Minitab 转换非正态数据？Lambda?-巴西贴身热舞？
尝试用mintab 的Box-Cox Transformation 分析工具对，minitab附带的数据（:Minitab\Training\Minitab\data\Boxcox.mtw ）进行转换，得到下图：
如果没有理解错误，下图的Lambada是下面公式中的转换系数λ
Y transformed = Yλ（λ为指数）
我的问题是，如何跟据下图（minitab的box-cox transformation 工具生成的图形）确定λ，请问λ是否是下图中的估计值0.04？
不管有没有回答，小弟先谢了，看贴就是支持，回帖就是帮助！！！！
如果没有理解错误，下图的Lambada是下面公式中的转换系数λ
Y transformed = Yλ（λ为指数）
我的问题是，如何跟据下图（minitab的box-cox transformation 工具生成的图形）确定λ，请问λ是否是下图中的估计值0.04？
不管有没有回答，小弟先谢了，看贴就是支持，回帖就是帮助！！！！
没有找到相关结果
已邀请:
RSS Feed
37 个回复
muer9907 (威望:7) (北京 ) 咨询业 员工 - Six Sigma MBB/企业数字化管理研究/...
赞同来自: paul351
1. box-cox的用法， 举几个例子
λ=-2， 就用 1/(Y平方)进行转换，
λ=0， 直接LOG(Y)转化，
λ=2, 就用Y平方转化，
λ=0.04 就用Y的0.04方进行转化，
2. 0。04好还是0好？
数据转换本身就将本身数据扭曲了，也就是说它已经带有一定误差，
那么，用0。04还不如用0更具有操作性。。。
我们一般，只留小数点后1位数字（经验值）
3. 非正态只能用BOX-COX转化吗？ 都能转化成功吗？
这个问题就比较复杂了，
BOX-COX只能转化一些特定的分布类型，如： Weibull分布，
但更多的非正态分布它是无法转化的，
像上面的数据转化完后还是非正态怎么办?
... ...
我想这个多半是因为过程能力分析学的不是很充分的原因，
有几点原则要注意，
- 过程能力分析时首先要确认过程是否是稳定的。。。 （控制图等tools)
- 不稳定状态下非要进行过程能力分析，要进行数据分析怎么办？
就以上案例来讲，这里提供一些经验。
（以下内容不适用于一切情况，请不要对号入座）
1）第一步画图表，确认数据的分布状态，
如上面的数据看来存在异常点，既然是异常点肯定超出规格界限，
将超出规格界限的异常点进行筛除，
2）进行正态检验 -〉非正态
3）进行box-cox转化进行过程能力分析
4）total ppm + 筛除点数量/样本数量 = 不良率
5）用不良率计算sigma水平。。。
这是我用的方法。。。 不是教授们的用法，不要和教授们讲的课程内容混淆，
*。这里存在一个问题，即将异常点筛除后的数据用box-cox转化还是非正态怎么办？
再提供一个保守的方法，
尽量多取样， 直接用Observed Performance（ PPM Total ）来取代
Overall Performance（ PPM Total ）计算sigma水平，
因为篇幅问题有没有讲到的。。。就请包涵了。。。