製藥客戶關於耐受區間的問題我有一位製藥公司客戶詢問耐受區間問題。我知道公差區間是什麼，但這超出了我的能力範圍。希望有人可以幫助我並節省我一些研究時間。
客戶的問題是這樣開始的：
我有興趣使用 R 計算常態分佈的百分位數的公差區間和可能的非參數區間。新版本的米克和哈恩的統計區間文本中涵蓋了這些內容。您能否推薦最適合 JMP 的特定實作？
我對此的回答是：
- JMP 確實計算公差區間，並包括 Meeker & Hahn (2017) 的非參數計算。請參閱此處和此處JMP 說明部分的資訊。也許這與 R 的計算相同？
- 如果您有興趣將 JMP 直接連接到 R， 這裡有一個描述該過程的精彩影片。您可以在 JMP 和 R 之間傳遞資料和結果，並呼叫特定的 R 例程。請注意，顯然 R 需要安裝在本機電腦上才能使此通訊正常運作。
- 以下是最新的JMP/R 整合命令集（可在 JMP 說明中找到）
- 如果您詢問哪個版本的 R 最適合 JMP，我不知道有任何限制。我碰巧在我的 Windows 10 電腦上使用“TKIntRJMP.R version 14.0”，並且沒有遇到任何問題。
對此，客戶回覆：
Hahn 和 Meeker 參考了 R 函數，它可以計算訂單統計的容差區間（例如第10 個百分位數）。最終，我試著去理解所附 ASTM 標準的數學基礎。他們將公差區間應用於各種樣本大小和不同置信水準和覆蓋範圍的樣本平均值和標準差聯合分佈下的計算樣本統計量（接受值）。參見所附論文。如果這可以在 JMP 中實現，那將是巨大的。目前，這已透過作者編寫的 SAS 程式 ( https://ispe.org/initiatives/blend-uniformity-content-uniformity/tools ) 提供。
（我將參考論文附在這篇文章中。）
我向小組提出了幾個問題，歡迎就其中任何一個提出建議：
- 有人有這些方法的經驗嗎？ （如果是這樣，我可以與您進一步討論。）
- 這是否適合 SE 深入研究，還是應該去其他地方？ （那會在哪裡？）
- 考慮一下這是否會成為未來版本的好建議？其他客戶會感興趣嗎？
謝謝！
傑瑞
回覆：製藥客戶關於耐受區間的問題傑瑞，
我不熟悉這些論文中引用的 ASTM 標準；但是，我認為他可能正在談論百分位數的置信區間。這可以在 JMP 中使用自訂分位數選項來完成。 JMP 計算使用者指定百分位數的置信限 ( https://www.jmp.com/support/help/14/display-options-for-continuous-variables.shtml#1257558 )
它使用了他提到的 Hahn 和 Meeker 非參數方法。
回覆：製藥客戶關於耐受區間的問題謝謝傑夫。這是目前的 JMP 使用者（不是潛在客戶）。
回覆：製藥客戶關於耐受區間的問題這是潛在用戶還是目前用戶？
如果他們是當前用戶，建議他們在您進行研究時將問題發佈到 JMP 用戶社群當然不會是不恰當的。
社區中的某個人可能會在這裡分享一些經驗或建議。
