다음 값을 추정할 때 불편화 상수 사용

단기 및 장기 표준 편차를 추정할 때 불편화 상수를 사용할 것인지 여부를 지정합니다.

불편화 상수는 표본 크기에 따라 달라집니다. 불편화 상수는 주어진 표본 크기의 표본에 대한 표준 편차 추정치의 기대값과 모집단 표준 편차의 비율입니다. 기본적으로 단기 표준 편차를 추정할 때는 불편화 상수를 사용하고 장기 표준 편차를 추정할 때는 불편화 상수를 사용하지 않습니다.

자세한 내용은 공정 보고서에 대한 공정 통계량 및 공정 능력 값 계산에서 확인하십시오.

단기 표준 편차
단기 표준 편차를 계산할 때 불편화 상수를 사용합니다.
장기 표준 편차
장기 표준 편차를 계산할 때 불편화 상수를 사용합니다.

부분군 크기가 1일 경우 다음 항목을 사용하여 단기 Z 계산

데이터가 합리적인 부분군에서 수집되지 않은 경우(즉, 부분군 크기 = 1인 경우) 데이터에 대한 단기 표준 편차를 계산하는 방법을 지정하십시오. 부분군 크기 = 1이면 일반적인 방법으로는 단기 표준 편차를 계산할 수 없습니다.
단기 표준 편차를 추정하기 위한 이동 범위
이동 범위[MR] 방법을 사용합니다.
장기 Z + σ 이동
장기 Z 표준 편차의 추정치를 사용합니다. 연속적으로 생산되는 단위가 비연속적으로 생산되는 단위보다 변동성이 적다고 가정할 수 없는 경우에는 이 옵션을 선택하십시오. 가정된 시그마 이동에 대해 0과 6 사이의 값을 지정할 수 있습니다.

다음 값과 함께 Box-Cox 누승 변환(W=Y^λ) 사용

데이터의 치우침이 매우 심하거나 부분군 군내 변동이 안정적이지 못할 경우에는 Box-Cox 누승 변환을 사용하십시오. 변환은 λ = 0일 경우(자연 로그를 사용한 경우)를 제외하고는 원본 데이터를 λ 제곱으로 변환합니다.

최적 λ
최적의 변환을 산출하는 최적 람다를 사용합니다. Minitab에서는 최적 람다를 0.5 또는 가장 가까운 정수로 반올림합니다.
기타 [-5와 5 사이의 값]
지정된 람다 값을 사용합니다. 기타 일반적인 변환은 제곱(λ = 2), 역 제곱근(λ = −0.5) 및 역(λ = −1)입니다. 대부분의 경우 -2에서 2의 범위를 벗어나는 값은 사용하지 말아야 합니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오