
R語言實現(xiàn)Xbar-R控制圖
Xbar-R控制圖在質量管理中主要用于對計量數(shù)據(jù)進行檢測,以達到控制對象質量的目的。
雖然用Excel可以輕松實現(xiàn)控制圖的操作,不過作為R軟件初學者,我試著用僅有的一點R語言知識進行了控制圖的繪制操作。雖然畫出來了但是代碼實在是低效,以后再慢慢改進吧。
> data <- read.csv("kzt.csv") #打開數(shù)據(jù)
> D3 <- 0; D4 <- 2.114; A2 <-0.577 #三個系數(shù),下文會用到
1.###計算各樣本的極差
> r1 <- c()
> for(i in 1:20) r1[i] <- max(data[i,])-min(data[i,])
2.###計算極差上下界,并畫出R控制圖
> UCL_R <- D4*mean(r1)
> CL_R <- mean(r1)
> LCL_R <- D3*mean(r1)
> plot(r1, type="o",ylim=c(0,40),main="Range")
> abline(h=UCL_R, lty='dashed')
> abline(h=CL_R)
> abline(h=LCL_R, lty='dashed')
存在有出界值。利用which()函數(shù)確定出界位置(雖然能直接看出是樣本7)
> which(r1>UCL_R)
[1] 7
3.###把樣本7從數(shù)據(jù)中刪掉然后對樣本進行重新編號
> data <- data[-7,]
> rownames(data) <- 1:nrow(data)
4.###重新計算各樣本的極差
> r11 <- c()
> for(i in 1:19) r11[i] <- max(data[i,])-min(data[i,])
5.###重新計算極差上下界,并畫出R控制圖(代碼如2,將r1換成r11即可)
此時R圖判穩(wěn)。接下來作Xbar圖。
6.###計算各樣本的均值
> m1 <- c()
> for(i in 1:19) m1[i] <- apply(data[i,],1,mean)
7.###計算均值上下界,并畫出Xbar控制圖(套路跟畫極值控制圖差不多)
> UCL_M <- mean(m1)+A2*mean(r11)
> CL_M <- mean(m1)
> LCL_M <- mean(m1)-A2*mean(r11)
> plot(m1,type="o",ylim=c(60,90),main="Mean")
> abline(h=UCL_M, lty='dashed')
> abline(h=LCL_M, lty='dashed')
> abline(h=CL_M)
有出界值,找出出界值
> which(m1<LCL_M)
[1] 13
8.###把樣本13從數(shù)據(jù)中刪掉然后對樣本進行重新編號
> data <- data[-13,]
> rownames(data) <- 1:nrow(data)
9.###重新計算各樣本均值、極差和均值上下界,并畫出R控制圖和Xbar控制圖
此時Xbar與R圖都判穩(wěn),生產過程的均值與變異度都處于穩(wěn)態(tài)。延長統(tǒng)計過程狀態(tài)下的Xbar-R圖的控制限,即可進入控制用控制圖階段,實現(xiàn)對過程的日??刂?。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構:CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數(shù)據(jù)中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04