我写信是为了询问如何计算非参数方法的过程能力指数
在 JMP 的过程能力分析平台中，您可以使用“选择分布”选项来拟合特定分布（例如，威布尔分布、对数正态分布），然后计算过程能力指数。或者，您可以选择“非参数”来计算过程能力指数，而无需拟合特定分布。
我很好奇过程能力指数是如何计算的，特别是在“分布选择”中选择“非参数”时，因为JMP的结果与我自己计算的结果不同。
我的客户提到很难理解这个结果是如何得到的。
JMP 描述了两种不假设正态分布的计算能力指数的方法（见链接：https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/statistical-details-for-capability-indices-for-nonnormal-distributions.shtml
（1）百分位数法和（2）Z分数法。
（1）百分位数法
百分位数法使用 USL、LSL、99.865、50 和 0.135 百分位数计算过程能力指数，如下所示。
我很好奇 JMP 如何计算这些百分位数。为了说明我的问题，我附加了一个文件，其中我计算了变量 Y 的第 99.865、第 50 和第 0.135 百分位数，分别为 8.6、8.3 和 8.1。
如果 USL = 9.9 且 LSL = 6.9，我们预计 Pp 的计算方式为 (USL - LSL) / (99.865 百分位数 - 0.135 百分位数) = (9.9 - 6.9) / (8.6 - 8.1) = 3 / 0.5 = 6。但是，实际 JMP 输出显示 Pp 为 2.451。
当我选择“非参数”时，JMP 似乎使用不同的方法计算百分位数，导致不同的 Pp 值。您能解释一下这些百分位数是如何计算的吗？
（2）Z 分数法
在Z-Score方法的描述中，说F是一个合适的分布，但我想知道在“分布选择”中选择“非参数”时哪个分布是合适的。
提前感谢您的帮助。期待您的回复。
谢谢你，
嗨@HyeWonJung ，
如果您想计算Pp，可以按如下方式进行。
- 从红色三角形中选择连续拟合 > 平滑曲线。
- 从“非参数密度”旁边的红色三角形中，选择分位数刻画器。
- 在概率数编辑框中输入 0.00135，您将得到 JMP 使用的分位数。
关于 z-score 方法，我认为 JMP 在使用 z-score 方法时总是使用 F 分布。
我希望它有帮助。
雄一
