非正态数据
概述
      

如果数据为非正态,则可以对数据进行变换,以使正态分布为适合的模型,还可以为数据选择非正态概率模型。

·    要检查哪种分布与数据最为拟合,请使用个体分布标识

·    要变换数据以使其服从正态分布

-    Box-Cox 指数变换,使用个体分布标识能力分析(正态)能力分析(组间/组内)Capability Sixpack(正态)多变量能力分析(正态)Capability Sixpack(组间/组内)

-    Johnson 变换,使用 Johnson 变换能力分析(非正态)多变量能力分析(非正态)Capability Sixpack(非正态)

·    要使用非正态概率模型,请使用能力分析(非正态)多变量能力分析(非正态)Capability Sixpack(非正态)

下表概括了模型之间的差异。

正态模型

非正态模型

对直方图使用实际的或变换后的数据

对直方图使用实际的数据单位

计算组内组间/组内(同时存在子组内和子组间变异时)整体能力

仅计算整体能力

在直方图上绘制正态曲线,以帮助确定变换是否使数据“更趋于正态”

在直方图上绘制所选的非正态分布曲线,以帮助确定数据是否与指定的分布相拟合

哪种模型更好?回答此问题只有看哪种模型与数据拟合得更好。如果两种模型与数据的拟合情况基本相同,则选择正态模型可能更好,因为它同时估计整体和组内过程能力。