Hallo,
Ich möchte noch einmal auf die Diskussion über nicht-normale Regelkarten zurückkommen, die hier bereits angesprochen wurde.
https://community.jmp.com/t5/Discussions/Control-Chart-builder-Non-Normal-data-Control-Limits/mp/227165#M45073
Ich habe auch einen nicht-normalverteilten Datensatz (siehe Anhang), für den aufgrund der extremen "Schiefe" nur die SHASH-Verteilung in Frage kommt. Alle anderen Verteilungen werden aufgrund eines signifikanten Anpassungstests abgelehnt. Bei Verwendung des Non-normal Control Chart-Skripts von Paul Deen (siehe Link oben, übrigens sehr hilfreiches Skript!) und der Auswahl der SHASH-Verteilung wird jedoch ein sehr fragwürdiger Graph angezeigt (Zonen zu groß für Sigma-Grenzen), was sicherlich der Fall ist aufgrund der extremen Schiefe der Daten (wenn Sie es noch einmal zusammenfassen möchten, mein LSL ist 0,9, mein Ziel ist es, zu maximieren)
Wenn ich hingegen eine Weilbull-Verteilung auswähle, sieht das ControlChart viel besser aus.
Entsprechende Tests (Western Electric Rules) können dann auch zuverlässiger angewendet werden. Meine Frage ist nun, ob es akzeptabel ist, eine andere Verteilung für die Erstellung der Regelkarte anzunehmen, obwohl dies eigentlich über den Anpassungstest abgelehnt wird? Ich habe auch gehört, dass insbesondere eine SHASH-Verteilung für Prozessanalysen (Fähigkeit, Regelkarten) nicht geeignet ist.
Zum Thema Datentransformation: Ich habe auch versucht, die Daten per Box-Cox-Transformation zu normalisieren (unter Verwendung des Skripts von Mark Bailey, https://community.jmp.com/t5/JMP-Scripts/Demonstrate-the-Univariate-Box-Cox-Transform/ta-p/21820 ), aber mit wenig Erfolg. Die Daten sind einfach zu „schief“. Außerdem habe ich festgestellt, dass das Transformieren von Daten nicht so empfehlenswert ist, da Sie bestimmte Informationen verlieren (siehe auch https://www.spcforexcel.com/knowledge/variable-control-charts/control-charts-and-non-normal-data)
Haben Sie dazu eine Meinung?
Über ein Feedback würde ich mich sehr freuen!
Mit freundlichen Grüßen
Johann
