原创｜一文读懂EWMA控制图

EWMA控制图的工作原理简述

统计过程控制（SPC）是一种用于监控生产过程稳定性和质量的统计工具。它通过收集样本数据并绘制控制图来及时检测过程变化，以维持生产在可接受的变异范围内，从而提高生产效率和产品质量。

基于Shewhart控制图的单值控制图

单值控制图是监控连续型数据过程的工具，用以检测过程是否处于统计上的控制状态。然而，在实例中，基于Shewhart控制图的单值控制图未能检测出小范围的均值漂移。

EWMA控制图原理

EWMA（Exponentially Weighted Moving Average）控制图通过对过去和当前数据进行指数加权移动平均来识别小范围均值漂移。它赋予不同时间点的数据不同的权重，新数据拥有更大的影响力。通过设置权重参数和控制线的宽度参数L，EWMA控制图能够检测出样本数据的细微变化。

EWMA控制图的构建过程

在构建EWMA控制图时，需要考虑平均运行长度（ARL），它是控制图发出警报前平均抽取的样本数。过程受控时ARL应较大，失控时应较小。通过设定ARL以及合适的权重参数和L值，可以构建出有效的EWMA控制图。

EWMA控制图的优缺点

EWMA控制图的优点包括对之前所有数据的加权记忆功能，以及对数据正态假设的不敏感性。然而，它对小漂移较敏感，对大漂移的反应不够及时，可能需要与常规控制图联合使用。如果漂移呈现趋势，可能会错误指示过程受控。

本文作者苏悦，编辑王菁，主要参考文献为Montgomery的《Introduction to Statistical Quality Control》。数据派研究部成立于2017年，旨在通过多个特色组别共享知识和实践项目。

盘点那些国际知名黑客（上篇）

了解更多

想要了解更多内容？

查看原文：原创｜一文读懂EWMA控制图

文章来源：

数据派THU

扫码关注公众号