随着经济全球化的深入，产品质量越来越受到重视，于是，关于提高和控制产品质量的技术和方法就得到了广泛的应用和发展。统计过程控制(Statistical Process Control，简称SPC)是产品质量控制研究的重要内容，它包含一些用来降低产品质量波动以使产品质量保持稳定的诸多有效工具，控制图技术就是其中之一。随着计算机技术和自动化技术在生产线的广泛应用，质量控制图技术得到了快速的发展，并取得了良好的经济和社会效益。在大部分的SPC应用中，都假设一个过程的质量可以被质量特征的分布充分的表达。然而，在某些情况下，一个过程的质量可以被响应变量与一个或多个解释变量之间的关系更好的描述和总结。特别的，大部分的研究都集中于对简单线性回归函数类数据的研究。本文基于序贯变点监测模型，提出了一种用于监控线性函数类数据的控制图。本文的结构安排如下：第一章为绪论部分，简要介绍了质量控制图的背景、历史、发展趋势和当前研究的一些热点问题。第二章，介绍了控制图的相关知识及基本的控制图方法，为本文的理解提供了基础。第三章，模拟结果表明在可能的误差范围内，我们的方法都表现良好。一个简单的诊断帮助用于估计变化的位置并且判断是哪个参数或哪些参数发生了变化。第四章，介绍了一个实际应用的例子。第五章，研究了这些诊断的可行性，并给出了与传统控制图的对比。最后对本文的主要结果和关键技术方法进行了总结。本文的创新点主要体现为：不同于其它用以监控线性函数类数据的控制图，我们提出的控制图基于广义似然比统计量，该控制图能够通过仅一个控制图监测在截距、斜率或标准差中发生的漂移。