“过程筛选”报表
“过程筛选”报表打开，其中有一个“汇总”表，它包含有关过程稳定性的结果。“汇总”表之上有一个标签，它显示结果所基于的控制图类型。除了“单值和 MR”之外，每个图表类型的汇总表上方还显示样本大小或子组变量。若您提供了规格限，“汇总”表还包含能力结果。这些过程和组最初按“稳定性指标”的降序排序。若用户指定了“重要性”值，则按“稳定性指标”和“重要性”的降序对过程和组排序。“稳定性指标”、“Ppk”、“Cpk”、“Cp”和“目标指标”的列分别着绿色、黄色和红色以指示足够、边缘和很差的稳定性或能力。该颜色编码方案与过程能力图的颜色编码方案匹配。
提示：要按某列排序报表，请点击列名。一个插入符号显示在列名的右侧。插入符号的方向指示排序是降序还是升序。要更改排序顺序，请再次点击列名。
“汇总”表中的控制图计算包括 Nelson 检验和“超出范围限值”检验。这些检验假定以下有关控制图限值的条件成立：
• 均值或 X 控制图的中心线由所有测量值的均值给出。若您选择“使用中位数代替均值”选项，中心线将由观测的中位数给出。
• 控制限位于距离中心线的 K 个 sigma 单位处。使用启动窗口中的 KSigma 选项指定 K。默认情况下，KSigma 为 3.
• 使用对应于您指定的控制图类型的约定估计 Sigma，若您使用中位数代替均值，则如使用中位数代替均值中所述进行估计。
提示：“过程筛选”平台中的八个 Nelson 检验遵循“控制图生成器”平台首选项中的检验设置。您可以在“文件”>“首选项”>“平台”>“控制图生成器”中定制检验。
“汇总”表可以包含以下信息：
列
作为“过程”输入的列。对于“过程”和“分组”列的每个不同组合有相应一行。若只有一个过程列，则隐藏该列。
提示：要访问对选定项进行操作的选项，请右击该列列。
分组列
对于您在数据表中作为“分组”输入的每列，有一个报表列。列出“分组”列的水平，以便对于每个不同的“过程”名称和“分组”列值的组合在报表表中有唯一的一行。
重要性
（仅当用户指定了“重要性”值时显示，如来自限值表的输入。）用户指定的用于过程的重要性值。
变异性
包含以下列：
稳定性指标
过程的稳定性测度。稳定过程的稳定性指标接近 1。该值越大稳定性越小。稳定性指标定义如下：
(总 Sigma/组内 Sigma)
若在启动窗口中选择了三因子控制图，则稳定性指标定义如下：
(总 Sigma/组间和组内 Sigma)
稳定性比
过程的稳定性测度。稳定过程的稳定性比接近 1。该值越大稳定性越小。稳定性比定义如下：
(总 Sigma/组内 Sigma)2
若在启动中选择了三因子控制图，则稳定性比定义如下：
(总 Sigma/组间和组内 Sigma)2
组内 Sigma
基于子组内部变异估计标准差。该估计值基于您指定的控制图类型，是变异的短期测度。有关统计详细信息，请参见《质量和过程方法》中的“过程能力”平台的统计详细信息。若您选择“中位数代替均值”，则按使用中位数代替均值中所述计算组内 Sigma。
总 Sigma
基于所有观测的标准差的通常估计值。
组间 Sigma
（仅当在启动窗口中选定三因子控制图时才显示。）基于子组间变异估计标准差。有关统计详细信息，请参见《质量和过程方法》中的“过程能力”平台的统计详细信息。
组间和组内 Sigma
（仅当在启动窗口中选定三因子控制图时才显示。）基于子组间变异和子组内变异估计标准差。组间和组内 Sigma 估计值定义如下：
指定的 Sigma
“限值指定”对话框中由 sigma 控制限指定的标准差或从控制限和子组大小推导出的标准差估计值。请参见推导出的 Sigma。可使用限值表或“控制限”列属性指定控制限和子组大小。
汇总
包含以下列：
中心线
（仅当执行以下操作之一时显示：在启动窗口中选择“使用中位数代替均值”，使用限值表导入中心值或导入控制限以推导 sigma。）“中心线”下列出的值在控制图计算中作为中心线使用。
‒ 若在启动窗口中选择“使用中位数代替均值”，则显示观测的总中位数。
‒ 若从限值表导入中心值，则显示该值。
‒ 若导入控制限，则按以下方式计算显示的值：(上控制限 + 下控制限)/2。
均值
所有观测的平均值。
计数
观测数。
子组
子组数。
控制图报警
包含有关导致各种检验（包括 8 个 Western Electric 规则）报警的子组的信息。标准差估计值为“组内 Sigma”值。默认情况下，仅在“汇总”表中显示“报警率”、“检验 1”和“最新报警”列。
报警率
对于在“选择检验”选项（“任何报警”）下选择的任何检验导致报警的子组数除以非缺失子组数（“子组”）。
任何报警
（仅当显示一个以上的“检验”列时显示。）对于在“选择检验”选项下选择的任何检验触发报警的子组数。这些检验包括八个 Nelson 检验和一个“超出范围限值”检验。
提示：“过程筛选”平台中的八个 Nelson 检验遵循“控制图生成器”平台首选项中的检验设置。您可以在“文件”>“首选项”>“平台”>“控制图生成器”中定制检验。
检验 1
一个点距离中心线超过三个标准差。与该点关联的子组触发报警。
检验 2
九个或更多连续点位于中心线的同一侧。与第九个点关联的子组触发报警。
检验 3
六个或更多连续点连续增加或减小。与第六个点关联的子组触发报警。
检验 4
十四个连续点的方向交替变化：先增加然后减小，或先减小然后增加。与第 14 个点关联的子组触发报警。
检验 5
位于中心线同侧的三个连续点中的两个点距离中心线超过两个标准差。与超过两个标准差的第二个点关联的子组触发报警。
检验 6
位于中心线同侧的五个连续点中的四个点距离中心线超过一个标准差。与超过一个标准差的第四个点关联的子组触发报警。
检验 7
位于中心线两侧的连续十五个点距离中心线均小于一个标准差。与第 15 个点关联的子组触发报警。
检验 8
位于中心线两侧的连续八个点距离中心线均超过一个标准差。与第八个点关联的子组触发报警。
超出范围限值
在 R、S 或 MR 图计算中超过上控制限的子组数。
超出移动极差限值
在三因子控制图计算中超出移动极差限值的子组数。
最新报警
针对任何 Nelson 或“超出范围限值”检验发出最新报警的子组位置（从最后一个子组起计数）。
能力
（仅当一些过程指定了“规格限”时显示。）包含以下选项：
Ppk
能力指标基于“总 Sigma”且假定服从正态分布。有关统计详细信息，请参见《质量和过程方法》中的“过程能力”平台的统计详细信息。默认开启。
Cpk
基于组内 Sigma 或组间和组内 Sigma 的能力指标，并假定服从正态分布。有关统计详细信息，请参见《质量和过程方法》中的“过程能力”平台的统计详细信息。默认开启。
Cp
解决了目标和漂移问题后的潜在能力。有关详细信息，请参见《质量和过程方法》中的正态分布的能力指标。
目标指标
过程平均值不同于目标值的短期标准差数目。这用于测量命中目标值的过程的能力。目标指标计算为 3(Cp - Cpk)。大于 1 则认定目标指标很差，介于 0.5 到 1 之间为边缘，小于 0.5 则为足够。请参见 White et al. (2018)。
超出规格计数
位于规格限之外的观测数。默认情况下处于打开状态。
超出规格比率
位于规格限之外的观测比例。默认情况下处于打开状态。
超出规格比率期望值
落在规格限之外的观测的预期比例。“超出规格比率期望值”假设一个稳定的正态分布过程，并使用总 sigma。
最新超出规格限
从最后一个观测算起，到位于规格限之外的最新观测之间的观测数。默认情况下处于打开状态。
(均值-目标)/规格范围
规格中心化的均值。它与“过程能力”中的“规格标准化均值偏移”相同。有关统计详细信息，请参见《质量和过程方法》中的目标图。
标准差/规格范围
规格统一尺度的标准差。它与“过程能力”中的“规格标准化标准差”相同。有关统计详细信息，请参见《质量和过程方法》中的目标图。
下规格限
下规格限。
上规格限
上规格限。
目标
目标值。
偏移量值和位置
（仅当在“过程筛选”红色小三角菜单中选择了“偏移检测”选项时显示。）执行偏移检测以标识超过一个单位组内 sigma 的偏移。该算法对单个观测使用离群值校正和 EWMA 平滑法。下面列出了算法：
‒ 删除离群值以便单个离群值不指示偏移。在启动窗口中作为“离群值阈值”指定的值（默认为 5）控制离群值删除的灵敏度。若某个观测到它的两个邻近观测的组内 sigma 单位数超过指定的离群值阈值，则使用距离其最近邻近观测一个单位组内 sigma 的值替换该观测。
‒ 以正向时间顺序为子组均值构造 EWMA 拟合，并以逆向时间顺序为子组均值构造另一 EWMA 拟合。EWMA 拟合的 lambda 等于 0.3。
‒ 标识超过一个单位组内 sigma 的两个连续 EWMA 值的最大正差值和负差值。
‒ 这些差值的绝对值除以组内 sigma 估计值就是报告为“最大的向上偏移”和“最大的向下偏移”的值。
‒ 这些最大偏移中涉及的第一个子组位置定义“向上偏移位置”和“向下偏移位置”。
最大的向上偏移
超过一个单位组内 sigma 的最大向上偏移量值，它采用组内 sigma 单位来报告。
向上偏移位置或向上偏移“<时间变量>”
具有最大向上偏移的子组位置。若您指定一个时间变量，则该列在“汇总”表中命名为“向上偏移‘<时间变量>’”，并根据时间变量给出偏移位置。
最大的向下偏移
超过一个单位组内 sigma 的最大向下偏移量值，它采用组内 sigma 单位来报告。
向下偏移位置或向下偏移“<时间变量>”
具有最大向下偏移的子组位置。若您指定一个时间变量，则该列在“汇总”表中命名为“向下偏移‘<时间变量>’”，并根据时间变量给出偏移位置。
漂移量值和位置
（仅当在“过程筛选”红色小三角菜单中选择了“漂移汇总”选项时显示。）执行漂移检测是为了检测过程中更小、更渐进的变化。该算法与偏移检测中使用的算法相同，只不过偏移检测使用 Holt 双指数平滑线而不是 EWMA。下面列出了算法：
‒ 从偏移检测使用的相同过程中删除离群值。请参见偏移量值和位置。
‒ 偏移检测算法以正向时间顺序为子组均值拟合 Holt 双指数平滑模型，并以逆向时间顺序为子组均值拟合另一 Holt 双指数平滑模型。这两个平滑模型拟合每一个都有两个平滑常数：α 用于水平，β 用于斜率。β 平滑常数设置为 0.05，并且估计 α 平滑常数以将误差最小化。
‒ 正漂移值、负漂移值和绝对漂移值的均值分别报告为“均值向上漂移”、“均值向下漂移”和“均值绝对漂移”。
均值向上漂移
正漂移值之和除以计数。
均值向下漂移
负漂移值之和除以计数。
均值绝对漂移
所有漂移值的绝对值之和除以计数。