Minitab 和 JMP：对数正态数据中 CPK 的不同结果亲爱的，
此时此刻我正在评估一组数据。
该数据是对数正态分布的。
我使用 JMP 和 Minitab 执行 CPK 分析：能力结果不同。
请问有人知道原因吗？
我认为它可能与能力计算的公式使用类型有关......但我不确定。
预先感谢您的反馈。
此致，
西蒙娜
质量和工艺工程回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果西蒙娜提出了一个非常合理的观点。例如，如果我查看由@statman然后它指出了 Ppk > 1.33 的共同要求，但接着又说“非正常过程计算出的过程能力指数与正常过程的过程能力指数没有可比性”。
我一直倾向于使用 ISO/百分位数方法来概括非正态分布的能力指数。原因是，对我来说，数学是指数初衷的逻辑延伸。
但当我与供应链内的供应商合作更多时，我发现能力指数往往被用作通用绩效指标，并且通常结合起来形成决策矩阵来确定工程行动的优先级。Ppk（或 Cpk，您可以选择 - 这是一个单独的讨论！）用作不合格的代理衡量标准。在此基础上，最好概括能力指数，以便可以独立于基础分布类型进行合理解释。我相信这是 Z 分数方法的根本基础；因此我现在倾向于认为这是更好的计算方法。
一些质量从业者使用第三种方法，即对数据进行变换，例如 box-cox 变换；我相信情况是这样的（我仍然需要仔细检查），如果你转换数据（和规格）并执行处理能力，那么你将得到与使用 Z 分数计算方法相同的结果；这是另一个对其有利的论点。
ps：帖子原标题是Minitab vs JMP的查询。两个系统都支持 ISO/百分位数方法和 Z 分数方法。但是，Minitab 默认使用 Z 分数方法，而 JMP 默认使用 ISO/百分位数方法。在 JMP 中，您可以通过选择文件 > 首选项 > 平台来更改默认行为。
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果谢谢！
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果马克是完全正确的。 关于这个主题有很多论文。
Fred Spiring、Bartholomew Leung、Smiley Cheng 和 Anthony Yeung，过程能力论文参考书目，质量与可靠性工程国际质量。 可靠。 工程。 国际。 2003年； 19:445–460（DOI：10.1002/qre.538）
列出了许多关于该主题的论文。
这是另一个很好的问题总结：
http://www.stats.uwaterloo.ca/~shsteine/papers/cap.pdf
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果是的，作为 JMP 讲师，我能理解这种困惑！
这就是为什么客户首先要了解什么是能力和绩效指数，其次要了解评估它们的方法不止一种。 如果他们要求这样的索引，那么他们应该知道哪种方式最适合他们。 有些行业有标准。 其他行业和公司选择自己的方式。 如果要将这些指标作为重要的管理数据，那么管理层的决定就很重要。 他们学会理解并使用复杂的财务数据、指数和计算。 进程信息没有什么不同。
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果感谢马克清晰的解释。
正如您可以想象的那样，当我们与一些组织/客户交谈时...问题是非常“实际的问题”：您有对数正态分布...Cpk 值是多少？ 而且...传递这样的信息并不容易：根据您用于计算的方法，您可以有不同的 Cpk。
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果我认为理解这些方法及其差异的关键是引用的 JMP 文档中的这一陈述：“但是，除非您拥有大量数据，否则非参数拟合可能无法准确反映分布尾部的行为。 ”
所以这种情况类似于可靠性分析。 大多数时候，在分析中，模型用于插值，但在可靠性和能力方面，重点是外推到尾部。 分布的尾部是所需信息所在的位置。 参数拟合更有效（从更少的数据中获得更多信息）。 仅用少量的观察结果就可以（即有时）拟合一个好的参数模型（对参数的良好估计）。 这种方法强调了您对模型的选择以及您对模型的信念的重要性。
例如，我使用 Life Distribution 平台将几个分布模型与 Big Class 中的权重数据进行拟合以进行说明。
在这种情况下，我选择了正态尺度来线性化 CDF。 这些模型在 0.3 到 0.9 的概率范围内非常相似。 它们在这个范围内几乎无法区分，并且所有这些都通过插值提供类似的估计。 那么尾巴呢？ 计算能力需要估计 ±3σ 的权重范围，在正常范围内对应于概率 (1.0 - 0.9973) / 2 = 0.00135 和 1 - 0.00135 = 0.99865。 这些不同的模型将在这些概率下给出非常不同的权重推断。
对称正态分布等于平均值和中位数。 只有中位数才能保证代表非正态分布的中心。 因此，百分位法是能力指数的直接转换。
Z 评分方法将规格转换为分位数，但这种转换仍然取决于模型和外推法的选择。 首先使用拟合分布模型将规格转换为概率。 然后将概率从标准正态分布转换为分位数，因此可以与 ±3 进行比较。
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果感谢戴夫的反馈。
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果我也对理解这些差异抱有浓厚的兴趣。我目前正在对这个领域进行一些调查——当我把它们写出来时我会告诉你。
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果亲爱的劳拉，
感谢您的详细信息和反馈。
一切都清楚。
祝你有美好的一天。
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果嗨西蒙娜，
您可以找到有关计算非正态能力指数的两种不同方法的文档这里。我希望这对一些人有帮助。此外，从 JMP 15 开始，这两种计算非正态能力的方法均可在分布平台中使用，也可用于非正态分布拟合。
劳拉
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果亲爱的大卫，
感谢您的良好解释！
对于其他类型的分布（例如威布尔），我也遵循了您的建议。
如果我使用百分位数或 Z 分数（并且使用 Z 分数，结果与 Minitab 匹配），则会有差异。
这很好...有助于理解：步骤 1。
现在可以根据“能力指数方法”中的差异来了解 CPK 结果的差异：正如您所想象的那样...在讨论（与客户或供应商）之前...这可以创建很长很长的额外讨论。
谢谢。
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果嗨西蒙娜
感谢您分享 Minitab 结果。
JMP 有两个位置可以执行流程功能。 分销平台和流程能力平台（在分析>质量和流程下）。
您已经使用了分发平台，这是我更喜欢使用的平台。然而，流程能力平台为非正态分布的计算能力指数提供了额外的选项（自我注意：对于 JMP v15 来说似乎也是如此，它在分布平台中对流程能力进行了彻底修改。
关键是这个。在过程能力平台中，您可以进行两种不同类型的计算：
切换到 Z 分数会得到与 Minitab 相同的结果。
这希望解释了差异 - 尽管引出了使用哪种方法的更大问题（巧合的是，我目前正在研究同一问题，但到目前为止我还无法表达意见 - 话虽如此，如果你转换数据该数据的结果与 Z 分数结果相当）。
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果亲爱的大卫，
在附件中您可以找到用于此分析的数据。
您还可以查看 Minitab 和 JMP 在同一数据集上的比较。
预先感谢您的反馈。
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果你好，纳尔逊，
我正在尝试这样做。
说实话我没找到JMP中使用的公式。
您对我在哪里可以找到它有什么建议吗？
提前致谢。
此致，
西蒙娜
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果您使用什么规格值？ Minitab 报告的能力指数的值是多少？
回复：Minitab 和 JMP：对数正态数据中 CPK 的不同结果您是否在 JMP 和 Minitab 文档中验证了用于计算的公式应该是相同的？或者他们对于计算应该是什么有不同的想法？
