過程篩選的目標索引/替代方案出於某種愚蠢的原因，我認為目標指數在規格視窗上標準化，現在我意識到它在西格瑪內標準化，這是一個問題，因為我有很多數學上重要的訊號，但實際上並不重要。那麼，幾個簡單的問題。
- 如果您提供指定的西格瑪，目標索引是否會使用該西格瑪而不是內部？這至少會標準化標準化因子
- 以規格為中心的平均值似乎更符合我正在尋找的內容，但它並不是絕對的。有沒有辦法修改它以將絕對值拉入過程篩選表？
進階統計建模消費者與市場研究資料混合與清理實驗設計大規模客製化預測建模和機器學習回覆：過程篩選的目標索引/替代方案您知道，我最終查看了秋季目標指數技術會議的幻燈片，它實際上顯示了以簡化公式為起點。
奇怪的是，他們從這個開始，然後轉到 Cp-Cpk，儘管方程式仍然還原為沒有 USL/LSL 的方程式。不確定我明白他們為什麼要這樣做。這有點像是說 PPK = 龍族數量 + min(USL-xbar,LSL-xbar)/3sigma - 龍族數量。
我的意思是我和其他人一樣喜歡龍，但 PPK 並不是一個很好的龍指標。而 TI 與 USL 或 LSL 無關。
不管怎樣，老實說我想要的只是 ABS[(mean-T)/SpecRange]。Cp 允許我看到我的變異數標準化為我的規格限制，所以我需要一些東西來顯示我的偏差標準化為我的規格限制。
編輯：也對垃圾郵件表示歉意。我現在拼命想逃避真正的工作。
回覆：過程篩選的目標索引/替代方案我繼續重新嘗試推導只是為了檢查一下。T = 目標。我們也假設目標處於流程的中心。這是這個推導工作所必需的。不確定它如何與非居中目標一起工作。另外，我只解決了 Cpl 的問題，但我相當確定 Cpu 上的唯一區別是它翻轉了符號，這就是 TI 始終保持正值的方式。我想說我有 50/50 的機會搞砸了這裡的數學。但據我所知，USL/LSL 似乎已經失效了。
回覆：過程篩選的目標索引/替代方案所以問題是，雖然 Cp 和 Cpk 在技術上包含在公式中，但實際上它們最終會相互抵消，結果僅取決於 sigma-within 以及目標值與平均值之間的差異。它完全不受規格限製本身的影響。
我嘗試手動計算數學，看起來 USL 和 LSL 沒有出現在最終公式中，但說實話，我不是這種數學最好的，而且不太確定如何在這裡寫出來無論如何有意義。
但只是為了表達我的意思，看看這裡
因此，在這種情況下，我的系統的 T = 0，規格為 +/- 2。平均值為 0.03，PPK/CPK 在這方面都很不錯，但目標指數正在下降。
或者看看這個。相同 T 相同 USL/LSL
在這種情況下，目標指數更好（不是很好，但更好），但平均值與目標相差甚遠。
原因是第一種情況下的 Sigma-Within 非常窄，而第二種情況則較差。
進一步證明。讓我們將這兩個的 USL/LSL 大小改為 +/- 3
這是第一個
這是第二個
請注意，PPK 和 CPK 均有所改善，正如預期的那樣，因為規格視窗已進一步開放。然而目標指數根本沒有改變。
因此：目標索引與規格視窗無關（假設目標 = (USL + LSL/2)）
-----
這並不是說目標索引沒有用。但實際上，您實際上只是對數據進行 z 評分。您與目標的平均差是多少 sigma-within。 在我的例子中，目標是 0，所以平均值 = x-bar。
所以按照這個邏輯 TI = Mean / Sigma-Within 所以在 TI = 1.58 的情況下我有 0.0353/0.01933 = 1.5794
對於第二種情況 TI = Mean/Sigma-Within = 0.6648
現在，如果您的目標 <> 0，那麼您必須從平均值中減去目標。但無論如何，USL 和 LSL 都不屬於等式的一部分。
編輯：如果有人想測試，只需使用半導體能力樣本集。根據需要更改 USL/LSL。據我所知這不會影響TI。
回覆：過程篩選的目標索引/替代方案你好，
來自幫助文檔:
目標指數
過程平均值與過程平均值不同的短期標準差的數量目標價值。 這衡量了過程達到目標的能力目標價值。 這目標指數計算公式為 3(Cp - Cpk)。 A目標指數如果高於 1，則被認為是差的；如果在 0.5 到 1 之間，則被認為是邊緣的；如果小於 0.5，則被認為是足夠的。 參見懷特等人。 （ 2018年）。
所以目標指數是根據 Cp 和 Cpk 計算因此，它是規格視窗大小的函數。
這聽起來正確嗎？
問候，
菲爾
