彩票走势图

Minitab Statistical Software是一款无与伦比的可视化统计分析软件，它会审视当前及过往的数据，以找出趋势并预测规律、发现变量之间隐藏的关系、可视化数据交互作用并识别重要因素，从而解答最棘手的问题、应对最严峻的难题。

点击立即下载Minitab

在处理工作的时候所有过程都会有一些变化。有些变化是自然的，无需担心。 但是有些变化是不必要的，需要注意一下。

通过对照控制上下限绘制过程数据，控制图有助于我们将自然变化与我们需要关注的特殊原因变化区分开。如果数据点超出控制图的限制，则说明该过程已失去控制，您需要进行调查。

具有传统控制图的虚假警报

大多数使用控制图（尤其是属性图）的人都可以告诉您有关“虚假警报”的信息，即使该过程处于统计控制中，控制限也接近均值，数据点超过了限制。

传统的P和U控制图由于过度分散而产生的虚假警报问题已有数十年的历史了，但是直到质量工程师David Laney设计了P'和U'图后，才找到一个好的解决方案。

使用P'和U'控制图使您能够避免这些错误警报，它能检测到过程中的重要偏差。与传统的P和U图一样，使用P'和U'图分别监视缺陷和缺陷。但是，在传统图表假定您的缺陷率或缺陷率随时间保持不变的情况下，P'和U'图表假定没有过程显示出真正的恒定率，并将其纳入其控制范围。

最后，这些图表可以为您提供一个更可靠的指示，表明您的过程是真正处于控制之中还是处于失控状态。

Minitab可以轻松创建P'和U'图表，并包括一个诊断工具，该工具会告诉您何时需要使用它们。

是什么导致控制图上出现错误警报？

错误的警报可能是由于过程数据的太多变化或“过度分散”引起的，尤其是如果您使用大的子组收集数据时。您的子组越大，传统P或U图表上的控制限制将越窄。这种情况会人为地设置严格的控制限制，从而导致传统P图表上的点即使在没有控制点的情况下也看起来像失控了。或者，变化太小或“分散不足”也可能会成为问题。当存在分散不足时，传统P图表或U图表上的控制限制可能会太宽，因此您应该关注的数据点（或“过程”）似乎处于控制之中。

无论您的数据表现出过度分散还是分散不足，P'或U'图表都将帮助您区分真正的普遍原因与特殊原因。

如何检测过度分散和分散不足

使用Minitab中的P图表或U图表诊断程序可以测试过程数据的过度分散和分散不足，并查看传统的P或U图表还是Laney P'或U'图表是否更合适。

要对数据运行诊断，请选择统计>控制图>属性图> P统计图或统计>控制图>属性图> U统计图。

您会看到以下对话框：

在“变量”中，输入包含缺陷数量的工作表列。如果您使用相同的子组大小收集所有样本，请在“子组大小”中输入该数字。或者，如果您的子组大小有所不同，请使用一列。

然后对Minitab中包含的DefectiveRecords.MTW示例数据运行此诊断测试。该数据集中的子组很大，每个子组平均约有2500个观察值。

P图表诊断给出以下输出：

诊断为您提供观察到的变化与预期变化的比率。 如果该比率大于95％的上限，则您的数据显示出明显的过度分散。如果该比例小于60％，则您的数据显示出明显的色散。无论哪种情况，都应考虑使用Laney P'图表代替传统的P图表。

该测试在我们的样本数据中发现过度分散，建议改用Laney P'图表。

如何创建P'图

要创建P'图表，请选择统计>控制图>属性图表> Laney P'。我们的样本数据的P'图表显示该过程似乎是稳定的-没有任何点不受控制：

当使用相同的数据创建传统的P图表时，过度分散会导致较窄的控制范围，并且几个子组似乎失控了。

那么，为什么数据点在P图表上失控了，但在P'图表上却没有呢？ 这是由于每个图表定义和计算过程变化的方式所致。在Laney P'中计算的极限值考虑了计算变化时的过度分散并消除了这些错误警报。

P'图表如何工作？

Laney P'图表的计算不仅包括子组内部的变化，还包括子组之间的变化以针对过度分散或欠分散进行调整。

如果没有过度分散或分散不足的问题，则P'图表可与传统P图表相提并论。但是，当存在过度分散时，P'图表会扩大控制范围，因此仅将重要偏差识别为失控。如果存在色散不足，则P'图表会计算较窄的控制极限。

更可靠的控制图

所有行业的质量从业人员都可以利用Laney强大的图表和易于使用的诊断工具，并且只有在确实存在特殊原因的变化时才会出现信号，避免不必要的浪费。

对Minitab的更多应用感兴趣吗？联系在线客服了解更多产品详情。