指定用于估计 正态能力分析 的标准差的方法

统计 > 质量工具 > 能力分析 > 正态 > 估计
针对子组大小 > 1 的情况的估计方法
当您在每个子组内具有多个观测值时,选择用于估计子组内标准差的方法。
  • RbarRbar 是子组极差的平均值。此方法是对标准差的公共估计值,并在子组大小为 2-8 时效果最好。
  • SbarSbar 是子组标准差的均值。此方法可提供比 Rbar 更精确的标准差估计值,尤其是子组大小 > 8 时。
  • 合并标准差合并标准差是子组的差异的加权平均值,可为较大子组提供对整体估计的更大影响。当过程处于受控状态时,此方法可提供最精确的标准差估计。
针对子组大小 =1 的情况的估计方法
选择当您具有单独的观测值时用于估计子组内标准差的方法。当子组大小为 1 时,无法计算子组内的样本标准差或极差。Minitab 会转而使用移动极差来估计标准差。
  • 移动极差均值移动极差平均值是两个或更多个连续点的移动极差的平均值。这种方法通常用于子组大小为 1 的情况。
  • 移动极差中位数移动极差中位数是两个或更多个连续点的移动极差的中间值。当数据具有可能会影响移动极差的极端极差时,使用这种方法可得到最好的结果。
  • 递差均方和平方根MSSD 均方递差的平方根是连续点之间均方差的平方根。当您无法合理地假定至少已在类似条件下收集 2 个连续点时,可使用此方法。
移动极差长度
输入用于计算移动极差的观测值个数。长度必须 ≤ 100。默认长度为 2,因为相邻值相似的可能性最大。
无偏常量
在计算子组内和整体标准差时,您可以选择使用无偏常量。无偏常量可减小在从少量观测值估计参数时可能发生的偏倚。随着观测值数量增加,无偏常量对计算结果的影响变小。
  • 使用无偏常量在估计组内标准差时使用无偏常量。此选项适用于 Sbar、合并标准差及 MSSD 方法。
  • 使用无偏常量计算整体标准差:在估计整体标准差时使用无偏常量。
注意

通常,是否选择使用无偏常量取决于公司策略或行业标准。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策