SPC手册上说
1.单值图在检查过程变化时不如均值极差图敏感；

1. 如果过程的分布不是对称的，则在解释单值控制图时要非常小心；
2. 。。。。。。
3. 由于每一个子组仅有一个单值，除非子组数量达到100或以上，否则Xbarbar和西格玛估计值会有较大的变差（即使过程是稳定的）

第三个已经了解，就不说了，第一条如何理解呢？我用MINITAB对相同的数据做了两张控制图，均值极差的子组大小是2，但是结果是单值移动极差识别出来的异常点更多一些，那不是和手册里说的矛盾了吗，还有，如果我监控的时候用均值极差控制图，如果我取样2个，一个超过上规格限一点点，一个非常接近下控制限，那在均值控制图里描的点一般还是判为正常的，极差控制图可以识别处是异常，但是如果用单值移动极差图，单值图肯定可以判出异常来，移动极差图也有可能判异出来，那这样一比较，均值极差图只能由极差图判异出来，而单值移动极差图两个图都有可能判异出来，这样不是也说明了单值移动极差图更加敏感吗？

第二条和第四条完全不理解，求大神解答告知，感激不尽。

我是这么理解的：
1）数据越多，越能反应过程的变化，一般来讲，同样控制周期内，单值图抽取的样本要少，会遗漏一些变化点，不足以反应较小时间间隔内过程的变化。当然，我前一家公司生产的产品，每一个大板相当于一个产品，单个产品间差异较大，必须使用单值和移动极差图进行统计。我现在所在的公司，每天产出的产品数量非常多，如果还用单值、移动极差图，就必须增加抽样间隔，这就不如在同样时间间隔内一次抽取更多的样品，使用Xbar-R或-S图更能显示过程的变化。
2）如果过程分布是不对称的，比如说因为加新料造成过程参数周期性变化，单值移动极差图取点很密时识别变差要考虑因为加新料造成的固有周期变化，而不要去怀疑太多；取点过疏，又要考虑识别出的变差与过程固有变差的关系，排除过度的分析。
4）因为SPC手册上的公式是前人总结出的经验公式，公式中的常数也是经验常数，当数据的量不够大的时候，实际值和使用公式计算出来的值有较大差异，数据量越大，这个差异越小。很明显的例子，对于受控过程，数据量越大，Cpk和Ppk越接近，比较两个的公式，你会发现一个是真实的sigma，一个是使用前人给的常数计算的估计值。

以上
小弟见识短浅，如有纰漏还请见谅