我上網到處找，找不到來源。 對於特定資料集，我的常態分佈 Cpk 為 1.5，常態 2 混合分佈 Cpk 為 1.1。
謝謝
非常態分佈的公式可以在這裡找到：
非常態分佈的能力指數：百分位數和 Z 分數方法 (jmp.com)
常態分佈的公式可以在這裡找到：
常態分佈的能力指數 (jmp.com)
你好@s_ard ,
透過 Google 快速搜索，我找到了這篇 JMP 社群文章這裡以及這個 JMP 博客，這裡，描述如何使用 JMP 13 及更高版本來考慮製程能力平台中的非常態分佈。 根據該博客，您可以根據最佳擬合結果指定分佈，也可以使用非參數方法（假設沒有已知的分佈）。
話雖如此，我認為您應該遵循以下建議@cwillden在社群文章中，有關對常態 2 混合分佈的根本原因進行一些背景盡職調查和其他調查。 例如，正如他指出的那樣，查看控製圖（作為旁注，查看 MDMVCC 平台對於尋找可能導致異常行為的異常進程非常有用。
作為一個描述性範例，您可能有一個流程，在運行數月後，平均值發生了某種變化，例如說從 20 到 25，您對此一無所知（並且所有材料仍符合規格）。 如果您查看控製圖，您也許能夠確定這種轉變何時發生，然後返回生產並查看發生了什麼變化。 假設生產部門發現他們的流量計有故障，在更換流量計後，他們獲得了正確的吞吐量，這導致了平均值的變化。 這可能顯示為非常態分佈，但可以透過兩個階段來解釋，並且在控製圖中相應處理時，將計算每個階段的統計資料。 這將解釋變化並為您提供每個階段的正確值。
如果您的流程確實具有非常態分佈並且必須在流程能力平台中加以考慮，那麼您將使用最適合的分佈函數並直接告訴 JMP 分佈應該是什麼。 JMP 隨後將正確計算相關統計資料。
但是，正如社區文章中所提到的，穩定性對於正確使用這些指數至關重要。 如果它確實不穩定並且需要更多的盡職調查，請在嘗試報告 cpk 值之前執行此操作。 如果它是穩定的並且這確實是分佈，那麼您需要明確告訴 JMP 使用替代分佈。 據我了解，將平均值和標準差與規格限值進行比較時，計算結果是相同的，但不同的分佈將改變用於計算 cpk 的平均值和標準差的定義。
希望這可以幫助，
DS
