关于控制图中数据分组的问题

看了很多质量管理的资料在说道控制图抽取数据的时候都建议采取n=4或者5,20组样本的抽样方法.企业实际质量管理很多企业也是运用这种抽样方法.这种抽样方法的适用性到底有多好,这个抽样与单组大样本抽样之间到底各自存在哪些优越性?

在质量管理中采取分组抽样,实际是对抽样技术中分层抽样的一种引用.用在了同一阶层内部偏移性区别.
20组样本,n=4或者5的抽样,对于一般性过程可以说是可以满足质量控制的要求.对于关键过程缺显的分辨率不够.由于组内数据少,只能突出组间的差异性,对于组内差异性敏感度底,即使把20个控制图连接起来,突出的也只是各组均值间的差异(组间差异)

控制图的检测能力使随着样本组数据增多而增强的.当样本组数据增多的时候意味着成本的增加.为了避免成本增加而又想使控制图敏感度检测能力增强,就要开始考虑样本组多少的问题.
对于同一过程,没有异常因素影响的情况下,个人比较认同单样本大数据的抽样方法.
也可以以减少样本组增加每个样本的数据的抽样方法,但这种建议采用X-BAR----S图,而不采用X-BAR---R-BAR图.
而且建议无论做什么计算时 当样本量大于10以后尽力不要用R-BAR/D2,来计算标准差,当样本越来越多极差法的误差也会越来越大.