组内）控制图
概述 操作步骤 示例 数据另请参见

统计 > 控制图 > 子组的变量控制图 > I-MR-R/S（组间/组内）

I-MR-R/S（组间/组内）控制图同时使用子组间和子组内变异生成三向控制图。I-MR-R/S 控制图由以下组成：

· 单值控制图

· 移动极差控制图

· R 控制图或 S 控制图

在子组中收集数据时，随机误差可能不是变异的唯一来源。例如，如果每小时连续采集五个部件，则唯一的差异应该由随机误差所致。随着时间的推移，过程可能会出现偏移或漂移，因此接下来的五个部件样本可能会与以前的样本不同。在这些情况下，总体过程变异因样本间变异和随机误差所致。

每个样本内的变异对总体过程变异也有贡献。假设您每小时对一个部件取样，并测量部件的五个位置。虽然每小时部件都在变化，但所有部件中在五个位置得到的测量值却可以始终不同。可能一个位置几乎始终产生最大的测量值，也可能一直较小。这种因位置所致的变异未得到说明，且样本内标准差不再估计随机误差，而是实际上同时估计随机误差和位置效应。这样产生的标准差过大，导致控制限制范围过宽，并将控制图上的大多数点置于距中心线非常近的位置。此过程看上去过于完美，但很可能就是这样。

您可以使用 I-MR-R/S（组间/组内）来创建三个单独的过程变异评估，从而解决此问题：

单值控制图：绘制来自单值控制图（而非 Xbar 控制图）上每个样本的均值的控制图。此控制图使用连续均值之间的移动极差来确定控制限制。由于样本均值的分布与随机误差有关，因此使用移动极差估计样本均值分布的标准差类似于仅估计随机误差分量。这消除了控制限制中变异的样本内分量。

移动极差控制图：使用移动极差绘制子组均值的控制图以去除样本内变异。将此控制图与单值控制图结合使用，以借助变异的样本间分量来跟踪过程位置和过程变异。

R 控制图或 S 控制图：使用变异的样本内分量绘制过程变异的控制图。Minitab 是显示 R 控制图还是 S 控制图取决于子组的大小（请参见 I-MR-R/S 控制图 - 选项 - 估计）。

因此，这三个控制图的组合提供了一种评估过程位置的稳定性、变异的样本间分量和变异的样本内分量的方法。

有关详细信息，请参见控制图概述和子组的变量控制图概述。