R语言实现Xbar-R控制图

R语言实现Xbar-R控制图

Xbar-R控制图在质量管理中主要用于对计量数据进行检测，以达到控制对象质量的目的。

虽然用Excel可以轻松实现控制图的操作，不过作为R软件初学者，我试着用仅有的一点R语言知识进行了控制图的绘制操作。虽然画出来了但是代码实在是低效，以后再慢慢改进吧。

> data <-
read.csv("kzt.csv")  #打开数据

> D3 <-
0; D4 <- 2.114; A2 <-0.577
 #三个系数，下文会用到

1.###计算各样本的极差

> r1 <-
c()

> for(i in 1:20) r1[i]
<- max(data[i,])-min(data[i,])

2.###计算极差上下界，并画出R控制图

> 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()函数确定出界位置（虽然能直接看出是样本7）

>
which(r1>UCL_R)

[1] 7

3.###把样本7从数据中删掉然后对样本进行重新编号

> data <-
data[-7,]

> rownames(data)
<- 1:nrow(data)

4.###重新计算各样本的极差

> r11 <-
c()

> for(i in 1:19) r11[i]
<- max(data[i,])-min(data[i,])

5.###重新计算极差上下界，并画出R控制图（代码如2，将r1换成r11即可）

此时R图判稳。接下来作Xbar图。

6.###计算各样本的均值

> m1 <-
c()

> for(i in 1:19) m1[i]
<- apply(data[i,],1,mean)

7.###计算均值上下界，并画出Xbar控制图（套路跟画极值控制图差不多）

> 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

[1] 13

8.###把样本13从数据中删掉然后对样本进行重新编号

> data <-
data[-13,]

> rownames(data)
<- 1:nrow(data)

9.###重新计算各样本均值、极差和均值上下界，并画出R控制图和Xbar控制图

此时Xbar与R图都判稳，生产过程的均值与变异度都处于稳态。延长统计过程状态下的Xbar-R图的控制限，即可进入控制用控制图阶段，实现对过程的日常控制。