随着互联网行业的快速发展,涉及高维连续序列观测的高维数据流经常出现在各行各业中,这给多变量的统计过程控制(Statistical-Process Control,SPC)带来了巨大挑战。高维数据流的多变量统计过程控制包括在线监控与诊断,现有的研究主要关注在线监控,但在监控涉及高维数据流的复杂系统时,准确诊断出生产故障中有信号的数据流异常重要。其中有信号指故障样本中有偏离的数据流,正向偏离称正信号,负向偏离称负信号。关于故障诊断,已有学者提出方法用于诊断信号,但还没有方法同时诊断信号的偏离方向。本文提出的方法是基于MDR(遗漏发现率)控制的高维数据流正负信号诊断方法,不仅能够准确诊断出信号,而且能诊断信号的偏离方向,为决策提供更全面的建议。具体地,本文将高维数据流的诊断问题转化为双向的多重假设检验问题,并提供易于实现且能应用的诊断程序用于诊断正负信号。该检验的检验标准采用遗漏发现率(MDR),通过控制MDR在显著性水平并最小化预期的假阳性数(EFP)来克服传统诊断程序的局限性。本文从理论上证明所提出的程序是渐近有效和最优的,并使用数值模拟比较我们所提出的方法与现有方法在诊断一系列具有相似结构的数据分布上的性能,最后将该方法应用到半导体生产数据集上以找出正负信号。