Minitab 和 JMP：對數正態數據中 CPK 的不同結果親愛的，
此時此刻我正在評估一組數據。
該數據是對數正態分佈的。
我使用 JMP 和 Minitab 執行 CPK 分析：能力結果不同。
請問有人知道原因嗎？
我認為它可能與能力計算的公式使用類型有關......但我不確定。
預先感謝您的反饋。
此致，
西蒙娜
質量和工藝工程回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果西蒙娜提出了一個非常合理的觀點。例如，如果我查看由@statman然後它指出了 Ppk > 1.33 的共同要求，但接著又說“非正常過程計算出的過程能力指數與正常過程的過程能力指數沒有可比性”。
我一直傾向於使用 ISO/百分位數方法來概括非正態分佈的能力指數。原因是，對我來說，數學是指數初衷的邏輯延伸。
但當我與供應鏈內的供應商合作更多時，我發現能力指數往往被用作通用績效指標，並且通常結合起來形成決策矩陣來確定工程行動的優先級。Ppk（或 Cpk，您可以選擇 - 這是一個單獨的討論！）用作不合格的代理衡量標準。在此基礎上，最好概括能力指數，以便可以獨立於基礎分佈類型進行合理解釋。我相信這是 Z 分數方法的根本基礎；因此我現在傾向於認為這是更好的計算方法。
一些質量從業者使用第三種方法，即對數據進行變換，例如 box-cox 變換；我相信情況是這樣的（我仍然需要仔細檢查），如果你轉換數據（和規格）並執行處理能力，那麼你將得到與使用 Z 分數計算方法相同的結果；這是另一個對其有利的論據。
ps：帖子原標題是Minitab vs JMP的查詢。兩個系統都支持 ISO/百分位數方法和 Z 分數方法。但是，Minitab 默認使用 Z 分數方法，而 JMP 默認使用 ISO/百分位數方法。在 JMP 中，您可以通過選擇文件 > 首選項 > 平台來更改默認行為。
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果謝謝！
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果馬克是完全正確的。 關於這個主題有很多論文。
Fred Spiring、Bartholomew Leung、Smiley Cheng 和 Anthony Yeung，過程能力論文參考書目，質量與可靠性工程國際質量。 可靠。 工程。 國際。 2003年； 19:445–460（DOI：10.1002/qre.538）
列出了許多關於該主題的論文。
這是另一個很好的問題總結：
http://www.stats.uwaterloo.ca/~shsteine/papers/cap.pdf
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果是的，作為 JMP 講師，我能理解這種困惑！
這就是為什麼客戶首先要了解什麼是能力和績效指數，其次了解評估它們的方法不止一種。 如果他們要求這樣的索引，那麼他們應該知道哪種方式最適合他們。 有些行業有標準。 其他行業和公司選擇自己的方式。 如果要將這些指標作為重要的管理數據，那麼管理層的決定就很重要。 他們學會理解並使用複雜的財務數據、指數和計算。 進程信息沒有什麼不同。
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果感謝馬克清晰的解釋。
正如您可以想像的那樣，當我們與一些組織/客戶交談時...問題是非常“實際的問題”：您有對數正態分佈...Cpk 值是多少？ 而且...傳遞這樣的信息並不容易：根據您用於計算的方法，您可以有不同的 Cpk。
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果我認為理解這些方法及其差異的關鍵是引用的 JMP 文檔中的這一陳述：“但是，除非您擁有大量數據，否則非參數擬合可能無法準確反映分佈尾部的行為。 ”
所以這種情況類似於可靠性分析。 大多數時候，在分析中，模型用於插值，但在可靠性和能力方面，重點是外推到尾部。 分佈的尾部是所需信息所在的位置。 參數擬合更有效（從更少的數據中獲得更多信息）。 僅用少量的觀察結果就可以（即有時）擬合一個好的參數模型（對參數的良好估計）。 這種方法強調了您對模型的選擇以及您對模型的信念的重要性。
例如，我使用 Life Distribution 平台將幾個分佈模型與 Big Class 中的權重數據進行擬合以進行說明。
在這種情況下，我選擇了正態尺度來線性化 CDF。 這些模型在 0.3 到 0.9 的概率範圍內非常相似。 它們在這個範圍內幾乎無法區分，並且所有這些都通過插值提供類似的估計。 那麼尾巴呢？ 計算能力需要估計 ±3σ 的權重範圍，在正常範圍內對應於概率 (1.0 - 0.9973) / 2 = 0.00135 和 1 - 0.00135 = 0.99865。 這些不同的模型將在這些概率下給出非常不同的權重推斷。
對稱正態分佈等於平均值和中位數。 只有中位數才能保證代表非正態分佈的中心。 因此，百分位法是能力指數的直接轉換。
Z 評分方法將規格轉換為分位數，但這種轉換仍然取決於模型和外推法的選擇。 首先使用擬合分佈模型將規格轉換為概率。 然後將概率從標準正態分佈轉換為分位數，因此可以與 ±3 進行比較。
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果感謝戴夫的反饋。
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果我也對理解這些差異抱有濃厚的興趣。我目前正在對這個領域進行一些調查——當我把它們寫出來時我會告訴你。
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果親愛的勞拉，
感謝您的詳細信息和反饋。
一切都清楚。
祝你有美好的一天。
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果嗨西蒙娜，
您可以找到有關計算非正態能力指數的兩種不同方法的文檔這裡。我希望這對一些人有幫助。此外，從 JMP 15 開始，這兩種計算非正態能力的方法均可在分佈平台中使用，也可用於非正態分佈擬合。
勞拉
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果親愛的大衛，
感謝您的良好解釋！
對於其他類型的分佈（例如威布爾），我也遵循了您的建議。
如果我使用百分位數或 Z 分數（並且使用 Z 分數，結果與 Minitab 匹配），則會有差異。
這很好...有助於理解：步驟 1。
現在可以根據“能力指數方法”中的差異來了解 CPK 結果的差異：正如您所想像的那樣...在討論（與客戶或供應商）之前...這可以創建很長很長的額外討論。
謝謝。
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果嗨西蒙娜
感謝您分享 Minitab 結果。
JMP 有兩個位置可以執行流程功能。 分銷平台和流程能力平台（在分析>質量和流程下）。
您已經使用了分發平台，這是我更喜歡使用的平台。然而，流程能力平台為非正態分佈的計算能力指數提供了額外的選項（自我注意：對於 JMP v15 來說似乎也是如此，它在分佈平台中對流程能力進行了徹底修改。
關鍵是這個。在過程能力平台中，您可以進行兩種不同類型的計算：
切換到 Z 分數會得到與 Minitab 相同的結果。
這希望解釋了差異 - 儘管引出了使用哪種方法的更大問題（巧合的是，我目前正在研究同一問題，但到目前為止我還無法表達意見 - 話雖如此，如果你轉換數據該數據的結果與Z 分數結果相當）。
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果親愛的大衛，
在附件中您可以找到用於此分析的數據。
您還可以查看 Minitab 和 JMP 在同一數據集上的比較。
預先感謝您的反饋。
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果你好，納爾遜，
我正在嘗試這樣做。
說實話我沒找到JMP中使用的公式。
您對我在哪裡可以找到它有什麼建議嗎？
提前致謝。
此致，
西蒙娜
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果您使用什麼規格值？ Minitab 報告的能力指數的值是多少？
回复：Minitab 和 JMP：對數正態數據中 CPK 的不同結果您是否在 JMP 和 Minitab 文檔中驗證了用於計算的公式應該是相同的？或者他們對於計算應該是什麼有不同的想法？
