intervalli di tolleranza non parametrici<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Non sono stato in grado di trovare un modo semplice per calcolare gli intervalli di tolleranza se ho dati non parametrici, mi sto perdendo qualcosa?
Ri: intervalli di tolleranza non parametriciSarebbe grandioso. Grazie
Ri: intervalli di tolleranza non parametriciJMP fornisce solo intervalli di tolleranza parametrici, ma come sottolinea Jordan, il bootstrap è una buona opzione. Peter, ho un file Excel che esegue questi calcoli se potesse essere d'aiuto - questo era dei miei giorni Six Sigma. Felice di condividere.
Ri: intervalli di tolleranza non parametriciGrazie Jordan, è una buona idea aggirare le ipotesi parametriche. Forse un'opportunità di vendita in futuro in questo momento solo cercando di renderli felici con la conversione da Minitab.
Ri: intervalli di tolleranza non parametriciChe ne dici di un'analisi bootstrap dell'output di Quantili da Distribution? Non esattamente uguale a un intervallo di tolleranza, ma otterresti lo stesso tipo di informazioni senza ipotesi parametriche.
L'unica soluzione JMP Pro, ovviamente. Forse puoi vendere!
Ri: intervalli di tolleranza non parametriciGrazie Scott, questa è una buona opzione, ma non proprio quello che speravo in questo caso. Il cliente vuole essere in grado di selezionare un livello di confidenza e una proporzione da coprire come possiamo fare attualmente in intervalli di tolleranza utilizzando solo dati non parametrici (questa è una funzionalità di Minitab che sperano di ricreare in JMP).
Ri: intervalli di tolleranza non parametriciPeter,
Funzionerebbe? Vai a Distribuzione e adatta un adattamento continuo - Curva liscia per ottenere un adattamento non parametrico.
Quindi un'opzione trangle rossa è stata quella di impostare una "specifica" K-Sigma basata sul quantile dalla distribuzione.
Quindi è possibile ottenere la piena capacità di processo non parametrica in dettaglio.
Ecco un esempio usando Big Class ...
Spero che sia di aiuto!
Scott
