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はパラメトリックな許容区間しか提供していませんが、Jordanが指摘しているように、ブートストラップ法は便利なオプションです。Peterさん、もしお役に立てれば、これらの計算を実行するExcelファイルがあります。これは私がシックスシグマに勤めていた頃のものです。喜んで共有します。
非パラメトリック許容区間についてジョーダンさん、ありがとうございます。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ね。今はMinitabからの移行に満足してもらえるよう努めているところです。
非パラメトリック許容区間についてDistribution の Quantiles 出力のブートストラップ分析はどうでしょうか？許容区間と全く同じではありませんが、パラメトリックな仮定なしに同じ種類の情報を得ることができます。
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、ありがとうございます。良いオプションですね。でも、今回のケースでは期待していたものとは少し違いますね。お客様は、現在ノンパラメトリックデータのみを用いた許容区間で可能なように、信頼区間とカバーする割合を選択できるようにしたいとおっしゃっています（これはMinitabの機能で、JMPでも再現したいとのことです）。
非パラメトリック許容区間についてピーター、
これはうまくいくでしょうか？分布に移動して、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で、分布からの分位数に基づいて K-Sigma「仕様」を設定します。
そうすれば、完全な非パラメトリック 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。
これが役に立つことを願います!
スコット
