多）。所以，请...
- 数据来自一家大型医院系统，该系统关注医院内获得性尿路感染 (UTI) 的发病率非常高。具体来说，医院希望跟踪出院时感染 UTI 的患者的频率，以便快速识别感染率的上升，或者反过来，监测即将进行的流程或材料变更是否会导致感染减少。由于根本原因通常因性别而异，因此将男性和女性患者分开绘制图表，本示例重点介绍男性患者。
数据（可在附录中查看）似乎满足使用 t 图的分布假设，男性 UTI 患者之间的平均时间为 0.21 天或约 5 小时。使用建议的 t 图方法绘制数据并展示统计控制。 - 在医疗保健环境中跟踪这一指标和类似指标的重要性在于快速识别感染率的上升，感染率的上升会给医院带来两项重大成本。患者的医疗成本非常高，住院期间感染患者的死亡率更高，这让成本更加严重。2002 年是美国疾病控制和预防中心报告的最新一年，美国未在重症监护室的成年人中估计有 424,060 例医院内获得性尿路感染，13,088 例死亡（Klevens 等人，007）。此外，医院的财务成本也很高，因为医疗保险不再承担治疗医院内感染的费用。本研究中，近 80% 的尿路感染患者享受医疗保险或医疗补助，这给医院带来了巨大的开支。
- 从图表中可以看出，数据没有显示出任何过程退化或改进的迹象，但可以持续监控图表以尽快检测到此类变化。
=================================================== ===================================
这对数据分析有帮助吗？
您还说：
- 我也不明白您所说的我所附文件中计算的控制限值有什么错误。
正如我之前所说
- 数据呈指数分布
- 因此，范围也呈指数分布，且均值相同
- 因此，两个图表中的控制限不能有太大差异
您还说：
- 我可以验证，至少在我的 JMP Pro 18 上，T 图表确实需要整数值。
- 将我的数据乘以 100000，您将得到整数值。
- 尝试找到 T 图表
- 看看
浮士德
回复：个人控制图亲爱的： dlehman1（V 级）
事实是
- 拟合的威布尔分布的形状参数为 1.03，而不是与指数分布相匹配的值 1（这解释了拟合优度检验的细微差异）。因此，一个未解答的问题是如何获得 JMP 帮助中提到的 T 图表。
很重要。
事实是
- Shewhart 使用 3 个标准差（基于正态分布）与 Shewhart 口头描述没有假设任何特定分布之间的差异。...在没有指定特定分布的情况下很有用，但使用 3 表明依赖正态分布（至少在默认图表中）。我附上了使用早期文档中手动输入的 LCL 和 UCL 制作的控制图。
正如我之前所说，始终取决于中心极限定理（我知道您不喜欢大写和粗体字母！但它们对于突出显示事物很重要）。
关于 T 图表，请参阅附件
浮士德
回复：个人控制图您可以使用“分布”平台中的指数分布来拟合数据。使用“拟合指数”红色三角菜单中的“分位数”命令，并为所需概率指定 0.005、0.5 和 0.995。然后可以将估计的分位数用于用户指定的控制限。右键单击 CCB 中的“个体”图表，然后选择“限值”>“添加限值”。在此处输入分位数。
回复：个人控制图P 图表似乎适合追踪患有 UTI（“缺陷”）的患者数量，样本量为同一时期出院的患者总数。泊松分布用于此类病例的计数。
回复：个人控制图您的进一步解释肯定对我有帮助。您的数据是事件之间的时间（我不确定为什么有描述说这样的数据通常有很多零 - 您的数据没有零，我认为事件之间的零时间相当不寻常）。无论如何，我按照您的建议做了，将数据乘以 1000 并将其四舍五入为整数，这样我就能够从威布尔分布中获得带有西格玛集的 T 图。我附上了 T 图以及“标准”IR 图的图片，其中我根据我链接到的文档中的公式定义了 LCL 和 UCL。图片相似，但控制限不匹配。我不确定为什么 - 可能是文档的公式不正确，也可能是威布尔分布和拟合指数分布之间的差异。两者都显示相同的定性结果 - 过程似乎是稳定的。但控制限的巨大差异意味着需要更有知识的人发表评论。是的，我不喜欢大写字母。
回复：个人控制图亲爱的 dlehman1（V 级）
你说
- 该过程看起来很稳定。
- 但控制限值的巨大差异意味着需要更有知识的人来发表评论。
您应该将控制图中的值除以 1000，这是用来获得 T 图所需的“几乎整数值”的因子。
谢谢
浮士德
回复：个人控制图亲爱的Mark_Bailey（工作人员）
预览
您能根据您的建议展示控制图吗？
我尝试过，但没有成功：我是 JMP 学生版的新手
谢谢
浮士德
回复：个人控制图是的，我昨晚意识到了这一点。由于我已将值乘以 1000，因此需要调整控制限值。它们仍然不匹配，尽管它们的数量级正确。所以，我不知道是什么导致了这种差异。但似乎有两种方法可以从 JMP 获得您想要的控制图 - 要么使用基于威布尔分布的 T 图（将数据转换为整数值后），要么手动设置 IR 控制图中的控制限值。
回复：个人控制图注意：JMP 18 中的“分位数”命令已被“分位数刻画器”取代。除此之外，过程是相同的。
这是来自指数分布、响应和转换后的 Log[响应] 数据的模拟数据样本。
以下是使用控制图生成器的响应的 XmR 图表。
我们希望使用基于对应于0.005、0.5 和 0.995 的分位数的概率限度作为所需概率。以下是两个响应的分布分析。
这是响应的拟合指数分布模型，其中分位数刻画器打开并且设置为概率 = 0.005。
我们将使用 0.00406 作为下限控制值。使用此分析器，我们可以类似地找到其他两个分位数。
返回 CCB，右键单击个体图表，并选择限制 > 设置控制限。输入上面确定的三个分位数。
CCB 会立即更新适当的控制限值。
回复：个人控制图不幸的是，我不知道
浮士德
附言
我们了解到
- 我的 JMP 学生版无法处理稀有事件
- 它计算了错误的控制限
- 数据分布很重要
- 由于中心极限定理，CC 的常用公式基于正态分布
回复：个人控制图谢谢
现在还剩一个问题：
- T 控制图正确吗
- 或者控制限值仍然错误
- 因为它们不是根据理论计算的
浮士德
理论很重要
回复：个人控制图@faustoG
您似乎有意抱怨 JMP 学生版。我不知道为什么，但我认为它没有用。没有软件声称可以做您想做的一切。无论如何，您的第 2-4 点都与控制限有关。我同意第 4 点 - 通常的控制限是根据正态分布设置的 - 但有机会根据其他分布或其他考虑因素覆盖这些限值。我仍然认为区分控制限（数据属性）和规格限（问题属性）很重要。对于医疗问题（例如您在这里遇到的问题），我会更加强调规格限。一个过程可能处于控制之中，但对您的健康有害。
顺便说一句，如果 JMP 难以处理您遇到的特定数据，您可以随时尝试找到适合您目的的 Python 或 R 程序并在 JMP 中运行它。鉴于统计学家的用户群相对较大，R 中通常更容易提供专门的方法。而且，如果您可以指定要解决的确切问题，而 JMP 没有内置功能，您通常可以找到愿意编写脚本来完成您需要的人 - 我过去曾以这种方式使用社区。
我确实找到了这篇你可能感兴趣的最新文章： https://www.tandfonline.com/doi/full/10.1080/08839514.2024.2322362#d1e4814 。我还没有详细研究过它，但它似乎是控制和规范限制的一种混合——至少这是我对此的高水平解释尝试。纳入经济参数似乎是一种为控制限值引入意义的方法，而不仅仅是依赖基于数据的统计计算。如果有人能消化这篇论文，请确认（或反驳）这一点，并在可能的情况下扩展解释。
回复：个人控制图请完全忽略我下面的帖子。无需回复。我犹豫是否发布此帖子...无意冒犯。我复制了 Fausto 之前帖子的第 1 部分（共 3 部分），描述了情况和动机。我添加了问题。
- 数据由一家大型医院系统提供，该系统关注的是医院内获得性尿路感染（UTI）发生率极高的问题。
什么是“非常高的比率”？ 如何测量？ 是否对测量系统进行过研究（例如，确定是尿路感染，而不是其他感染或健康问题）？他们如何确定是医院诱发/获得性感染，而不是患者已有的感染（可能是无法检测或来医院前未测量，或由探望患者的人感染等）？
具体来说，医院希望跟踪出院时感染尿路感染的病人的频率，以便快速识别感染率的上升，或者相反，监测即将采取的流程或材料变化是否能减少感染。
他们为什么要追踪这个？ 我 会认为他们想减少它。控制图回答的主要问题是：
- 调查应如何进行（特殊调查还是普通调查？）以及
- 您应该把调查重点集中在哪里（例如，哪些变异成分占主导地位）？
我认为他们的意图是了解因果结构，也许进行实验或抽样以发现原因，然后最终提出潜在的解决方案。他们似乎缺乏一种能够提供感染权宜测量的测量方法？绘制当前数据如何导致创建一个 “更好”的措施？ 我认为，根据第 2 条（来自上一篇文章）中提供的信息，他们希望了解并减少医院引起/获得的健康问题（其中之一是尿路感染）。 他们不想通过用另一种健康问题代替感染来减少尿路感染。
由于根本原因通常因性别而异，因此男性和女性患者被分开绘制，本例重点关注男性。
这是一个假设。也许已经有人研究过了？ 如何研究（每次只研究一个因素？）？其中涉及很多噪音和隐藏因素。 他们的研究中如何解释噪音？定向抽样似乎对分离变异成分非常有用。
附录中显示的数据似乎满足 t 图的分布假设，男性 UTI 患者之间的平均时间为 0.21 天或约 5 小时。
这是衡量这种现象的最佳方法吗？尿路感染的严重程度重要吗？ 感染量可以测量吗？还有其他值得关注的“Y”吗（例如生命体征、其他感染、其他健康问题）。患者接受多久检测一次以确定他们感染的具体时间？其他指标能否关联或预测感染？
他们确实关心医院感染率。 虽然平均尿路感染时间是发病率的衡量标准，但似乎每个事件都可以被视为独立的（每个数据点都是具有不同潜在健康状况的不同患者）。由于潜在的医院效应（常见原因和特殊原因），似乎也可能存在一些相似之处。 绘制度量图表如何区分这些不同的变化来源？
使用建议的 t 图表方法绘制数据并展示统计控制。
统计控制是什么意思？ 持续、可预测的 UTI 数量是好事吗？控制限度是如何“创建”的。 控制限是 x（变量）按照设计的采样频率变化的函数。 休哈特的方法是选择 x 的一个子集，并将它们分组为一个子组（为了论证的方便，时间相对较短）。选择另一组将在较长时间内（或其他合理条件下）变化的 x。使用 x 的子集作为比较的基础。 首先，x 的子集是否一致（范围图）？如果一致，则可以与研究中变化的另一组 x 进行比较。 这是使用 X-bar 图表完成的。 控制限是范围（x 的子集）的函数，X-bar 图上绘制的点是子组之间 x 变化的函数。 如果该图表“在控制范围内”，则子组内的 x 对绘制的 Y 的影响占主导地位。 如果该图表“失控”，则表明来源之间占主导地位。
“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，他的收益肯定会更高……”
休哈特
回复：个人控制图@ statman超级用户
=================================================== =====================
“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，他的收益肯定会更高……”
休哈特
“所有模型都是错误的，但有些是有用的” GEP Box
=================================================== =====================
statman 超级用户
在这种情况下，这些陈述没有帮助！
你不想考虑这一点
- 数据是个人
- 它们呈指数分布
- 分布在制作控制图和计算控制限时很重要
如果我的 JMP 学生版
- 可以正确与 Rare Events 配合使用
- 我不会打扰 JMP 社区
- 我已经在信中解释了这个问题
请
- 选择您信任的案例
- 数据呈指数分布
- 和个人
- 并告知我们您的分析结果（控制图）
与此同时，请参阅蒙哥马利书中的内容
浮士德
回复：个人控制图德尔曼 1Ⅴ级
如果我的 JMP 学生版
- 可以正确与 Rare Events 配合使用
- 我不会打扰 JMP 社区
- 我已经在信中解释了这个问题
学生必须知道如何分析罕见事件
我会读你建议的论文，然后我会回来
浮士德
回复：个人控制图
回复：个人控制图@德莱曼1 Ⅴ级
在论文中，你提出有……
- 这简直是无稽之谈。
- 除非研究者（学者）受到圣灵的启发
- 谁告诉他 Theta_0、LCL 和 UCL 的真实值：
- 这些数量必须通过数据估算，并且是数字
- 随机变量的（决定）
回复：个人控制图@ Mark_Bailey， 职员f
谢谢。
我热切地等待着独立控制图（具有指数分布数据）的真实案例
浮士德
回复：个人控制图很抱歉我没能和你交流我的想法。我仍然不确定为什么 UTI 的平均时间呈指数分布......除非对该过程采取了行动，否则它似乎应该是随机（正态）分布的。
回复：个人控制图@ 斯塔特曼、超级用户
你写道：
- 我还是不确定为什么UTI 的平均时间呈指数分布......
- 似乎它应该是随机（正态）分布的，除非对该过程采取了行动。
- “所有模型都是错误的，但有些是有用的” GEP Box
你不想接受这一点
- 数据呈指数分布....
- 并非“平均尿路感染时间”
- 随机分布并不意味着正态分布
- 一些关于模型的想法是完全错误的
我再次请求你找到一个你信任的案例……
浮士德
回复：个人控制图德尔曼 1Ⅴ级
在您建议的论文中，有……
我没有找到这个结果
你可以吗？
浮士德
回复：个人控制图德莱曼1Ⅴ级
2024-10-11
亲爱的同事们，
Please find my analysis of the Car Seats data given in the paper suggested by 德莱曼1Ⅴ级
我觉得很奇怪
你怎么认为？
k1_A，k2_A，k1_B，k2_B
是论文中显示的控制限。
浮士德
回复：个人控制图控制（由 Shewhart 定义）与好坏无关。这是规范的功能。规范通常（原文如此，总是）独立地从实际过程数据和变化中得出。
我的建议是，你应该试着理解休哈特所说的控制是什么意思，因为他是控制图方法的创造者，信不信由你。我不同意。
回复：个人控制图@ statman ，超级用户，获得 769 个赞
你写道：
- 我出去了。
- “所有模型都是错误的，但有些是有用的” GEP Box
真是可惜。
我们不会在您信任的控制图上看到任何案例……（尽管我要求您找到一个案例）
我认为，尽管引用了 Shewhart 和 Box，但您无法处理“真实”数据并制作出良好的控制图……
你没有分析任何数据，你没有提供任何数据……
你胡言乱语了
我认为你应该
- 学习Shewhart 和 Deming 的书籍
- 学习他们的“好”想法
- 学习一些“好的”统计书籍
- 了解到一些关于模型的想法是完全错误的
浮士德
回复：个人控制图你在这个论坛上发的帖子是不可接受的。你来这里寻求建议，很多人都提供了建议。我们大多数人都是自愿奉献时间的。我建议你把你的抱怨发到另一个论坛上。
回复：个人控制图看起来这个话题不会以积极的进展，所以我关闭了评论。
杰夫·珀金森
JMP 用户社区版主
