控制图是质量管理中最常用的工具。 它是由加拿大贝尔实验室的休哈特于1924年首先提出的，用于监测过程中的产品特性或过程特性是否稳定并处于受控状态。 如果过程因特殊原因而出现异常波动，控制图可以帮助我们及时识别，提醒我们及时纠正和预防。 因此，对于预防和控制质量问题具有较好的效果。

根据监控特性数据类型的不同，控制图分为定量控制图和计数控制图。 最常用的定量控制图是X-barR控制图，即均值极差控制图。

那么控制图的轮廓如何绘制呢？ 因为在绘制控制图时，需要查阅一些估计公式以及控制图的系数。 对于很多素质初学者来说还是有些困难的。

如果用R语言来画控制图，这种问题就不是问题了！

点击此处展开工业4.0最新课程

第一步

安装R语言所需的包

当我们进行控制图分析时，我们需要使用的包是“qcc”包。 我们还需要打开Excel数据文件。 我们使用的包是“readxl”。 我们可以在Rstudio左上角的窗口中输入代码如下：

#安装"qcc"包和 "readxl"包install.packages("qcc")  install.packages("readxl")

第二步

引用R语言中的包

#引用2个包library("qcc")library("readxl")

运行第一步和第二步。

第三步

阅读数据表

假设SPC分析的数据文件部分显示如右图：

……

第一列表示子组的编号。 可以看出r软件赋值，子组大小=5，第二列代表监测的质量特征“长度”。 如果有兴趣，也可以从腾讯微云下载数据文件进行练习。

假设数据文件存在于“c:/spc.xlsx”中，读取数据的代码如下：

#读取文件spc.xlsx,并赋值为dfdf<-read_excel("c://spc.xlsx")

第四步

绘制 X-BarR 控制图

d1 = with(df, qcc.groups(df$长度,df$子组))  #读取df中数据长度和子组，并赋值为d1。q1 = qcc(d1, type="xbar")#使用d1数据，绘制X Bar图。q2 = qcc(d1, type="R")#使用d1数据，绘制R图

更多的

第五步

正在运行的程序的剖析

输入以上代码后，

请选择第三步和第四步中的代码，

单击按钮

您可以运行该程序。

R语言输出以下两个控制图

我们听说XBar图和R图中蓝色标记的点是异常点，需要排查特殊原因。 只需几行代码，X-barR 控制图就准备好了！

使用R语言还可以绘制其他控制图，如I-MR图、XBarS图、P图、U图、EWMA图等。 不仅可以使用用于分析的控制图，还可以使用用于控制的控制图。 通过本文的介绍，大家可以继续进行更深入的研究。

过去的推荐

轮廓

关于作者

英文名： 王晨刚

职业：TÜV莱茵培训与咨询服务数据分析专家、六西格码高级顾问

资质：日本弗劳恩霍夫研究大学认证工业4.0评估与顾问专家、美国质量协会黑带、六西格码黑带大师

简介： 拥有 20 多年的 6 Sigma 实施经验。 拥有50多家一流企业、500多个6Sigma项目实施经验r软件赋值，精通Minitab、Jmp、Tableau、PowerBl、Python、R语言等中级统计和数据分析软件。

扫描下方二维码立即申请

电话0755-82681301

邮箱：academy-cn@tuv.com