Interactive Lab · SPC
SPC 交互实验台
把 7 天计划里的核心概念变成可动手的实验：注入异常、调参数、看控制图如何反应。三个模块对应 Day 2 / Day 4 / Day 5。
实验建议：① 把 δ 设为 1.0——单点几乎不会出界（3σ 图对 1σ 漂移的检出力只有约 3.7%），但打开 R2/R5/R6，模式规则很快报警——这就是 Day 5 讲的「小偏移靠规则，不靠单点」。② 把 δ 归零、斜率设 0.02，模拟缓慢劣化（磨损、老化），观察趋势规则。③ 注意：控制限由数据自身估计（x̄ ± 2.66·MR̄），大幅漂移会「污染」控制限——实践中应仅用受控期数据定限。
实验建议：① 只把 μ 从 100 拖到 103——Cp 不变、Cpk 掉头：Cp 衡量「宽度够不够」，Cpk 衡量「居中没居中」，这是两者唯一的区别。② σ 从 4 拖到 6：Cp/Cpk 同步崩塌，PPM 指数级恶化——变差治理的杠杆永远在 σ。③ Cpk 用组内变差估计（MR̄/1.128），Ppk 用整体标准差——当 Cpk ≫ Ppk，说明组间存在特殊原因（对应 Day 4「两条件不满足时 Cpk 只是数字游戏」）。
点击「运行模拟」：同时计算 δ 偏移下的检出 ARL 与 δ=0 的受控误报 ARL（每方法 3σ 单点规则 / EWMA λ=0.2 / CUSUM k=0.5, h=5）。
怎么读结果：受控 ARL 越大越好（少误报，3σ 图理论上 ≈370）；检出 ARL 越小越好（快报警）。你会看到：δ=0 时 Shewhart 误报最少；δ≥2 时 Shewhart 检出最快；但 δ=0.5~1 时 CUSUM/EWMA 快一个数量级——这就是 Day 5 的结论：小偏移累积图（CUSUM/EWMA）是为缓慢劣化场景准备的，设备磨损、批次渐变都属此类。结果带随机波动，多跑几次取感觉。