质量控制p控制图校准数据呈直线的原因及解读求助

问题背景 #

使用R语言qcc包绘制p控制图时，Phase 1校准数据的图表呈现直线，但数据库包含数千条非均匀分布的定性变量数据，该表现与RStudio自带的orangejuice示例不符，需排查原因。

重现代码 #

library(qcc)
## Control Charts

#Phase 1
View(Amostra_Procon)
require(qcc)
attach(Amostra_Procon)
windows()
qcc(Amostra_Procon$NaoAtendidas[Trial], sizes=Size[Trial], type="p")
qcc(Amostra_Procon$NaoAtendidas[Trial], sizes=Size[Trial], type="p", newdata=NaoAtendidas[!Trial], newsizes=Size[!Trial])
#Phase2
qcc(Amostra_Procon$NaoAtendidas[Trial], sizes=Size[Trial], type="p", newdata=NaoAtendidas[!Trial], newsizes=Size[!Trial])

异常原因排查 #

• Trial向量取值异常：若Trial是全为TRUE或FALSE的逻辑向量，会导致Phase 1仅选取单一类型的样本；或Trial索引错误，仅筛选出了不合格率完全一致的样本组，最终图表呈现直线。可通过table(Trial)查看分组分布。
• 变量类型与对应关系错误：NaoAtendidas应为每个样本组的不合格数（整数型），Size为对应样本组的总量（整数型）。若两者的比例NaoAtendidas/Size在所有Phase 1样本中完全相等，会直接生成直线；或变量被误转换为比例值而非计数，导致计算异常。
• attach()导致变量混淆：使用attach(Amostra_Procon)后，全局环境中若存在同名变量，会导致NaoAtendidas[Trial]与Amostra_Procon$NaoAtendidas[Trial]取到不同数据，进而出现错误图表。
• 样本分组逻辑错误：若所有数据被当作单个样本组处理，或分组后每组的不合格率完全一致，也会呈现直线。需确认数据是否按正确的批次/组划分。

解决建议 #

1. 验证Trial分组有效性
   运行以下代码确认Phase 1的样本数量与分布：

   table(Amostra_Procon$Trial)
   

   确保TRUE对应的样本是多个不同的组。

2. 检查Phase 1的不合格率分布
   计算并查看不合格率的统计特征，确认是否存在异常：

   p_phase1 <- Amostra_Procon$NaoAtendidas[Amostra_Procon$Trial] / Amostra_Procon$Size[Amostra_Procon$Trial]
   summary(p_phase1)
   table(p_phase1)
   

   若所有p_phase1值相同，需检查数据采集或预处理是否出错；若存在差异，再排查绘图代码。

3. 移除attach()，使用完整数据框索引
   避免变量混淆，修改代码为：

   library(qcc)
   # 查看数据结构，确认变量类型
   str(Amostra_Procon)
   # 绘制Phase 1控制图
   qcc(Amostra_Procon$NaoAtendidas[Amostra_Procon$Trial],
       sizes = Amostra_Procon$Size[Amostra_Procon$Trial],
       type = "p")
   

4. 确认qcc包版本
   运行packageVersion("qcc")检查版本，若版本较旧，使用update.packages("qcc")更新后重试。

内容的提问来源于stack exchange，提问作者Flora Rodrigues