以下是一些常见和先进的控制图类型，以及它们在六西格玛中的应用：

Shewhart控制图（或X-bar图）：

• 应用：用于监控过程平均值的稳定性。
• 特点：通过采样多个数据点并计算其平均值，X-bar图可以显示这些平均值随时间的变化，并与控制限进行比较以检测异常。

R图（极差图）：

• 应用：用于监视过程变异性。
• 特点：它显示了同一样本中不同测量之间的变异范围（极差）。与X-bar图一起使用，可以提供过程变异性的全面视图。

S图（标准差图）：

• 应用：与R图类似，也用于监测过程的变异性。
• 特点：标准差图利用标准差而不是极差来表示样本内的变异，适用于大样本尺寸（一般大于10）。

P图（比例图）：

• 应用：监控一定时间或一组样本中缺陷率的变化。
• 特点：适用于二项数据（例如合格/不合格）。

NP图（计数图）：

• 应用：与P图类似，用于缺陷计数，但在样本大小不变的情况下使用。
• 特点：直接显示缺陷件数。

CUSUM图（累积和控制图）：

• 应用：更加敏感地监测小的和中等程度的过程偏移。
• 特点：它累积了数据与目标值或平均值的差，显示了数据随时间的增量变化。

EWMA图（指数加权移动平均控制图）：

• 应用：用于发现过程的小的变化。
• 特点：它给予最近的数据点更高的权重，使图表对近期的过程变动更敏感。

多变量控制图：

• 应用：当需要监控多个相关过程变量时使用。
• 特点：它能够显示多个变量之间的关系，并帮助识别这些变量间可能的相互影响。

时间序列控制图：

• 应用：适用于自相关数据，如连续生产过程中收集的数据。
• 特点：考虑了数据点之间的时间关系，可用于识别周期性或趋势。

属性控制图：

• 应用：监控非数量化的质量特性，如颜色、形状、或任何可以分类的属性。
• 特点：通常用于不容易进行精确测量的质量特性。