Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPIch führe eine CPK-Analyse durch und habe eine kontinuierliche Anpassung -> Anpassung aller durchgeführt, um die wahre Verteilung für die Daten zu ermitteln, und führe dann CPK aus. JMP bot die beste Option, dann habe ich die Anpassungsgüte zur Bestätigung durch den P-Wert durchgeführt, allerdings ist P <0,001, was die von JMP vorgeschlagene Verteilung ablehnt. Ich gehe davon aus, dass dies bedeutet, dass JMP nicht die richtige Distribution gespeichert hat. Meine Frage ist, ob ich die Distribution einfach zum Ausführen von CPK verwenden kann, basierend auf dem niedrigsten AICc in JMP? Oder welche Option habe ich hier, um den korrekten CPK zu erhalten? Danke.
Qualitäts- und VerfahrenstechnikBetreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPVielen Dank für das Histogramm und die Boxplots. Das Quantildiagramm, nach dem ich gefragt habe, würde helfen zu verstehen, warum das beste Modell immer noch den Anpassungstest nicht besteht, da es die Daten mit Achsen darstellt, die transformiert wurden, um die CDF und die Datenmarkierungen zu linearisieren. Das menschliche visuelle System ist sehr gut darin, Orte und lineare Muster zu erkennen. Hier ist ein Beispiel für die Verwendung der Variablen „:weight“ in der Datentabelle „Big Class“. Die Verteilungsplattform wählte das Lognormal-Verteilungsmodell basierend auf AICc aus und dann erstellte ich sowohl das QQ- als auch das PP-Diagramm. (Das erste Diagramm besteht aus Quantilen und das zweite aus Wahrscheinlichkeiten, sowohl aus den Daten als auch aus dem Modell.) Die gerade Linie (Referenz) ist der CDF für die Lognormalverteilung. Überprüfen Sie die Markierungen anhand dieser Referenzlinie auf „Übereinstimmung“/„Nichtübereinstimmung“ oder „Passgenauigkeit“.
Wie sehen Ihre Daten in diesen Diagrammen im Vergleich zum ausgewählten (und angepassten) SHASH-Verteilungsmodell aus?
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPDiese Anpassungstests sind bekanntermaßen empfindlich, wenn die Datenmenge groß ist. Der Grundgedanke ist einfach, dass reale Daten in großen Mengen selten einem idealistischen Verteilungsmodell folgen. Selbst große Datenmengen aus der Stichprobe einer idealen Grundgesamtheit (z. B. ein Zufallszahlengenerator für eine bestimmte Verteilung) werden oft eine statistisch signifikante Abweichung vom Modell feststellen, was einen Fehler vom Typ I darstellt.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPIch habe über 1.000 Beobachtungen, nur die natürlichen Daten sind ein Peak, gefolgt von einem dünnen Schwanz.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPHier ist das Histogramm und Quantildiagramm.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPDie Diagramme (z. B. Histogramm und Quantildiagramm) sind in keinem der von Ihnen bereitgestellten Bilder sichtbar.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPDie Bilder, die @Mark_Bailey sucht, wäre äußerst hilfreich. Wie er ausführte, könnte der kleine p-Wert durch einen Ausreißer verursacht worden sein. Die Bilder helfen dabei, das herauszufinden. Und wie viele Beobachtungen haben Sie? Bei ausreichender Datenlage könnte jede kleine Abweichung, die keine praktische Bedeutung hat, als statistisch signifikant gekennzeichnet werden. Auch hier werden die Bilder, nach denen Mark fragt, dabei helfen, dies festzustellen.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPIch habe das Bild im Originalbeitrag angehängt. Vielleicht irre ich mich. Das beigefügte Bild zeigt, dass JMP SHASH als beste Anpassung ausgewählt hat, der p-Wert der Anpassungsgüte jedoch <0,001 beträgt. Mein Verständnis ist, dass diese p Ablehnung der Hypnose von SHASH die Verteilung ist. Die Überlagerung scheint gut zu passen und die QQ-Plots scheinen auch gut zu sein, aber ich verstehe nicht, warum die P-Werte so niedrig sind.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPWarum passen diese Vertriebsmodelle, selbst die „besten“, nicht gut? Bitte stellen Sie ein Bild des Histogramms in „Verteilung“ mit der überlagerten Darstellung des Diagramms der PDF-Datei bereit. Können Sie außerdem das Quantildiagramm mithilfe des Befehls im roten Dreieck für die ausgewählte Anpassung bereitstellen? Es könnte sich um ein Daten- oder Ausreißerproblem handeln.
Die Fähigkeitsindizes hängen stark von der Definition der Enden der Verteilung ab. Daher ist eine gute Anpassung wichtig, wenn Sie die Schätzungen aus dem angepassten CDF in der Berechnung verwenden möchten.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPStimme voll und ganz zu. Ich habe einfach keine solide Unterstützung für meine cpk-Ergebnisse, wenn Leute den P-Wert in meiner Verteilungsbestimmung in Frage stellen.
Betreff: Die Verteilung der Daten erfolgt während der CPK-Analyse nicht in JMPIch bin nicht die richtige Person, um Antworten auf Ihre Fragen zu geben, aber ich habe einige Denkanstöße:
Meiner Meinung nach geht es Ihnen darum, eine Schätzung der Variation dessen zu erhalten, was Sie messen, und diese mit den Spezifikationen zu vergleichen. Es gibt viele Möglichkeiten, dies zu tun, genauso wie es viele Indizes gibt, um diese Vergleiche zusammenzufassen. ALLE Indizes sind Schätzungen. Es gibt KEINEN Richtigen. Der Zweck der Analyse der Datenverteilung besteht darin, zu bestimmen, welche zusammenfassenden Statistiken die zentrale Tendenz und Streuung am besten beschreiben. Genauso wichtig (oder vielleicht sogar noch wichtiger) ist die Feststellung, ob die Daten aus einem stabilen System stammen. Wenn nicht, werden die Indizes sicherlich nicht nützlich sein.
