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
      • Z-MR控制图
      • P(NP)控制图
      • U(C)控制图
      • Xbar-R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
      • 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

Xbar-R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

Xbar-R图是统计过程控制(Statistical Process Control, SPC)中用于监控生产过程中均值和变异性的重要工具。通过这种图表,可以同时评估过程平均值和极差是否保持在控制限内,确保产品质量的稳定性和一致性。它由两个部分组成:

Xbar图(均值图):监控过程均值的稳定性,检测子组间均值偏移。

R图(极差图):以子组数据的极差(Range,最大值-最小值)衡量过程的变异性(离散程度)。

# 2、输入输出描述

输入:1个定量变量或1个定量变量与定类变量的组合

输出:Xbar图(均值图)、R图(极差图)

# 3、案例示例

案例:我们要求每袋大米的重量≥50kg,装袋过程是自动的,只要重量测量=50kg,装填动作立刻停止。为了确认装袋过程的波动,我们让检验员每个小时连续抽4袋大米在校验合格的秤上称重,总共进行了20次实验。接下来我们基于收集到的样本,用控制图来确认下生产过程是否稳定,是否可用于过程预测。

# 4、案例数据

Xbar-R 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 Xbar-R 控制图并输入变量

step4:选择【Xbar-R】;
step5:查看对应的数据数据格式,【Xbar-R】要求输入为1个定量变量或1个定量变量与定类变量的组合。
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:Xbar-R图

Xbar-R 控制图输出结果

图表说明:Xbar图和R图是成对使用的控制图,二者密切相关,共同反映过程的稳定性和控制状态。超出上下控制限的点被认为是异常点。

# 7、注意事项

如果数据中有缺陷品数或缺陷数,请使用属性控制图,如P控制图或U控制图。

# 8、模型理论

Xbar-R图是统计过程控制中用于监控生产过程中均值和变异性的重要工具。通过这种图表,可以同时评估过程平均值和极差是否保持在控制限内,确保产品质量的稳定性和一致性。Xbar-R图由Xbar图和R图组成,关于Xbar图和R图中包含的标绘点、中心线、控制上下限的公式计算如下:

(1)Xbar图

标绘点:各子组数据点的平均值

Xbar 图子组均值计算公式

其中 n是指各个子组中包含样本数量

中心线:子组数据总平均值
Xbar 图中心线计算公式

其中N是指子组的数量

控制上限:

Xbar 图上控制限公式

控制下限:

Xbar 图下控制限公式

其,k是检验过程中设置的参数,σ是指过程标准差值,n_i是子组i中观测值的个数。

(2)R图

标绘点:子组极差

R 图子组极差计算公式

中心线:子组的平均极差

R 图中心线计算公式

控制上限:

R 图上控制限公式

控制下限:

R 图下控制限公式

(3)估计σ的方法-Rbar方法

使用无偏常量,则Rbar的计算方式如下:

如果使用无偏常量,使用每个子组的极差r_i计算S_r,它是σ的无偏估计量:

Rbar 方法估计 σ 公式(一)

Rbar 方法估计 σ 公式(二)

如果每个子组的大小相等,则按照以下公式计算S_r:

等子组大小时的 S_r 公式

(4)估计σ的方法-合并标准差方法

①如果不使用无偏常量,使用合并标准差估计σ,合并标准差的计算公式如下:

合并标准差估计 σ 公式

如果每个子组的大小相等,则按照以下公式计算合并标准差(即为子组方差的均值):

等子组大小时的合并标准差公式

其中X_ij为第i个子组的第j个观测值,n_i 是指第i个子组的样本数, S_i指第i个子组的样本标准差,N指子组数。

②如果使用无偏常量,使用合并标准差估计σ

无偏常量的合并标准差公式(一)

无偏常量的合并标准差公式(二)

无偏常量的合并标准差公式(三)

式中,d为S_p的自由度。

如果每个子组的大小相等,则按照以下公式计算合并标准差:

等子组大小时的合并标准差公式(无偏常量)

# 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]Montgomery D C. Introduction to statistical quality control[M]. John wiley & sons, 2020.

建议反馈