背景：
我们公司做的是设备，不是批量生产的那种，一天也就产出10台左右，而且质量特性值的测量也相对方便，所以我们对质量特性值是实施全检的；

设想：
现在我想用控制图来分析过程的稳定性，在制作分析用控制图时需要确定控制上线和下线，我看相关资料都是用极差的平均值乘以一个系数来得到一个近似3倍总体标准差的数值，并以这个数值作为上下线。
但是如果我实施全检的话，那我不是可以得到总体的平均值和总体的标准差了吗？那我直接用3倍总体标准差来做控制线岂不是更加的准确吗？
所以，我的设想是在制作分析用控制图，在一段时间内（比如一个礼拜）用全检得来的数据算出这一个礼拜总体的平均值和总体的标准差，然后用总体的平均值加减3倍的总体标准差，来做出分析用控制图；之后每天都用当天全检的数值的平均值在图上描点，依次来监控往后生产流程的稳定性。

疑问：
所以有2个问题，需要各位大侠来协助
1.我上面提出的用3倍总体标准差作为控制线是否像我理解额那样正确？
2.基于以上的设想，我一直想问，控制图理论中所提到的“总体”的平均值和“总体”的标准差是指在制作分析用控制图时的总体数值？还是说从以前刚开始生产到无穷远的以后的这个过程中的总体数值？


备注：
另外，能否推荐下质量管理和控制方面书籍？谢谢

1. 设备生产厂家因为量少且一般出不起问题，所以关键质量特性全检是对的；
 
2. 感觉楼主对将统计学与质量控制很感兴趣，这很难得，尽管控制图在楼主工作的场合不是特别适用，赞一个！
 
3. 总体和样本是统计学的基本概念，任何一本统计学的书里都有定义。SPC中的总体和楼主的总体不是一回事：统计学的总体（连续变量的总体）在数学处理上是指无限大的，在实际运用中，可以理解为一个过程过去生产的、现在正在生产的和将来生产的产品的特性的随机变量。
 
4. 我们通常是通过有限的样本对总体进行推测，这就是统计学的出发点。
 
5. 用样本推测总体特征，出发点有两个：一是我们没办法对每个样本进行分析；二是为了节省成本（对不再生产的有限个产品，如果累计量比较大）。
 
6. 所有的统计推断都有不正确的风险，如何控制风险是其研究的主要内容之一，如样本量的大小等等。
 
推荐一本茆诗松教授的《概率论与数理统计》，比较容易懂。（“九五”国家级重点教材，淘宝上有）。
 
希望对你有所帮助哈