计算小样本的非参数公差区间 (2020-EU-30MP-343)Oliver Thunich，STATCON GmbH 顾问
在工业生产中，公差区间被广泛用于确定过程的质量。然而，常用的公差区间假设数据服从正态分布，这对许多过程来说都是有问题的。应客户的要求，我们提出了一种计算非参数公差区间的可能性，即使用 JMP 中实现的非参数经验似然方法计算分位数的置信区间。当所需样本量变得非常小时，传统的非参数置信区间往往会返回不稳定的结果。因此，我们开发了一个 JSL 脚本，它扩展了经验似然方法，即使样本量很小，也能够为大部分人群生成稳定的非参数公差区间。模拟研究使用生产数据和生存分析数据评估了该方法与现有方法的性能。我们发现，所提出的方法比现有方法稳定得多，尤其是当数据与正态分布有很大差异时。将 JMP 与实施的方法结合使用，我们能够确保过程的质量，而测量质量的成本非常高且/或耗时。
高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究数据探索与可视化预测模型和机器学习质量与工艺工程可靠性分析分享和交流结果
