移动极差 MR 的计算陷阱与修正
一、先讲个真事
一家做电镀的厂子，镀层厚度用 I-MR 图管，某天开始疯狂报警，一个班报七八次。班长找我：机床没修、槽液没换、人也没换，怎么突然这么多警？
我把他们的原始表格要过来一看，MR 那一列的数值全都偏小得离谱。顺着公式一查——他们算的是 |xᵢ − X̄|，不是 |xᵢ − xᵢ₋₁|。
一个字之差：前者是"单值到中心线的距离"，后者才是"相邻两点的落差"。前者算出来的平均值大约只有后者的一半，M̄R 腰斩，控制限跟着腰斩，图上不报警才怪。
改回来之后，UCL 从 8.755 回到 9.103，报警立刻降到正常水平。一个小小的下标写错，让一条产线折腾了两周。
二、核心知识点拆解
2.1 陷阱一：第一个点填 0
k 个单值，能算出的 MR 只有 k−1 个，第一个点没有前驱，MR 必须留空。可 Excel 表格里那个空格看着别扭，很多人顺手填个 0，或者软件默认补 0。
后果是双重的：一是多出一个假的 0 值把 M̄R 拉低，二是分母从 k−1 变成了 k。
拿本文案例的 15 个点算（详见第三节）：正确 M̄R = 3.7/14 = 0.2643；填 0 之后变成 3.7/15 = 0.2467，低估 6.7%。控制限跟着窄 6.7%，一年多出来的假报警够班组开好几次质量分析会。
k 越小坑越深：k=10 时低估 10%，k=6 时低估 17%。小批量本来数据就少，这个坑踩不起。
2.2 陷阱二：分母除以 k 而不是 k−1
这跟上一条是同一枚硬币的两面。哪怕没填那个 0，求和后手一滑除以点数 k，效果一模一样。记牢：ΣMR ÷ (k−1)，分子有几项分母就写几。
2.3 陷阱三：把数据排过序
这是最隐蔽、破坏力最大的一个。有人为了"看得清楚"在 Excel 里按大小排了序，或者导出时忘了按时间戳排。
MR 的全部意义建立在"时间顺序"上。排序之后，相邻两点的差被压到最小，M̄R 会缩到只剩零头。
本文案例的 15 个数排序后，M̄R 从 0.2643 掉到 0.0429，控制限半宽从 ±0.703 缩到 ±0.114，15 个点里有 9 个直接飞出限外。图上一片血红，可过程一点毛病没有。
I-MR 的数据，只能按采集时间排，任何重排都是犯罪现场。
2.4 陷阱四：跨界的那个 MR
换模、换批料、换槽液、设备大修后重启、停机过夜再开——这些断点前后的两个数据，本质上属于两个不同的过程状态。跨越断点算出来的那个 MR，既不代表旧状态的组内变异，也不代表新状态的，它代表的是"变化本身"。
把它算进 M̄R，等于把阶跃量当成固有波动，限被撑宽，图从此不报警。更讽刺的是：这个撑大的限往往刚好把撑大它的那个跳变点罩在里面——嫌疑人自己开了张不在场证明。
正确处理：断点处断链，跨界 MR 不参与 M̄R 计算，图上留空并标注原因。有条件的话，断点之后重新建限（第 28 篇细讲）。
2.5 陷阱五：MR 图上不能套游程规则
这条知道的人不多。相邻两个 MR 共用同一个数据点：
中间那个 xᵢ 两边都用了，所以 MRᵢ 和 MRᵢ₊₁ 天生就是相关的，不满足独立性假设。
而"连续 9 点同侧""连续 6 点递增"这类游程规则（判异准则 2～8），它们的报警概率是按独立同分布推导出来的。把这些规则套到自相关的 MR 序列上，假报警率会显著高于设计值。
实操规矩：MR 图只用准则 1（单点超出控制限），其余游程规则一律不用。I 图上倒是可以放心用全套准则。
2.6 陷阱六：MR 对缓慢漂移基本失明
MR 抓的是"相邻两点的落差"。要是过程每批只漂 0.05，相邻落差就是 0.05，完全淹没在随机噪声里，MR 图上风平浪静。可 15 批下来累计漂了 0.75，I 图上早就是一条明显的爬坡了。
所以 MR 图的定位要摆正：它是"突变探测器"，不是"趋势探测器"。渐变靠 I 图 + 判异准则（连续 6 点递增、连续 9 点同侧），别指望 MR。
2.7 修正手段：中位移动极差法
M̄R 是所有 MR 的算术平均，一个飞点就能把它拉高一大截。抗干扰的替代方案是中位移动极差：
其中 M̃R 是所有 MR 的中位数，0.954 是 n=2 时的 d₄ 系数（对应中位极差的期望修正）。
效果有多明显？看本文案例：一个数据被多打了一位（8.7 误记成 9.7），
- 均值法：M̄R 从 0.2643 涨到 0.4071，飙了 54%；
- 中位法：M̃R 保持 0.25 纹丝不动。
在数据录入质量不太可控的现场（手抄、口报、多人填表），中位法能省掉"该不该剔这点"的扯皮。代价是效率略低，换来稳。
三、车间真实案例：一组镀层厚度，五种算法五个结果
数据：某零件镀层厚度（μm），按时间顺序采集 15 个单值。
| 序号 | x | MR（正确） |
|---|---|---|
| 1 | 8.2 | — |
| 2 | 8.5 | 0.3 |
| 3 | 8.3 | 0.2 |
| 4 | 8.6 | 0.3 |
| 5 | 8.4 | 0.2 |
| 6 | 8.1 | 0.3 |
| 7 | 8.5 | 0.4 |
| 8 | 8.3 | 0.2 |
| 9 | 8.7 | 0.4 |
| 10 | 8.4 | 0.3 |
| 11 | 8.2 | 0.2 |
| 12 | 8.6 | 0.4 |
| 13 | 8.4 | 0.2 |
| 14 | 8.5 | 0.1 |
| 15 | 8.3 | 0.2 |
Σx = 126.0 → X̄ = 126.0 / 15 = 8.40 μm ΣMR = 3.7，共 14 个 MR → M̄R = 3.7 / 14 = 0.2643 μm
算法 A（正确）
σ̂ = 0.2643 / 1.128 = 0.2343 μm E₂·M̄R = 2.660 × 0.2643 = 0.7030 UCL_I = 8.40 + 0.7030 = 9.103 LCL_I = 8.40 − 0.7030 = 7.697 UCL_MR = 3.267 × 0.2643 = 0.8634 15 个点全在限内，MR 最大 0.4，受控。
算法 B（首点填 0 / 分母除以 15）
M̄R = 3.7 / 15 = 0.2467（低估 6.7%） UCL_I = 8.40 + 2.660 × 0.2467 = 9.056 LCL_I = 7.744 UCL_MR = 3.267 × 0.2467 = 0.8059 限窄了 0.047 μm。本例数据干净还没顶出去，但门槛已经悄悄降了。
算法 C（错用 |xᵢ − X̄|）
Σ|xᵢ − 8.40| = 0.2+0.1+0.1+0.2+0+0.3+0.1+0.1+0.3+0+0.2+0.2+0+0.1+0.1 = 2.0 "M̄R" = 2.0 / 15 = 0.1333（只有正确值的一半） UCL_I = 8.40 + 2.660 × 0.1333 = 8.755 LCL_I = 8.045 往回一比对：第 6 点 8.1 < 8.045 超下限，第 9 点 8.7 < 8.755 差点也出去。这就是开头那家电镀厂"一个班报七八次"的真相。
算法 D（数据被按大小排过序）
排序后：8.1, 8.2, 8.2, 8.3, 8.3, 8.3, 8.4, 8.4, 8.4, 8.5, 8.5, 8.5, 8.6, 8.6, 8.7 MR：0.1, 0, 0.1, 0, 0, 0.1, 0, 0, 0.1, 0, 0, 0.1, 0, 0.1 → ΣMR = 0.6 M̄R = 0.6 / 14 = 0.0429 UCL_I = 8.40 + 2.660 × 0.0429 = 8.514 LCL_I = 8.286 15 个点里，8.2、8.1、8.6、8.7、8.5… 一大半飞出限外。图彻底废掉，还会让人误以为过程失控去瞎调机。
算法 E（含一个录入错误 8.7→9.7，比较均值法与中位法）
MR 序列变成：0.3, 0.2, 0.3, 0.2, 0.3, 0.4, 0.2, 1.4, 1.3, 0.2, 0.4, 0.2, 0.1, 0.2
- 均值法：ΣMR = 5.7 → M̄R = 5.7/14 = 0.4071（比正确值高 54%）→ σ̂ = 0.361，UCL_I = 8.4+1.083 = 9.48，限被撑宽 54%，从此对真实异常失明；
- 中位法：MR 中位数 M̃R = 0.25（与无错误时完全一致）→ σ̂ = 0.25/0.954 = 0.262，UCL_I ≈ 8.4 + 3×0.262 = 9.19，几乎不受污染。
五种算法汇总对照
| 算法 | M̄R 或 M̃R | UCL_I | LCL_I | 相对正确限的偏差 | 后果 |
|---|---|---|---|---|---|
| A 正确 | 0.2643 | 9.103 | 7.697 | — | 受控，判读可信 |
| B 首点填 0 | 0.2467 | 9.056 | 7.744 | 窄 6.7% | 假报警缓慢增多 |
| C 减总均值 | 0.1333 | 8.755 | 8.045 | 窄 49% | 假报警泛滥 |
| D 排过序 | 0.0429 | 8.514 | 8.286 | 窄 84% | 图完全失效 |
| E 含录入错·均值法 | 0.4071 | 9.483 | 7.317 | 宽 54% | 真异常漏报 |
| E 含录入错·中位法 | 0.25 | ≈9.19 | ≈7.61 | 宽 ≈4% | 基本免疫 |
一张表看下来你就明白了：MR 这列填错不是"差不多"，能把控制限拉扯到 84% 偏差。
四、常见误区提醒
- 在 MR 图上套"连续 9 点同侧""连续 6 点递增"。 相邻 MR 共用数据点、天然相关，游程规则的概率前提不成立。MR 图只认准则 1：单点超 UCL。要抓趋势，请到 I 图上抓。
- 换批、换模、大修之后的那个 MR 照算不误。 跨界 MR 反映的是状态切换，不是过程固有波动。它会把控制限撑宽到刚好罩住自己，这是所有 MR 陷阱里最讽刺的一个。断点处必须断链。
- MR 一长串等于 0 还觉得过程稳如老狗。 连续多个 MR = 0，八成是量具分辨力不够（读数最小刻度 ≥ 过程波动），把真实波动抹平了。分辨力应不大于过程变差的 1/10，否则 M̄R 被人为压低，限过窄，假报警一堆——先去校量具，别急着调机床。
五、小结 & 互动提问
MR 的公式简单到一行，但它的每一个细节都在跟你较劲：留空不填零、分母 k−1、按时间排、跨界断链、只用准则 1、脏数据上中位法。这六条抄下来贴在 I-MR 表格的抬头上，能省掉你未来两年一半的扯皮。
互动提问：现在就打开你手边任意一份 I-MR 记录表，看三件事——第一行 MR 是空的还是 0？数据有没有被排过序？换批那一行的 MR 是不是照算了？三条里中一条，你的控制限就已经不对了。中了几条？
如需配套互动练习、培训课件或软件试用，可搜索「东方大易」或访问大易官网 www.eastdayi.com（苏州东方大易管理咨询有限公司，电话 0512-65561989）联系客服获取。