近年来,随着社会的发展和人们对产品以及服务质量的要求不断攀升,质量控制问题渐渐进入了大众的视线。如果可以对产品数据进行监控,剔除不合格产品或者在产出不合格品的时刻及时停止生产,就可以大大减小生产浪费,达到控制质量的目的。因此在此过程中就需要对产品数据做一定的统计分析,检验数据是否符合数据规律,由于产品数据的多样性,不同的数据类型需要不同的统计方法对其进行控制,从而构建不同的监控模型。本文主要研究被观察数据符合多项分布类型的情况,对于这种数据类型最经典的检验方法是皮尔森卡方检验,但是当被观察数据的可能结果是相关联的或者数据容量相当大时就失去了其优良性,而本文所做的就是研究一种针对这种情况的监控方法。近二十年来,变点问题在理论和应用方面都有了很深入的研究并取得了相应的成果,变点理论已经成为统计推断的中心问题之一,本文将变点模型应用于多项分布数据类型,早前,邹长亮,王光辉就已经对该问题做了一定的研究,他们针对上述问题提出了适合的统计量,并与其它统计量做了比较,证明了其统计量的优良性,但是其所用数据为有限数据,所以他们所做的监控模型只能对历史数据做线下监控。而在实际生产中,数据是源源不断产生的,人们更希望在生产产品的同时对产品数据进行监控,本文就针对线上监控问题,在他们研究的基础上,将数据特征值做了更深入的分析,改进了检验统计量,并经过大量的数据模拟与传统变点模型的对比,最终确定控制图的控制线,将控制过程由线下转为线上,对生产过程中的新生数据进行监控,研究出一套适合多项分布数据的线上变点监控模型,并且经过数据模拟证实了该方法的正确性与有效性。本文所做模型对实际生产具有一定的参考价值。