1、n第二类错误（取伪错误、漏发警报）n过程异常，仍会有部分产品，其质量特性的数值大小仍位于控制界限内。如果抽取到这样的产品，点子仍会在界内，从而犯了第二类错误，即漏发警报。通常犯第二类错误的概率记为，第二类错误将造成不合格品增加的损失。33n如何减少两类错误所造成的损失n调整UCL与LCL之间的距离可以增加或减少和。若此距离增加则减少， 增大；反之则，增大，减少。n故无论如何调整上下控制限的隔，两种错误都是不可避免的。n解决办法是：根据使两种错误造成的总损失最小的原则来确定UCL与LCL二者之间的最优间隔距离。n经验证明：休哈特所提出的3方式较好，在不少情况下， 3方式都接近最优间隔距离。控制图
2、的分类控制图的分类 n1、按控制的随机变量的数值特性分：计量值控制图（常用的4种）、计数值控制图，而计数值控制图又分为计件值控制图（二项分布）和计点值控制图（波松分布）两种。n2、按使用目的不同又可以分为分析用控制图和控制用控制图两种。计计量量值值控控制制图图计计数数值值控控制制图图5、p图6、np图控制图、控制图、控制图、控制图、sRXRMesXRX4321布的变化。用，用于观察正态分控制图则将两者联合运而散或变异情况的变化，用于观察正态分布的分图主要布均值的变化，图主要用于观察正态分产量等计量值的场合。纯度、时间、收率和生度、对象为长度、重量、强的控制图。它对于控制，这是最常用最基本控制图
3、。对于计量数据RXRXRX图。图来代替有效性，应尽量使用容易，考虑到点估计的的计算已经很已经普及，现在由于计算机的应用图。图来代替的效率减低，需要用计总体标准差时，这时应用极差估广泛应用，但当样本量图得到，故图而已。极差计算简便图代替极差准差控制图相似，只是用标控制图与RXsXsRsnRRsRXsX10。控制图的应用逐渐减少机的普及，为奇数。现在由于计算自然规定，场合，这时，为了简便记入控制图进行控制的场需要把测定数据直接更简单，所以多用于现比均值图。由于中位数的计算来代替位数中控制图很相似，只是用控制图与RMenXMeRXRMe一些。程变化的灵敏度也要差息，所以用它判断过制图那样取得较多的信
4、种控。由于它不像前过程，产品均匀的场合工等气体与液体流程式昂贵的场合；以及如化、测量的场合；取样费时验，采用自动化检查和个产品都进行检控制图。多用于对每一3sRX nP控制图。用于控制对象为不合格品率或合格品率等计数（计件）质量指标的场合。n需要注意的是：在根据多种检查项目综合起来确定不合格品率的情况，当控制图显示异常后难以找出异常的起因。n因此，使用p控制图应选择重要的检查项目作为判断不合格品率的依据，p图用于控制不合格品率、交货延迟率、缺勤率、差错率等指标。nnP控制图。用于控制对象为不合格品数或合格品数等计数质量指标的场合。n设n为样本量，p为不合格品率，则np为不合格品数。故取np作为
5、不合格品数控制图的简记记号。n这里要求n不变。nu控制图。用于控制对象为单位不合格数单位不合格数等计点质量指标的场合（单位不合格数控（单位不合格数控制图）制图）。n例如：在制造厚度为2mm的钢板的过程中，一批样品的面积是2m2的，下一批样品的面积是3m2的，这时就应换算为每平方米的不合格数，然后再对它进行控制。nc控制图。用于控制对象为不合格数不合格数等计点质量指标的场合（不合格数控制图）（不合格数控制图）。n用于控制一部机器、一个部件、一定的长度、一定的面积或任何一定的单位中出现的不合格数目。n如：布匹上的疵点数、铸件上的砂眼数、机器设备的不合格数、或故障次数、电子设备的焊接不良数、每页印刷
6、错误数和差错数等。判异准则判异准则 n常规控制图的设计思想是先确定犯第一类错误的概率，再确定犯第二类错误的概率。n按照3方式确定CL、UCL、LCL就等于确定了 =0.27%。n在统计中通常采用=1%，5%，10%三级，但休哈特为了增加使用者的信心，把常规控制图的取的特别的小，这样就比较大，这就需要增加第二类判异准则，即既是点子不出界，但当界内点排列不随机也表示存在异常因素。n所以：常规控制图的判异准则有两类，即：点出界就判异和界内点排列不随机判异两类。n1、点出界就判异；n2、界内点排列不随机判异（7种情况）。连续9点落在中心线同一侧；连续6点递增或递减；连续14点中相邻点交替上下；连续3点
7、中有2点落在中心线同一侧的B区以外；连续5点中有4点落在中心线同一侧的C区以外；连续15点落在中心线两侧的C区内；连续8点落在中心线两侧且无一在C区内。nGB/T4091-2001常规控制图中规定了8种判异准则。为了应用这些准则，将控制图等分为6个区域，每个区域1个宽。这6个区域的标号分别为A、B、C、C、B、A。n需要指明的是这些判异准则主要适用于平均主要适用于平均值控制图和单值值控制图和单值X图图，且假定质量特性X服从正态分布。n一点落在A区以外，在许多应用中，准则1甚至是唯一的判异准则。准则1可对参数 （或）的变化给出信号。变化越大，则给出信号越快。n准则1还可以对过程中的单个失控做出反
8、应，如：计算错误、测量误差、原材料不合格、设备故障等。n主要是过程平均值减少的缘故。n针对平均值的趋势设计的，它判定过程平均值的较小趋势要比准则2更加灵敏。n产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏，从而使得参数随着时间而变化。n针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。n实际上，这是一个数据分层不够的问题。n过程平均的变化通常可由本准则判定，它对于变异的增加也较灵敏。n与准则5类似。n本准则对于过程平均值的偏移也是较灵敏的，出现本准则的现象也是由于参数发生了变化。n出现本准则的现象是由于参数变小。n不要被它良好的外表所迷惑，要注意它的非随机性，甚至数据不准确。n数据分层不够。n可能不止一个分布。n由异常原因造成的质量变异可由控制图发现，通常由过程人员负责处理，称为局部问题的对策。n由偶然因素造成的质量变异可通过分析过程能力发现，但其改善往往耗费大量资金，需由高一级管理人员决策，称为系统改进。
