非パラメトリック許容区間非パラメトリック データがある場合に許容区間を計算する簡単な方法を見つけることができませんでした。何か見落としているのでしょうか?
非パラメトリック許容区間についてそれは素晴らしいですね。ありがとう
非パラメトリック許容区間についてJMP はパラメトリック許容区間のみを提供しますが、Jordan が指摘しているように、ブートストラップは優れたオプションです。Peter、役に立つなら、これらの計算を実行する Excel ファイルがあります。これは私が Six Sigma にいたころのものです。喜んで共有します。
非パラメトリック許容区間についてありがとう、ジョーダン。パラメトリックの仮定を回避するのは良いアイデアですね。将来的にはアップセルの機会になるかもしれませんが、今は Minitab からの移行で顧客を満足させようと努力しているところです。
非パラメトリック許容区間についてDistribution からの Quantiles 出力のブートストラップ分析はどうでしょうか? 許容区間とまったく同じではありませんが、パラメトリック仮定なしで同じ種類の情報が得られます。
もちろん、JMP Pro のみのソリューションです。アップセルも可能かもしれません!
非パラメトリック許容区間についてスコットさん、それは良いオプションですね。でも、今回のケースでは私が期待していたものとは少し違います。顧客は、非パラメトリック データのみを使用して現在許容区間で実行できるのと同じように、信頼度とカバーする割合を選択できるようにしたいと考えています (これは Minitab の機能で、JMP で再現したいと考えています)。
非パラメトリック許容区間についてピーター、
これは機能しますか? 分布に移動し、連続フィット - 滑らかな曲線をフィットして、非パラメトリックフィットを取得します。
次に、赤い三角のオプションは、分布からの分位数に基づいて K-Sigma「仕様」を設定することでした。
そうすれば、完全なノンパラメトリック プロセス能力を詳細に取得できます。
以下は Big Class を使用した例です。
お役に立てれば！
スコット
