在非常態分析或進行了轉換的常態分析之間進行選擇 | minitab常態分佈
轉換資料,使得常態分佈是適當的模型,並使用常態資料能力分析工具,例如:Capability Analysis (Normal)。
選擇適用於能力分析的分配. 在執行能力分析的過程中 ...FAQ免費試用VideoMacros安裝文件下載Q如果我的資料屬於非常態,我該如何進行製程能力分析?A使用非常態資料的能力分析在非常態分析或進行了轉換的常態分析之間進行選擇如果您有非常態資料,則可以使用兩種方法來執行能力分析:• 選擇適合您資料的非常態分佈模型,然後使用非常態資料能力分析工具(例如:CapabilityAnalysis(Nonnormal))來分析資料。
• 轉換資料,使得常態分佈是適當的模型,並使用常態資料能力分析工具,例如:CapabilityAnalysis(Normal)。
選擇適用於能力分析的分配在執行能力分析的過程中,選擇合適的分配是最基本的第一個步驟。
如果選擇的分配對資料的配適效果不是很好,則能力估計值將不準確。
• 使用製程的工程或歷史知識。
大多數情況下,建議使用您製程的工程和歷史知識來確定適合製程資料的分配。
例如,資料是否服從對稱分佈?過去在類似的情況中用過什麼分配較合適?• 使用Anderson-Darling檢定。
有時根據機率圖(probabilityplot)和適合度(goodness-of-fit)測量可能難以確認最佳分配。
可使用多個選定分配的IndividualDistributionIdentification中的百分位數表(TableofPercentiles)來查看結論是如何隨選定分配而變化。
• 評估不同的分配如何影響您的結論。
如果多個分佈對資料充分配適以及類似的結論,則選擇哪個分配可能都沒有關係。
反過來,如果結論根據所選分配的不同而不同,則您可以報告最保守的結論或收集更多的資訊。
使用個別分配分析找出合適的分佈或轉換資料在執行能力分析之前,使用IndividualDistributionIdentification工具確定哪個分配或轉換方法最適合於您的資料。
1. 選擇Stat > QualityTools > IndividualDistributionIdentification。
2. 選擇您的資料是放在單一欄位中還是橫跨多列。
3. 選擇Usealldistributionandtransformations或Specify選擇最多4個分配和轉換方法以進行檢定。
如果非常態分佈提供最佳配適,則使用下面的非常態能力模型之一來評估您的製程:• CapabilityAnalysis(Nonnormal)• CapabilityAnalysisMultipleVariables(Nonnormal)• CapabilitySixpack(Nonnormal)當您設置分析時,指名可為您的資料提供最佳配適的非常態分佈類型。
如果轉換方法對您的資料最有效,請使用下面的常態能力模型之一來評估您的過程:• CapabilityAnalysis(Normal)• CapabilitySixpack(Normal)• CapabilityAnalysisMultipleVariables(Normal)• CapabilityAnalysis(Between/Within)在設置分析時,按一下Transform,並指明是否使用Johnson轉換或Box-Cox轉換方法使資料服從常態分佈。
關於使用IndividualDistributionIdentification來比較分配和轉換方法的配適情況之範例例如,工程師收集了有關瓷磚扭曲變形程度的資料。
資料的分佈情況未知,因此工程師對資料執行IndividualDistributionIdentification,以便比較指數分配與進行Johnson轉換後的常態分佈的適合度情況。
指數分配此機率圖表明,指數分配的配適度不佳,其p值很低,足以否定資料服從指數分佈的虛無假設。
進行了Johnson轉換的常態分配但是,對其應用Johnson轉換後,您的資料接近常態分佈,因為其p值較大,且幾乎所有數據點都落在常態機率圖的信賴邊界內。
在這兩種分佈中,進行了Johnson轉換的常態分佈與資料配適更佳。
選擇適用於能力分析的分配. 在執行能力分析的過程中 ...FAQ免費試用VideoMacros安裝文件下載Q如果我的資料屬於非常態,我該如何進行製程能力分析?A使用非常態資料的能力分析在非常態分析或進行了轉換的常態分析之間進行選擇如果您有非常態資料,則可以使用兩種方法來執行能力分析:• 選擇適合您資料的非常態分佈模型,然後使用非常態資料能力分析工具(例如:CapabilityAnalysis(Nonnormal))來分析資料。
• 轉換資料,使得常態分佈是適當的模型,並使用常態資料能力分析工具,例如:CapabilityAnalysis(Normal)。
選擇適用於能力分析的分配在執行能力分析的過程中,選擇合適的分配是最基本的第一個步驟。
如果選擇的分配對資料的配適效果不是很好,則能力估計值將不準確。
• 使用製程的工程或歷史知識。
大多數情況下,建議使用您製程的工程和歷史知識來確定適合製程資料的分配。
例如,資料是否服從對稱分佈?過去在類似的情況中用過什麼分配較合適?• 使用Anderson-Darling檢定。
有時根據機率圖(probabilityplot)和適合度(goodness-of-fit)測量可能難以確認最佳分配。
可使用多個選定分配的IndividualDistributionIdentification中的百分位數表(TableofPercentiles)來查看結論是如何隨選定分配而變化。
• 評估不同的分配如何影響您的結論。
如果多個分佈對資料充分配適以及類似的結論,則選擇哪個分配可能都沒有關係。
反過來,如果結論根據所選分配的不同而不同,則您可以報告最保守的結論或收集更多的資訊。
使用個別分配分析找出合適的分佈或轉換資料在執行能力分析之前,使用IndividualDistributionIdentification工具確定哪個分配或轉換方法最適合於您的資料。
1. 選擇Stat > QualityTools > IndividualDistributionIdentification。
2. 選擇您的資料是放在單一欄位中還是橫跨多列。
3. 選擇Usealldistributionandtransformations或Specify選擇最多4個分配和轉換方法以進行檢定。
如果非常態分佈提供最佳配適,則使用下面的非常態能力模型之一來評估您的製程:• CapabilityAnalysis(Nonnormal)• CapabilityAnalysisMultipleVariables(Nonnormal)• CapabilitySixpack(Nonnormal)當您設置分析時,指名可為您的資料提供最佳配適的非常態分佈類型。
如果轉換方法對您的資料最有效,請使用下面的常態能力模型之一來評估您的過程:• CapabilityAnalysis(Normal)• CapabilitySixpack(Normal)• CapabilityAnalysisMultipleVariables(Normal)• CapabilityAnalysis(Between/Within)在設置分析時,按一下Transform,並指明是否使用Johnson轉換或Box-Cox轉換方法使資料服從常態分佈。
關於使用IndividualDistributionIdentification來比較分配和轉換方法的配適情況之範例例如,工程師收集了有關瓷磚扭曲變形程度的資料。
資料的分佈情況未知,因此工程師對資料執行IndividualDistributionIdentification,以便比較指數分配與進行Johnson轉換後的常態分佈的適合度情況。
指數分配此機率圖表明,指數分配的配適度不佳,其p值很低,足以否定資料服從指數分佈的虛無假設。
進行了Johnson轉換的常態分配但是,對其應用Johnson轉換後,您的資料接近常態分佈,因為其p值較大,且幾乎所有數據點都落在常態機率圖的信賴邊界內。
在這兩種分佈中,進行了Johnson轉換的常態分佈與資料配適更佳。