SPSSPRO,让数据分析更简单,问卷调查类数据分析不再愁 产品介绍 帮助中心 客户端
微信登录
  • 产品简介
  • 我的数据
  • PRO绘图
  • 数据处理
  • 描述性分析
  • 问卷分析
  • 综合评价
  • 差异性分析
  • 相关性分析
  • 预测模型
  • 统计建模
  • 计量经济模型
  • 医学统计模型
  • 机器学习分类
  • 机器学习回归
  • 规划求解
  • 研究模型
  • 信号分析
  • 自定义算法
  • 过程能力分析
  • 控制图
  • 测量系统分析
  • 可靠性生存分析
  • 全部分类
  • 全部标签
  • 文章归档
  • 产品简介
  • 我的数据
  • PRO绘图
  • 数据处理
  • 描述性分析
  • 问卷分析
  • 综合评价
  • 差异性分析
  • 相关性分析
  • 预测模型
  • 统计建模
  • 计量经济模型
  • 医学统计模型
  • 机器学习分类
  • 机器学习回归
  • 规划求解
  • 研究模型
  • 信号分析
  • 自定义算法
  • 过程能力分析
  • 控制图
  • 测量系统分析
  • 可靠性生存分析
  • 全部分类
  • 全部标签
  • 文章归档
  • 产品简介

  • 我的数据

  • PRO绘图

  • 数据处理

  • 数据分析

    • 描述性分析

    • 问卷分析

    • 综合评价

    • 差异性分析

    • 相关性分析

    • 预测模型

    • 统计建模

    • 计量经济模型

    • 医学统计模型

    • 机器学习分类

    • 机器学习回归

    • 规划求解

    • 研究模型

    • 信号分析

    • 自定义算法

    • 过程能力分析

    • 控制图

      • I-MR控制图
        • 1、作用
        • 2、输入输出描述
        • 3、案例示例
        • 4、案例数据
        • 5、案例操作
        • 6、输出结果分析
        • 7、注意事项
        • 8、模型理论
        • 9、参考文献
      • Z-MR控制图
      • P(NP)控制图
      • U(C)控制图
      • Xbar-R控制图
      • Xbar-S控制图
      • I-MR-R(S)控制图
      • 移动控制平均图
      • EWMA控制图
      • 累计和控制图
      • T²广义方差控制图
      • 多变量EWMA控制图
      • G控制图
      • T控制图
    • 测量系统分析

    • 可靠性生存分析

I-MR控制图

发布:2025-07-16  | 最近更新:2026-09-24  | 责任主体:SPSSPRO

开始分析 下载案例数据

# 1、作用

I-MR图(个体-移动范围图)是一种用于监控质量控制过程的统计图表,通常用于评估单个产品或过程数据的稳定性。它由两个部分组成:
I图(个体图):用于显示单个样本或数据点随时间的变化,帮助识别数据是否符合过程控制要求。
MR图(移动范围图):用于显示相邻两个数据点之间的差异(即移动范围),帮助识别数据的变异程度。

# 2、输入输出描述

输入:1个定量变量

输出:I图(个体图)、MR图(移动范围图)

# 3、案例示例

案例:某机械加工厂生产一种金属垫片,要求厚度规格为(200±5)mm(即合格范围 195~205mm)。为监控生产过程的稳定性,每天随机抽取 1 个垫片测量厚度,连续采集 50 天数据(已知长期生产中厚度平均值稳定在 200mm 左右)。

# 4、案例数据

I-MR 控制图案例数据
案例数据

# 5、案例操作

新建分析并上传数据

Step1:新建分析;
Step2:上传数据;
Step3:选择对应数据打开后进行预览,确认无误后点击开始分析;

选择 I-MR 控制图并输入变量
step4:选择【数据概览】;
step5:查看对应的数据数据格式,【I-MR控制图】要求输入数据为一项定量变量;
step6:点击【开始分析】,完成全部操作。

# 6、输出结果分析

输出结果1:I-MR图
I-MR 控制图输出结果
图表说明:上表同时监控数据的水平(通过I图)和波动性(通过MR图)。

数据趋势:首先检查I图,看看数据是否有显著的趋势。如果数据点连续偏离中心线,或者有持续的上升或下降趋势,说明过程可能存在问题,需要进一步调查。

数据稳定性:通过MR图分析数据波动。MR图的波动如果较大,意味着数据的变异性较高,可能说明过程不稳定或者控制系统存在问题。

异常点:观察I图和MR图中的异常点。可能是由于特殊原因(如设备故障、操作错误、材料问题等)导致的,需要进一步调查。

分析:

I图判异检验准则:1点超过中心线3σ;检验出 1 个异常点:34,说明在第34天的数据是异常的;

MR图判异检验准则:1点超过中心线3σ ;无异常点;


# 7、注意事项

无

# 8、模型理论

I-MR 图由两个相互关联的控制图组成:

  • I 图(单值图):以单个观测值为纵轴,时间(或样本顺序)为横轴,用于监控过程特性的位置变化(如均值偏移)。
  • MR 图(移动极差图):以相邻两个观测值的极差(即 | xₙ - xₙ₋₁|)为纵轴,时间为横轴,用于监控过程特性的变异程度变化(如波动增大)。

两者需结合分析:MR 图先判断过程变异是否稳定,再通过 I 图判断过程均值是否稳定。

(1)标准差

  • 若使用移动极差平均值
由移动极差平均值估计的标准差公式
  • 若使用移动极差中位数
由移动极差中位数估计的标准差公式

(2)I图

(2.1)值:

I 图统计量计算公式

(2.2)中心线:

I 图中心线计算公式

(2.3)上下置信区间:

I 图上下控制限计算公式

(3)MR图

(3.1)值:

MR 图统计量计算公式

(3.2)中心线:

若使用移动极差平均值:

MR 图中心线公式(移动极差平均值)

若使用移动极差中位数

MR 图中心线公式(移动极差中位数)

其中,w是移动长度大小

(3.3)上下置信区间:

MR 图上下控制限计算公式

# 9、参考文献

[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com. [2]“A conceptual framework for the effective implementation of statistical process control”:Antony,J.,&Taner,T.(2003)."A conceptual framework for the effective implementation of statistical process control".Business Process Management Journal,9(4),473-489.

建议反馈