统计质量控制已广泛应用于各种工业过程。统计质量控制研究多集中于控制图技术，其中Shewhart控制图，CUSUM控制图及EWMA控制图是监测工业过程均值或方差漂移的常用工具。 需要注意区别的是所谓第一阶段和第二阶段控制图。第二阶段控制图情形下，过程的分布函数假定已知。而实际情况往往是过程分布或分布的某些参数未知，因此有必要首先对过程进行分析并判断该过程是否处于可控状态并估计未知参数，这一过程称作第一阶段或预分析。 目前多种控制图被用于对单个或分组观测进行第一阶段分析。例如，Nelson(1982)提出X和MR控制图，Montgmer3r(1997)，Roes and Schurink(1993)，Rigdon，Cruthisand Chainp(1994)，Quesenberry(1991,1995)以及对异常观测具有稳健表现的Mast andRose(2004).Sullivan and Woodall(1996)提出了基于似然比检验的LRT第一阶段控制图。Koning and Does(2000)则提出了基于一致最优势检验的CUSUM-LT控制图，该控制图可用于检验过程的线性趋势。Sullivan和Woodall(1996)指出，第一阶段过程控制中，对于均值或方差的漂移监测，LRT控制图比X和MR联合控制图更有效．Koning和Does(2000)指出，CUSUM-LT控制图在监测一步漂移和线性漂移比LRT和Q控制图更为有效．然而，相对于第二阶段控制方法中已有大量非参数方法(详见 Chakraborti(2001))可以利用，多数第一阶段控制图均基于正态分布的假定，尽管在第一阶段控制过程中我们往往没有过程分布的信息。 第三章中，我们提出了可用于监测过程均值的第一阶段控制图，该控制图采用离散小波变换方法．模拟结果显示该方法比LRT方法更为有效，同时它对正态分布的假定更为稳健。 众所周知，当实际样本来自偏尾或厚尾分布时，非参数检验比参数检验更为有效。因此我们希望能设计具有更高效率的非参数控制图。在第四章中，我们提出基于 Mann-Whitney两样本检验的CUSUM控制图，该控制图可用于第一阶段过程均值监测，同时提出了一种估计变点位置的方法。模拟结果显示我们提出的方法在正态分布情形下与LRT和CUSUM-LT 的表现不相上下，而在非正态分布情形下具有更好的表现，具有更好的稳健性。因此，该控制图特别适用于第一阶段过程控制，因为第一阶段过程控制情形下我们往往对分布的信息知之甚少。 经过第一阶段过程分析，我们便可能得到一个可控状态的样本，而第二阶段过程控制中的控制限往往用该可控样本来估计。实际控制过程中，基于新样本的检验统计量与控制限进行比较，决定过程是否处于可控状态。现有的绝大多数第二阶段控制图技术均假定过程参数已知，而Jesen等(2005)总结了估计参数对控制图性质的影响。我们在第五章中讨论了参数估计对”linear profile”控制图的影响。 为达到已知参数情形的效果，我们需要更多的第一阶段可控样本来估计过程参数。 实际过程中可能得不到足够的样本，一些替代方法可以采用。该类方法包括自启动方法和变点方法，本文中统称为自启动类方法。自启动方法不严格区分第一阶段和第二阶段控制过程。Hawkins(1987)提出了自启动CUSUM方法。Quesenberry(1991)提出了 Q 控制图。上述两种控制图均可用于样本数量不足情形下的单变量过程控制。DelCastillo和Montgomery(1994)提出一种基于Kalman滤波的控制方法。Nedumaran 和PignatieIio(1999)设计了一种方法，该方法可根据样本的增加而不断修正多变量控制图的控制限。Sullivan和Jones(2002)提出了多变量自启动EWMA控制图。Hawkins，Qiu和Kang(2003)提出了适用于参数未知情形的变点方法。上述自启动类控制方法可得到特定可控平均运行长度(ARL)。第六章，我们提出了适用于”linear profile”的自启动控制图。第七章，我们利用Mann-Whitney检验给出了一种非参数变点模型。第六章和第七章中给出的两种方法适用于过程参数未知且没有足够可控样本用以估计未知参数的情形。第八章，我们总结了本文的主要结论，提出了需进一步探讨的问题。