La distribución de los datos no está en JMP durante el análisis CPK.Estoy haciendo un análisis de cpk y hice un ajuste continuo-->ajusté todo para encontrar la distribución real de los datos, luego ejecuté cpk. JMP proporcionó la mejor opción, luego hice la bondad de ajuste para confirmar mediante el valor P; sin embargo, P <0,001 rechazó la distribución sugerida por JMP. Supongo que esto significa que JMP no tiene almacenada la distribución adecuada. Mi pregunta es si puedo usar la distribución para ejecutar CPK, según el AICc más bajo en JMP. ¿O cuál será la opción aquí para obtener el CPK correcto? Gracias.
Ingeniería de Calidad y ProcesosRe: la distribución de los datos no está en JMP durante el análisis CPKGracias por el histograma y los diagramas de caja. El gráfico de cuantiles que estaba solicitando ayudaría a comprender por qué el mejor modelo aún no supera la prueba de bondad de ajuste porque traza los datos con ejes que se han transformado para linealizar el CDF y los marcadores de datos. El sistema visual humano es muy bueno para detectar ubicaciones y patrones lineales. A continuación se muestra un ejemplo que utiliza la variable :weight en la tabla de datos de Big Class. La plataforma de Distribución seleccionó el modelo de distribución Lognormal basado en AICc y luego produje los gráficos QQ y PP. (El primer gráfico son cuantiles y el segundo son probabilidades, tanto de los datos como del modelo). La línea recta (referencia) es la CDF para la distribución lognormal. Inspeccione los marcadores frente a esta línea de referencia para ver si hay "acuerdo"/"desacuerdo" o "bondad de ajuste".
¿Cómo se ven sus datos en estos gráficos en comparación con el modelo de distribución SHASH seleccionado (y ajustado)?
Re: la distribución de los datos no está en JMP durante el análisis CPKEstas pruebas de bondad de ajuste son notoriamente sensibles cuando la cantidad de datos es grande. La idea es simplemente que los datos reales, en grandes cantidades, rara vez siguen un modelo de distribución idealista. Incluso grandes cantidades de datos provenientes del muestreo de una población ideal (por ejemplo, un generador de números aleatorios para una distribución dada) a menudo encontrarán una desviación estadísticamente significativa del modelo, lo cual es un error de tipo I.
Re: la distribución de los datos no está en JMP durante el análisis CPKTengo más de 1k obs, lo natural de los datos es un pico seguido de una cola delgada.
Re: la distribución de los datos no está en JMP durante el análisis CPKAquí está el histograma y gráfico de cuantiles.
Re: la distribución de los datos no está en JMP durante el análisis CPKLos gráficos (es decir, histograma y gráfico de cuantiles) no son visibles en ninguna de las imágenes que proporcionó.
Re: la distribución de los datos no está en JMP durante el análisis CPKLas fotos que @Mark_Bailey está buscando sería de gran ayuda. Como afirmó, el pequeño valor p podría deberse a un valor atípico. Las imágenes ayudarán a determinar eso. Además, ¿cuántas observaciones tienes? Con datos suficientes, cualquier pequeña discrepancia que no tenga importancia práctica podría considerarse estadísticamente significativa. Nuevamente, las imágenes que Mark solicita ayudarán a determinar eso también.
Re: la distribución de los datos no está en JMP durante el análisis CPKAdjunto la foto en la publicación original. Puede que me equivoque. La imagen adjunta muestra que JMP seleccionó SHASH como el mejor ajuste, pero el valor p de bondad de ajuste es <0,001. Tengo entendido que esto p rechaza la hipnosis de SHASH es la distribución. la superposición parece encajar bien y los gráficos qq también parecen buenos, pero no entiendo por qué los valores de P son tan bajos.
Re: la distribución de los datos no está en JMP durante el análisis CPK¿Por qué estos modelos de distribución, incluso el "mejor", no encajan bien? Proporcione una imagen del histograma en Distribución con el gráfico del PDF superpuesto. Además, ¿puede proporcionar el gráfico de cuantiles utilizando el comando en el triángulo rojo para el ajuste seleccionado? Podría ser un problema de datos o de valores atípicos.
Los índices de capacidad dependen en gran medida de la definición de las colas de la distribución, por lo que tener un buen ajuste es importante si se planea utilizar las estimaciones del CDF ajustado en el cálculo.
Re: la distribución de los datos no está en JMP durante el análisis CPKTotalmente de acuerdo. Simplemente no tengo un respaldo sólido para mis resultados de cpk si la gente cuestiona el valor P en mi determinación de distribución.
Re: la distribución de los datos no está en JMP durante el análisis CPKNo soy la persona adecuada para dar respuestas a sus preguntas, pero tengo algunos elementos en los que pensar:
Creo que lo que estás tratando de hacer es obtener una estimación de la variación de lo que sea que estés midiendo y compararla con las especificaciones. Hay muchas maneras de hacer esto, al igual que hay muchos índices para resumir esas comparaciones. TODOS los índices son estimaciones. NO existe uno correcto. El propósito de analizar la distribución de los datos es determinar qué estadísticas resumidas describen mejor la tendencia central y la dispersión. Igual de importante (o quizás más) es determinar si los datos provienen de un sistema estable. Si no, los índices seguramente no serán útiles.
