回复：Cpk 和 Ppk这是一个很好的起点：统计过程控制了解基本术语和定义。
我强烈建议您浏览此处的质量方法模块：在线统计课程.html
Cpk 是使用基于移动极差（连续点之间的差异）的 sigma 估计值来计算的。
Ppk 是使用基于平均值差异的 sigma 估计值来计算的。 （又名标准差）
Cpk 是短期变化（连续点之间） Ppk 是长期或总体。
回复：Cpk 和 Ppk完全同意第1、2、3点。
也许第 4 点可以是“在上下文中绘制数据”（例如，使用时间序列，利用上下文使绘图更具洞察力，例如用不同的颜色绘制不同生产班次的结果，这在 JMP 中很容易完成）
回复：Cpk 和 Ppk我想我对那些想要完全理解这些统计数据背后的数学原理的好奇的人来说是可以接受的。 但对于决策、过程理解以及过程能力空间中的数据、结论和建议的沟通和共享、、、、
简而言之，成功的数据分析需要遵循三个规则：
1.绘制数据
2. 绘制数据图
3. 绘制数据图
JMP 的过程能力和过程筛选平台中有很多有用的数据可视化技术，只有那些患有严重“单一数字症”的人才会担心能力指数。
回复：Cpk 和 Ppk哈，我想知道是否有人会对这个帖子发表评论。 @大卫_伯纳姆。很好的问题。 我曾经从客户那里获取数据集，他们报告的 Cpk 为 2。使用他们的数据并使用简单的枚举统计来估计他们在 Cpk 计算中使用的平均值和标准差的置信区间，我可以得到 0.2 的 Cpk - 6.0。 Cpk（或任何这些能力比率）是多么无用啊！
回复：Cpk 和 Ppk@大卫_伯纳姆: 我不得不笑。 当年在教授基本质量和统计方法时，我常说：“统计学中最被滥用的两个统计数据是 R^2 和 Cp/Cpk。 今晚去酒吧给我买杯啤酒，然后坐下来听我的咆哮。”回复：Cpk 和 Ppk我们必须尝试猜测这个问题吗？我会尽力：
“过程能力分析历史上最糟糕的干预措施之一是什么”
