贡献图法（contribution plot），工学-控制科学与工程-系统辨识、建模与自适应控制-故障诊断-故障诊断方法-数据驱动的方法-多变量统计过程监控-贡献图法，能够从异常的统计量（霍特林统计量）和SPE统计量中找到导致过程异常的过程变量，实现简单的故障隔离和原因诊断功能的故障辨识方法。在过程监测中，对生产过程的数据进行主成分分析（PCA）以后，通常采用统计量和SPE统计量对过程进行故障检测。如果统计量或SPE统计量超出正常的控制限，则意味着过程出现异常，此时监测程序将给出警告，提示过程出现了异常操作状况，但是检测程序却不能提供发生异常状况的原因，这时就需要进一步判断故障源。贡献图法是主成分分析法中最常用的故障分离方法，是由美国学者P.米勒（Paige Miller）于1993年提出的。贡献图法是将每个过程变量对统计量和SPE统计量的贡献计算出来并绘制成直方图而得到的，反映的是各个变量的变化对系统统计模型稳定性的影响程度。使用变量对统计量的贡献图，可以确定是在过程的哪个环节出现问题，通过比较各变量对故障数据的贡献率，确定异常变量，从而找出故障源实现故障分离。