
数据录入
标签与配色
PNG / SVG 导出
让数据,清晰可见
子组 · 不合格品数 · 检验总数
使用步骤
- 1
准备与核对数据
先查看下面的演示数据与字段说明,确认手中数据符合“二项计数过程”的输入要求。图例数据用于演示,正式制图时替换成自己的记录。
- 2
录入并检查预览
按当前字段录入,或先从 Excel 等表格整理并另存为 CSV/TXT,再通过“导入数据”检查预览。
- 3
设置图型与图注
填写有含义的标题、单位和分组名,再调整主题、字号、图例与标签;有来源或方法说明时可添加图注并调整位置。
- 4
导出并保存编辑稿
选择 PNG 或 SVG,放进实际论文或 PPT 版面核对文字与比例;另存可编辑文件,以便更新数据或重新排版。
详细介绍
不合格品率控制图 p是什么,适合表达什么
p 控制图展示每批样本中的不合格品比例,用于二项计数背景下的过程监测。批量可以不同,因此需要同时提供检验数量和不合格品数。
常见名称包括p图、p控制图、不合格率控制图、p chart。选图时可以按这些名称搜索,进入后仍需核对本页的数据含义与输入格式。
如何读图与比较结果
结合每批样本量阅读比例和控制限,小批量比例更容易波动。它统计的是不合格品,不是一个产品上的多个缺陷;过程控制与产品是否达到规格是两个问题。
数据准备与绘图口径
按本页字段准备子组、不合格品数、检验总数。至少需要 3 行有效数据。同一指标应使用一致单位,缺失值与真实零值需要区分。
人数/件数均为整数且0≤不合格数≤检验数,检验数>0。p图中心为不合格总数/检验总数,各组3σ控制限随检验数变化。下限不低于0,上限不超过1;不是产品规格或均值置信区间。
适用场景
- 批次不合格率监测
- 检验过程质量记录
数据格式
按下列字段准备数据,至少 3 行有效记录。示例仅用于说明格式。
| 子组 | 不合格品数 | 检验总数 |
|---|---|---|
| 批次1 | 3 | 100 |
| 批次2 | 5 | 100 |
| 批次3 | 4 | 100 |
| 批次4 | 6 | 100 |
| 批次5 | 2 | 100 |
| 批次6 | 7 | 100 |
数据要求与统计口径
人数/件数均为整数且0≤不合格数≤检验数,检验数>0。p图中心为不合格总数/检验总数,各组3σ控制限随检验数变化。下限不低于0,上限不超过1;不是产品规格或均值置信区间。
- 子组
- 文本 / 类别 · 按格式填写
- 不合格品数
- 数值 · 按格式填写
- 检验总数
- 数值 · 按格式填写
图例是固定演示数据,正式使用时请替换为自己的数据。
方法与图例参考 ↗交稿前核对清单
- 输入字段与“不合格品率控制图 p”一致,原始观测和分析结果没有混用。
- 轴名、单位、分组和样本标识能让读者理解每个数值。
- 结合每批样本量阅读比例和控制限,小批量比例更容易波动。
- 图例与颜色对应正确,缩到实际版面后文字仍清楚、标签无遮挡。
- 图注说明必要的方法与数据来源,区间或误差采用真实口径。
- 导出图与编辑稿已保存,演示记录已替换为正式数据。
常见问题
不合格品率控制图 p需要准备哪些数据?
按字段准备子组、不合格品数、检验总数,至少需要3行有效数据。每行及每列的含义应与当前图型保持一致。
不合格品率控制图 p适合表达什么?
p 控制图展示每批样本中的不合格品比例,用于二项计数背景下的过程监测。批量可以不同,因此需要同时提供检验数量和不合格品数。
不合格品率控制图 p采用什么绘图口径?
人数/件数均为整数且0≤不合格数≤检验数,检验数>0。p图中心为不合格总数/检验总数,各组3σ控制限随检验数变化。下限不低于0,上限不超过1;不是产品规格或均值置信区间。
如何调整图表的显示样式?
可在编辑器中调整主题配色、字号、图例和标签。涉及数据本身的比例、单位或统计量时,应先确认输入含义,避免只为视觉效果改变分析口径。
Excel中的数据如何导入?
先按本页字段整理表格,另存为CSV或TXT,再通过编辑器“导入数据”上传。在导入预览中检查表头、数值与分组;数值字段不要混入单位或百分号。
能修改标签、图例和配色吗?
可以通过模块的样式设置调整主题、字号、图例和标签,具体选项随图型变化。正式导出前检查标签是否遮挡、分组颜色能否区分,以及坐标轴是否写明单位。
不合格品率控制图 p如何导出到论文或PPT?
使用编辑器的导出入口选择PNG或SVG。PNG适合直接插入论文和演示稿,SVG可保留矢量线条;导出后在实际版面中检查字号、比例与清晰度。
可以保存图表,下次继续编辑吗?
可以保存可编辑文件,之后在学术图表工具中导入,继续调整数据和设置。需要通过使用记录找回时,应确认记录已经成功保存;关闭页面前另存文件更便于迁移。
演示数据可以直接作为研究结果吗?
不能。图例是用于说明数据格式和绘图效果的固定演示样例,正式使用时必须替换为自己的数据,并按实际分析方法和研究设计解释。
