Box-Cox 변환을 수행할 때 규격 한계를 어떻게 변환합니까?모두들 안녕,
이 장난감 예에서는 내 데이터에 대한 공정 능력 분석을 수행하고 싶습니다. 로그 정규 분포인 데이터 세트가 있습니다. 데이터를 Box-Cox 변환하면 정규 분포가 됩니다. 이것은 모두 훌륭하지만 데이터에 사용된 동일한 변환으로 사양 한계를 변환하려고 하면 사양 한계 내외에서 동일한 양의 데이터 포인트를 얻지 못합니다.
내 질문은: Box-Cox 변환을 사용하여 규격 한계를 올바르게 변환하려면 어떻게 해야 합니까?
원본 데이터: (로그 정규)
Box-Cox 변환(원래 데이터가 로그 정규 분포였으므로 람다는 거의 0임)
변환된(잘못된) 사양 한계를 사용하여 변환된 데이터: (사양 한계 내부와 외부의 데이터 비율이 다릅니다)
친애하는,
마티아스
품질 및 프로세스 엔지니어링Re: Box-Cox 변환을 수행할 때 규격 한계를 어떻게 변환합니까?JMP에서 설정한 계산은 가능한 한 속도를 위해 단순화됩니다. 특별한 경우는 일반적인 솔루션보다 빠릅니다.
또한 위의 함수 [1]은 람다가 0이 아닌 경우에만 유효합니다. 다음은 이 변환에 대한 JMP 문서의 변환 함수입니다.
변환된 응답은 람다가 0일 때 응답의 자연 로그를 곱한 기하 평균입니다.
Re: Box-Cox 변환을 수행할 때 규격 한계를 어떻게 변환합니까?안녕 마크,
답변 감사드리며, 이전에 연락을 드리지 못해 죄송합니다.
저는 JMP가 단순히 데이터에 y = (y^lambda-1)/(lambda) [1] 변환을 사용한다고 잘못 믿었고, 따라서 이를 사양 제한에도 사용했습니다. 귀하의 팁을 사용하여 변환된 열의 수식을 살펴보았고 이를 사용하여 올바른 변환된 사양 제한을 얻었습니다(변환된 데이터와 변환되지 않은 데이터의 제한 내부와 외부의 데이터 비율이 동일함).
그냥 궁금합니다. JMP는 위에서 언급한 단순 변환 [1]을 사용하지 않는 이유는 무엇입니까? 추가로 추가되는 요소가 있는 것 같습니다.
브르 마티아스
Re: Box-Cox 변환을 수행할 때 규격 한계를 어떻게 변환합니까?사양을 어떻게 바꾸셨나요? Box-Cox 변환과 동일한 공식을 사용했습니까, 아니면 로그만 취했습니까?
다음은 Big Class를 사용한 예입니다. 원래 무게, 무게의 로그 밑수 10, 무게의 자연 로그, 람다 = 0을 사용하여 Box-Cox 변환 무게를 볼 수 있습니다.
다음은 Fit Least Squares의 Box-Cox 중량 변환을 위해 저장된 공식입니다.
