Statistiques de non-conformité de distribution par rapport au profileur de distributionBonjour la communauté JMP,
J'ai un ensemble de données qui correspondent le mieux à une distribution log-normale. Je n'arrive pas à trouver ce qui se passe dans les coulisses pour les statistiques de non-conformité par rapport aux intervalles de confiance à 95 % du profileur de distribution. Lorsque j'exécute l'analyse de capacité, j'obtiens un tableau de non-conformité. Le % observé est évident dans la mesure où ma population de données réelle n'avait aucune valeur inférieure à la LCL. Quelles statistiques sont utilisées pour calculer le pourcentage global attendu. Je suppose qu'il utilise la distribution lognormale et porte un jugement sur son ajustement aux données ; est-ce une approche 3 sigma ou quelque chose comme ça ? Comment est-il calculé et quelles informations utiles fournit-il par rapport aux intervalles de confiance du profileur de distribution.
Je pense que les intervalles de confiance sont interprétés de la manière suivante : puisque je n'ai qu'un LCL, je regarderais l'intervalle de confiance supérieur à 95 % pour faire une déclaration du type "avec une confiance de 95 %, on peut s'attendre à ce que 0,91 % des valeurs soient tomber en dessous de la LCL.
Merci pour toute aide à ce sujet !
Greg
Exploration et visualisation des donnéesObjet : Statistiques de non-conformité de la distribution par rapport au profileur de distributionLa différence entre Observé et Attendu est que Observé examine vos données (dans le tableau) et Attendu calcule le % de la courbe lognormale en dessous de LSL. Donc, on décrit l'échantillon et on prédit HVM à partir du modèle ajusté.
L'analyse de capacité répond à la question : Dans quelle mesure ce produit respecte-t-il les limites des spécifications ?
L'IC sur la courbe du profileur de prédiction indique quelque chose sur la certitude de votre probabilité prédite (quelle que soit votre réponse). Ainsi, à 50000 Impédance/2, vous prédisez une probabilité de 0,0003 (sur la base de l'échantillon) avec une certitude de 95 % que la valeur HVM se situe quelque part entre 4,4e-6 et 0,009.
Bref, ce sont deux informations bien différentes !
