本帖最后由 lijingping 于 2013-1-25 10:50 编辑

上一贴对SPC提出了一些问题，大家都积极地参与了讨论，这里新开一个贴子讲一下我个人的理解，欢迎大家继续讨论！！！

1、三项判稳准则，可以判定过程是否处于统计受控状态，但要延长控制限进入监控阶段，除统计受控外，还应该过程无异常。因为控制限的原理是用于区分偶因与异因，如果前提我们视点出界或其它七项判异准则的出现是过程存在异常因素的话，我们就必须改善到无异常因素的情况下才能延长控制线进入控制阶段，否则所计算出的控制限难以区分出异因出现时的波动，即我们通常所说的会漏发警报。所以我认为，按判稳的准则可以判定过程是否处于统计受控状态（稳定可以有异常），但要延长控制限，就必须使计算控制限的数据中没有异常因素的存在（稳定且无异常）。

2、CPK所代表的是在没有异常因素影响的情况下过程的能力，所以现时书中所要求的计算CPK的前提是过程在统计受控状态，实际上应该是包括了过程既稳定且无异常。另也有书讲计算CPK的前提是数据要服从正态分布，这是基于连续收集30~100个数据的情况下计算CPK，这时计算的过程能力是基于这30~100个数据的变差计算的。而前一种是基于以控制图的方式收集数据计算，这时的计算的过程能力是基于组内平均变差的。

3、八项判异原则中除点出界这项外，其余七项是点在控制限内有规律分布时的排列方式，是基于出现的概率接近0.27%，而且经前人经验证实最具有物理意义的七种排列状态，这七种原则的出现是为了降低β（漏判）风险，但相信大家都知道，这两种风险中一种风险的降低必然会造成另一种风险的增加，也就是说，用这七项原则就不可避免的会增大的误判的风险，但既然经过前人的经验验证，也就代表这种风险还是可以接受的，我现在也没有能力说否定他的存在不合理，但我认为在应用时要结合企业或当前过程的实际情况，也就是说，如果出现某项判异的点排列，但经过多次出现时的多次验证，也没有办法找出原因（呵呵！不要说没有可能找不到原因，这个世界上一切皆有可能，如果没有找不到的原因，这个世界就不会有那么多未解之迷），而且它也是偶然发生，没有引起过程持续性变坏，这时我觉得可以认为这一判异不适用于当这的这个过程。如果有这七种以外的排列方式出现，经多次证实当前的过程每次出现这个排列时都是有异常，这种就可以内部增加新的判异准则。（总的来讲，我认为这八项原则不一定通用于所有过程，应该结合过程的实际情况选用或增加）
另外，这七项原因是基于正态分布假设的前提，原则上只适用于均值图、单值图，对于极差图、标准差图虽然认为这些数据也近似于正态分布，但使用时还是要值得注意，如果经努力找不到原因，而且经持续的检验也没有发现这种异常在持续发生，这时我觉得就不要一味的还咬住这个问题不放。

首先感谢你的回复，但有些问题还希望和你进一步探讨一下：
1、统计受控：基本认同你所说的定义，但要注意的是有一个条件书上没有说，就是要在一定抽样数量的基础上的，简单来讲，控制限的原理是正负3个标准差，落在界限外的概率只有0.27%，即在没有异因的情况下，也有0.27%的概率超出界限，所以如果抽样数量（组数）足够多的情况下，是不是没有异常原因也会出现超出界外的点？？所以没有特殊原因≠统计量将全部随机的落在控制限之间，除非后者是要有一定的数量限制的。
2、判稳：不是培训老师说了，是在由张公绪出的一张控制图方面的书籍上都有提出的理论。你的意思是判稳用于分析阶段，判异是用于控制限段，当时我都有这样想，但书上无明确说明，而且也没有理由说服自已分析阶段不判异，因判异准则中就包含多条在界限内非随机的点排列。
3、控制图是基于假设检验这个我理解；但控制图的理论基础是正态分布，这应该是勿用质疑的，因为不管是控制限还是判异的分区都是基于正态分布的，所以统计受控状态原则上就近似于正态分布，否则基于难以出现统计受控状态，你可想象，控制限是基于正态的，但实际分布是偏态分布，就等于说实际过程超出一侧的概率远高于0.013%，这在实际中抽到超出界限的点的概率就不是小概率了，就会比较容易就抽到，这样就难以实现统计受控状态。
4、三现判稳准则：25点没有点出界；35点小于或等于1点出界；100点小于或等于2点出界。
5、控制界的两个基本原理，一是小概率事件、二是区分异因与偶因，不是我说的，是一些书上所写的（当然手册上有没有写我就记不清楚了），你可想一下，控制界的计算用的是组内的标准差，而手册上提到的合理样本准则是组内不存在异因，也就是说控制界是基于没有异因情况下所确定的，所以它可以区分异因与偶因。
6、请问手册中至少125个计算CPK，请问是125个数据计一个总的标准差，还是用25组数据的平均极差来计算？？？如果是后者，就只是相当用用5个数据来计算标准差而尔。而我所提的30个数据是用30个数据个计算一个标准差，这是回归到一些分布的基本理论，一般抽样30个就属于大样本，已接近于总体分布，计算中不需要使用修偏系数进行修偏，当数据越多越接近总体，这是正确有，但前提能否保证这些数据之间不存在异因，数据越多，存在异因的可能性也越大。
7、.“判异原则”并不是都基于正态假设，这个说法我不认同，前面第3点已说，这理再实充一点，判异准则中的多少点如何分布，都是基于正态分布下算出来的接近0.27%的概率，否则好像连续6点上升或下降，为什么是6点，不是5点、4点，难倒5点、4点就是不趋势？