若您正在监控大量相关的过程特征，可以使用“T 方已分割”选项来构造基于主成分的控制图。若很少数目的主成分解释了测量值中的大部分变异，则基于这些重要成分的多元控制图可能比基于原始的更高维数据的图更灵敏。
当您的协方差矩阵为病态时，“T 方已分割”选项也很有用。在这种情况下，具有小特征值的成分解释很少的变异，它们对 T2 可能有严重的误导性影响。研究过程行为时，将这些较不重要的成分分离出来是很有用的。
选择“T 方已分割”选项后，您需要确定要使用多少个主成分。
该选项创建两个多元控制图：具有大的主成分的 T 方和具有小的主成分的 T 方。假定您首次选择该选项时输入 r 作为主成分个数。具有大的主成分的图基于 r 个主成分（对应于 r 个最大的特征值）。这些是解释最大变异量的 r 个成分，如“主成分: 基于协方差”报表的“百分比”和“累积百分比”列中所示。具有小的主成分的图基于其余主成分。
对于指定的子组，它在大的主成分图中的 T2 值和在小的主成分图中的 T2 值之和为“具有全部主成分的 T2”报表中显示的总 T2 统计量。有关如何计算已分割的 T2 值的详细信息，请参见 Kourti and MacGregor (1996)。
提示：考虑使用“模型驱动的多元控制图”平台来分解 T2 统计量。请参见模型驱动的多元控制图。