为什么属性值数据可以进行西格玛水平估算？关键就是Z的定义问题，专家来帮助啊解释

本帖最后由 zhuhu 于 2011-12-20 23:50 编辑

为什么属性值数据可以进行西格玛水平估算？
谁能帮助解释一下。

DPMO 推导Zbench.我搞不清楚原理是什么？
马琳书上205页写的
通过1-P 查正太分布表得到Zbench。

问题1，这里P值怎么定义？
书上这里的P值为不良品数/产品数量又是DPMO，
但DPMO（缺陷数/缺陷机会）和不良品数/产品数量 明显是两个概念不相等的嘛？到底用那个计算Zbench呢？

问题2，P推导出Z的依据是什么？需要详细解释哦
姑且认为P是从正态分布中计算出来的，P=2-Φ（Z-1.5）-Φ（Z+1.5）,（1.5是偏移量，Z=6，P=3.4PPM)
那么，这里的Z到底是什么的正态分布，这个比较糊涂。是质量特性吗？哪个质量特性？
就拿P=不良品数/产品数量来说， 不良品的判定依据不明确，合格判定标准是什么呢？
不良品数可以是N个质量特性的中的某个或者某几个NG所造成的，以及NG个特性就有N个USL,LSL。
假如都符合正态分布，那么就N个正态分布，请问Z到底是从哪个的正态分布计算来的呢？Z在坐标轴上意义是什么？
若都不是，那是什么值的正态分布？
问题3. 上述问题暂时不管。
P推导出Z的公式是 P=2-Φ（Z-1.5）-Φ（Z+1.5），这里的Z的技术公差中心的一半包含δ的数量。Z=(USL-LSL)/2δ,
Z一定为正值。（1.5是偏移量，Z=6，P=3.4PPM)

6西格玛Zbench的定义，Zbench是过程均值μ到技术规格距离的δ的数目。Z=(USL-μ)/δ 或者 μ=(LSL-μ)/δ Z一定为正值。

EXCEL 用ORMSINV(p) 传回值 Zbench，是标准正态分布Φ（Z) 吗？ 是不是非标转为标准正态分布的公式Z=(X-μ)/δ，这个Z的意思。可以为负数。
好像还分双侧和单侧。
【双侧】，Z=NORMSINV(1-P/2)
【单侧】，Z=NORMSINV(1-P)

这些Z到底怎么回事啊？ 我晕了。