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。
- 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)和 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)和 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)和整体能力 |
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。