回覆：Cpk 和 Ppk這是一個很好的起點：統計過程控制了解基本術語和定義。
我強烈建議您瀏覽此處的品質方法模組：線上統計課程.html
Cpk 是使用基於移動極差（連續點之間的差異）的 sigma 估計值來計算的。
Ppk 是使用基於平均值差異的 sigma 估計值來計算的。 （又稱標準差）
Cpk 是短期變化（連續點之間） Ppk 是長期或總體。
回覆：Cpk 和 Ppk完全同意第1、2、3點。
也許第 4 點可以是「在上下文中繪製資料」（例如，使用時間序列，利用上下文使繪圖更具洞察力，例如用不同的顏色繪製不同生產班次的結果，這在 JMP 中很容易完成）
回覆：Cpk 和 Ppk我想我對那些想要完全理解這些統計數據背後的數學原理的好奇的人來說是可以接受的。 但對於決策、過程理解以及過程能力空間中的數據、結論和建議的溝通與分享、、、、
簡而言之，成功的數據分析需要遵循三個規則：
1.繪製數據圖
2. 繪製數據圖
3. 繪製數據圖
JMP 的流程能力和流程篩選平台中有很多有用的資料視覺化技術，只有那些患有嚴重「單一數位症」的人才會擔心能力指數。
回覆：Cpk 和 Ppk哈，我想知道是否有人會對這個帖子發表評論。 @大衛_伯納姆。很好的問題。 我曾經從客戶那裡獲取數據集，他們報告的Cpk 為2。使用他們的數據並使用簡單的枚舉統計來估計他們在Cpk 計算中使用的平均值和標準差的置信區間，我可以得到0.2 的Cpk - 6.0。 Cpk（或任何這些能力比率）是多麼無用啊！
回覆：Cpk 和 Ppk@大衛_伯納姆: 我不得不笑。 當年在教授基本品質和統計方法時，我常說：「統計學中最被濫用的兩個統計數據是 R^2 和 Cp/Cpk。 今晚去酒吧給我買杯啤酒，然後坐下來聽我咆哮。”回覆：Cpk 和 Ppk我們必須嘗試猜測這個問題嗎？我會盡力：
“過程能力分析歷史上最糟糕的干預措施之一是什麼”
