数据分析-58-SPC统计过程控制的8个判异准则

1 SPC统计过程控制

在制造业和质量控制中，统计过程控制(SPC, Statistical Process Control)是监控生产过程稳定性的重要工具。
通过控制图(Control Chart)，我们可以实时监测数据波动，并利用八大判异准则识别异常信号，确保生产过程受控。

1.1 SPC控制图

SPC控制图的核心是区分正常波动(随机变异)和异常波动(特殊原因变异)。
当数据点违反判异准则时，说明过程可能失控，需立即调查原因并采取纠正措施。

UCL, Upper Control Limit,上控制限。
CL, Central Line 或 Center Line,中心线。
LCL, Lower Control Limit,下控制限。

1.2 SPC判异准则

八大判异准则由Western Electric公司提出，广泛应用于X-bar-R图、X-bar-S图、I-MR图等控制图分析。

1、八大判异准则是SPC的核心工具，帮助快速识别异常波动。
2、准则1-4通常表示严重异常，需立即处理；准则5-8提示潜在风险，需提前预防。
3、结合实际情况分析原因，避免误判（如测量误差导致的假信号）。

1.2.1 准则1：1个点超出控制限(UCL/LCL)

1、判定方法