非正态分布数据(单值类型)能不能计算cpk?
非正态分布数据(单值类型)能不能计算cpk?
例如这样一组数据,每个数据来自某一批,一批一值。是电阻率的数值(单位是10的13次方)规格是大于0.1(即10的12次方)
732
4060
508
1410
314
1930
470
360
667
285
980
1900
1610
594
255
209
839
692
1840
601.5
489
1590
21.6
802
727
1580
549
547
1830
337
120
438
904
221
694
547
2530
880
730
732
253
1180
355
356
118
1380
537
285
791
512
850
1380
1500
1400
3500
41.9
127
80.2
21.4
46
57.5
46.1
57.9
47.9
25
66.8
我用minitab分析发现该组数据不符合正态分布,用个体分布识别后,结果如下 指数变换p值最理想。
分布 AD P 然比 P
正态 3.237 <0.005
Box-Cox 变换 1.557 <0.005
对数正态 1.557 <0.005
3 参数对数正态 0.906 * 0.216
指数 0.453 0.546
2 参数指数 0.584 >0.250 0.199
Weibull 0.435 >0.250
3 参数 Weibull 0.531 0.186 0.092
最小极值 6.829 <0.010
最大极值 1.200 <0.010
Gamma 0.428 >0.250
3 参数 Gamma 0.511 * 0.044
Logistic 2.090 <0.005
对数 Logistic 1.247 <0.005
3 参数对数 Logistic 1.222 * 0.966
Johnson 变换 0.455 0.261
然后在用capacity sixpack分析 选用指数拟合。
ppk值为1.00 没有CPK的值 。是不是单值计算CPK没有意义?
我这样子的算法有没有问题?请大神们指正~谢谢
例如这样一组数据,每个数据来自某一批,一批一值。是电阻率的数值(单位是10的13次方)规格是大于0.1(即10的12次方)
732
4060
508
1410
314
1930
470
360
667
285
980
1900
1610
594
255
209
839
692
1840
601.5
489
1590
21.6
802
727
1580
549
547
1830
337
120
438
904
221
694
547
2530
880
730
732
253
1180
355
356
118
1380
537
285
791
512
850
1380
1500
1400
3500
41.9
127
80.2
21.4
46
57.5
46.1
57.9
47.9
25
66.8
我用minitab分析发现该组数据不符合正态分布,用个体分布识别后,结果如下 指数变换p值最理想。
分布 AD P 然比 P
正态 3.237 <0.005
Box-Cox 变换 1.557 <0.005
对数正态 1.557 <0.005
3 参数对数正态 0.906 * 0.216
指数 0.453 0.546
2 参数指数 0.584 >0.250 0.199
Weibull 0.435 >0.250
3 参数 Weibull 0.531 0.186 0.092
最小极值 6.829 <0.010
最大极值 1.200 <0.010
Gamma 0.428 >0.250
3 参数 Gamma 0.511 * 0.044
Logistic 2.090 <0.005
对数 Logistic 1.247 <0.005
3 参数对数 Logistic 1.222 * 0.966
Johnson 变换 0.455 0.261
然后在用capacity sixpack分析 选用指数拟合。
ppk值为1.00 没有CPK的值 。是不是单值计算CPK没有意义?
我这样子的算法有没有问题?请大神们指正~谢谢
没有找到相关结果
已邀请:
6 个回复
是大街空 (威望:32) 汽车制造相关 - 知行合一
赞同来自: