johnson 转换后怎么算不出来新的规格限
johnson 转换后怎么算不出来新的规格限,大家都是这么处理的啊,网上查不出来答案,还是说很多人都不转换正态,直接算CPK的啊,求大神答案我的理解是:
1,数据是非正态要研究为什么是非正态?近似正态即可,正态在自然界只占2%,位置度很多都不是正态。
2,使用BOX-COX 转化。
3,使用johnson 转化, 转化后规格线不是你原来的规格线,所以计算CPK 多少有些问题。
4,大数据1000个建议使用非参数计算X0.135% 和X99.865% 来计算分位数来计算CPK比较靠谱。 :L:L:L:L:L
不明白,sorry {:1_180:} 学习学习 :) 我和你遇到同样的困扰,最后把Jonhson当黑匣子,然后直接把上下限也转了…… sunnyjiang 发表于 2023-1-4 10:57
我的理解是:
1,数据是非正态要研究为什么是非正态?近似正态即可,正态在自然界只占2%,位置度很多都不是 ...
{:1_180:}{:1_180:}{:1_180:}{:1_180:} 学习无止境呀,感谢分享 sunnyjiang 发表于 2023-1-4 10:57
我的理解是:
1,数据是非正态要研究为什么是非正态?近似正态即可,正态在自然界只占2%,位置度很多都不是 ...
其实我不太同意这个观点耶,首先是应该是Individual Distrubution Identification
然后再决定是如果进行数据处理和数据筛选,如果P值是判别不是正态就不应该是正态,不应该用近似
然后收集1000个数据的代价也太大了……,30个数据以上就要做出相应的分析及判断才合理
页:
[1]
2