CPK 分析期間資料的分佈不在 JMP 中我正在做 cpk 分析並進行連續擬合-->擬合所有以找到數據的真實分佈，然後運行 cpk。 JMP提供了最佳選項，然後我透過P值進行擬合優度確認，但是，P <0.001，這拒絕了JMP建議的分佈。 我認為，這意味著 JMP 沒有儲存正確的分佈。 我的問題是，我是否可以基於 JMP 中最低的 AICc 使用該發行版來運行 CPK？ 或者我可以選擇什麼來獲得正確的 CPK？ 謝謝。
品質和工藝工程回覆：CPK 分析期間 JMP 中沒有資料分佈感謝您提供直方圖和箱型圖。 我要求的分位數圖將有助於理解為什麼最佳模型仍然無法通過擬合優度檢驗，因為它使用已轉換為線性化 CDF 和資料標記的軸來繪製資料。 人類視覺系統非常擅長偵測位置和線性模式。 以下是在 Big Class 資料表中使用 :weight 變數的範例。 分佈平台選擇基於 AICc 的對數常態分佈模型，然後我產生了 QQ 和 PP 圖。 （第一個圖是分位數，第二個圖是機率，兩者都來自資料與模型。）直線（參考）是對數常態分佈的 CDF。 對照此參考線檢查標記是否“一致”/“不一致”或“擬合優度”。
您的資料在這些圖中與所選（和擬合的）SHASH 分佈模型相比是什麼樣子？
回覆：CPK 分析期間 JMP 中沒有資料分佈當資料量很大時，這些適合度檢定非常敏感。 這個想法很簡單，大量的真實數據很少遵循理想主義的分佈模型。 即使是從理想總體（例如，給定分佈的隨機數產生器）中抽樣得到的大量數據，也常常會發現與模型有統計上的顯著偏差，這是 I 類錯誤。
回覆：CPK 分析期間 JMP 中沒有資料分佈我有超過 1k 的 obs，數據的本質是一個峰值，後面跟著一個細尾。
回覆：CPK 分析期間 JMP 中沒有資料分佈這裡是直方圖和分位數圖。
回覆：CPK 分析期間 JMP 中沒有資料分佈這些圖表（即直方圖和分位數圖）在您提供的任何一張圖片中都不可見。
回覆：CPK 分析期間 JMP 中沒有資料分佈那些圖片@馬克貝利正在尋找將會非常有幫助。 正如他所說，較小的 p 值可能是由異常值引起的。 這些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，任何不具有任何實際意義的小差異都可以被標記為具有統計顯著性。 同樣，馬克要求的圖片也將有助於確定這一點。
回覆：CPK 分析期間 JMP 中沒有資料分佈我在原文貼文中附上了圖片。 我可能錯了。 附圖顯示JMP選擇SHASH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的催眠是分佈的。疊加看起來很合適，QQ 圖也看起來不錯，但我不明白為什麼 P 值這麼低。
回覆：CPK 分析期間 JMP 中沒有資料分佈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？ 請提供分佈中的直方圖圖片，並覆蓋 PDF 圖表的繪圖。 另外，您可以使用紅色三角形中的指令為所選擬合提供分位數圖嗎？ 這可能是數據問題或異常值問題。
能力指數很大程度上取決於分佈尾部的定義，因此如果您打算在計算中使用擬合 CDF 的估計值，那麼良好的擬合非常重要。
回覆：CPK 分析期間 JMP 中沒有資料分佈完全同意。 如果人們質疑我的分佈確定中的 P 值，就不會為我的 cpk 結果提供堅實的支持。
回覆：CPK 分析期間 JMP 中沒有資料分佈我不是回答你問題的合適人選，但我確實有一些值得深思的地方：
我相信您要做的就是估計您正在測量的任何內容的變化，並將其與規格進行比較。 有很多方法可以做到這一點，就像有很多索引可以總結這些比較一樣。 所有指數均為估計值。 沒有正確的一個。 分析資料分佈的目的是確定哪種匯總統計量最能描述集中趨勢和離散程度。 同樣重要（或許更重要）的是確定數據是否來自穩定的系統。 如果沒有，指數肯定沒有用。
