對數正態處理能力嗨，我有一個過程是對數正態分佈的並且有一個規格上限，我想計算一個 Cpk。 我嘗試了兩種給了我不同答案的方法：
- 將規格限制保存為過程的列屬性。 繪製過程分佈圖，然後連續擬合 --> LogNormal 以獲得 Cpk（當然要檢查擬合優度）
- 添加新列。 將列公式設置為log(process)，將列規格上限保存為log(upper spec limit)。 繪製分佈圖，從能力分析中獲取 Cpk。 通過 Continuous Fit --> Normal 驗證並檢查擬合優度。
您會推薦以下哪種方法？ 或者你能建議一個更好的方法嗎？
非常感謝，
亞歷克斯
回复：對數正常過程能力我也一直在試圖弄清楚為什麼使用內置能力分析的 Cpk 結果和通過數據的對數轉換計算 Cpk 的手動方法會給出如此不同的結果。 任何對 JMP 用於對數正態 Cpk 計算的公式的深入了解將不勝感激。
回复：對數正常過程能力我理解你的沮喪。JMP 開發人員必須回答為什麼對數正態分佈沒有保存轉換的問題。
關於Distribution lognormal的Cp/Cpk和你自己轉化成log(x)然後計算的區別……看來PDF的計算是有區別的。我是從裡面的描述中得到的
幫助==>書籍==>基礎分析
但 JMP 支持部門應該提供更完整的答案
回复：對數正常過程能力謝謝吉姆。 LogNormal 變換不能以相同的方式保存，這有點令人沮喪——GLog 變換增加了額外的複雜性，這很難證明並且（甚至）更難向我的同事解釋。
知道為什麼我在最初的兩種方法之間得到不同的答案嗎？
回复：對數正常過程能力我認為您指定的兩種技術都是可行的好方法。但是，我實際上推薦的過程是分發平台的一個非常好的內置功能。如果您運行分發平台，則可以轉到
連續健身==>全部
然後它將評估您的數據以找到它適合的分佈。完成後，如果發現對數正態分佈適合，則可以進入“GLot”分佈並
保存變換
它使用確定的通用日誌算法創建一個新列
