在 CPK 分析期間，數據的分佈不在 JMP 中我正在做 cpk 分析並進行連續擬合-> 全部擬合以找到數據的真實分佈，然後運行 cpk。 JMP 提供了最好的選擇，然後我做了擬合優度以通過 P 值確認，但是，P <0.001 拒絕了 JMP 建議的分佈。 我假設，這意味著 JMP 沒有存儲正確的分佈。 我的問題是，我是否可以根據 JMP 中的最低 AICc 使用發行版來運行 CPK？ 或者在這裡我可以選擇什麼來獲得正確的 CPK？ 謝謝。
分析Re: 在 CPK 分析期間，數據的分佈不在 JMP 中我不是為您的問題提供答案的合適人選，但我確實有一些值得深思的地方：
我相信您要做的是估計您正在測量的任何東西的變化，並將其與規格進行比較。 有很多方法可以做到這一點，就像有很多指標可以總結這些比較一樣。 所有指數均為估計值。 沒有正確的。 分析數據分佈的目的是確定哪些匯總統計數據最能描述集中趨勢和離散度。 同樣重要（或者可能更重要）的是確定數據是否來自穩定的系統。 如果沒有，這些索引肯定不會有用。
回复：在 CPK 分析期間，數據的分佈不在 JMP 中完全同意。 如果人們對我的分佈確定中的 P 值提出質疑，那就沒有對我的 cpk 結果的堅實支持。
Re: 在 CPK 分析期間，數據的分佈不在 JMP 中為什麼這些分佈模型，即使是“最好的”模型，也不能很好地擬合？ 請在 Distribution 中提供直方圖的圖片，並覆蓋 PDF 的圖表。 此外，您能否使用紅色三角形中的命令為所選擬合提供分位數圖？ 這可能是數據或異常值問題。
能力指數很大程度上取決於分佈尾部的定義，因此如果您計劃在計算中使用擬合 CDF 的估計值，則具有良好的擬合非常重要。
Re: 在 CPK 分析期間，數據的分佈不在 JMP 中我在原帖中附上了圖片。 我可能錯了。 附圖顯示 JMP 選擇 SHASH 作為最佳擬合，但擬合優度 p 值 <0.001。 我的理解是這個p拒絕SHASH的催眠是分佈。疊加看起來很合適，qq圖也很好，但我不明白為什麼P值這麼低。
Re: 在 CPK 分析期間，數據的分佈不在 JMP 中那些圖片@markbailey正在尋找將非常有幫助。 正如他所說，小的 p 值可能是由異常值引起的。 圖片將有助於確定這一點。 另外，你有多少觀察？ 有了足夠的數據，任何沒有任何實際意義的小差異都可以被標記為具有統計學意義。 同樣，馬克要求的圖片也將有助於確定這一點。
