本帖最后由 blue8eyes 于 2012-8-27 12:59 编辑
先说说我的想法，不对请各位指正：
1.我将LZ分析的数据输入Minitab 1.5当中进行正态性检验，检验结果显示正态概率P值=0.033<0.05，也就是在α=0.05的条件下，认为该组数据不符合正态分布。同时从正态概率图上看出，点有部分偏离较大。
2.LZ使用Excel，计算这一系列的平均值，σ，然后结合自己的USL+LSL计算该组数据的过程能力的公式
Cp=（USL-LSL）/6*σ，这个公式的使用前提是该组数据符合正态分布，同时就如楼上有几位网友所说的，需要平均值在规格中心，故求的的Cp=1.10不能实际反应该组数据的过程能力。
3.即使之后网友提出的Cpk公式进行计算，前提依然是该组数据需要符合正态分布。
4.关于非正态数据的过程能力指数的计算，近期正在查看相关论文自学中，计算方法很复杂，而且计算方法也差别很大，至少我在现在看的一篇文章就对于相同的过程使用BOX-COX与Johnson分布两种不同的转换方法计算出来的Cpk已经存在差异。
5.关于Minitab，我也在使用，但是其计算原理不是非常清楚。
6.还有一个小问题就是，LZ不能随意将数据分成5组什么的，因为组内以及组间对于Minitab的软件计算是有影响的，因为Minitab需要使用你提供的数据来估计总体的标准差。但是Excel只有样本标准差以及总体标准差，是两个计算公式。
顺便附上Minitab1.5 软件帮助菜单的关于标准差Minitab的估计方法段落：
历史标准差（可选）：如果有已知的过程参数或根据过去数据获得的估计值，请输入一个值作为总体分布的标准差。如果没有为标准差指定值，则根据数据估计该值。当样本大小大于 1 时，Minitab 可以使用三种方式之一来估计标准差；当子组大小为 1 时，Minitab 也可以使用三种方式之一来估计标准差。
估计标准差的方法：有关下列方法的优缺点的讨论。
（子组大小 > 1）： Rbar：选择此项以使用子组极差的平均值来估计标准差。 Sbar：选择此项以使用子组标准差的平均值来估计标准差。 合并标准差：选择此项以使用合并标准差 来估计标准差（默认设置）。 使用无偏常量：取消选中此项以在不使用无偏常量 的情况下估计子组内标准差。默认设置为使用无偏常量。 （子组大小 = 1）：Minitab 通常使用每个子组的样本标准差或极差来估计标准差。但是，当子组大小为 1 时，无法计算样本标准差或极差。这时 Minitab 转而使用移动极差来估计标准差。 移动极差平均值：选择此项以使用移动极差 的平均值来估计标准差（默认设置）。 移动极差中位数：选择此项以使用移动极差 的中位数来估计标准差。 相邻差均方的平方根：选择此项以使用相邻差均方 来估计标准差。 移动极差的使用长度：选择此项以输入用于计算移动极差的观测值个数。默认情况下使用跨度 2，因为连续值最有可能彼此相似。跨度必须 < 100。 使用无偏常量计算整体标准差：选中此项以使用无偏常量 来估计整体标准差。默认设置为不使用无偏常量。
| 
[复制链接]
|手机版|蒲公英|ouryao|蒲公英
( 京ICP备14042168号-1 ) 增值电信业务经营许可证编号：京B2-20243455 互联网药品信息服务资格证书编号：(京)-非经营性-2024-0033
发表于 2012-3-13 12:31:19
楼主
