解释 公差区间的样本数量 的所有统计量

请查找定义和解释指导,了解随 公差区间的样本数量 提供的每个统计量。

置信水平

由于数据样本存在随机性,因此来自同一总体的两个样本不可能产生相同的公差区间。但是,如果收集很多样本,特定百分比的所取得的公差区间将包含您指定的最小总体比率。

置信水平是公差区间实际包含最小百分比的可能性。例如,工程师想要知道在置信度为 98% 时,99% 的未来产品将落在其中的范围。98% 是公差区间的置信水平。

区间中最小总体百分比

要让公差区间包括的区间中最小总体百分比。例如,工程师想要知道在置信度为 98% 时,将包含 95% 未来产品的范围。99% 是公差区间中的最小总体百分比。

总体覆盖率超过 p* 的概率

总体覆盖率超过 p* 的概率是指区间包含超过 p* 的总体数据的概率。常用值包括 0.01、0.05 和 0.1。更大的值可能会导致公差区间所涵盖的总体百分比会远大于目标值 p。

解释

假设您要计算涵盖总体 90% 的公差区间。通过使用总体覆盖率超过 p* 的默认概率 0.05 (5%),可以确定区间中最大可接受总体百分比为 92%。这些统计量在一起表明区间包括 92% 或更大百分比的总体的概率为 5%。

最大可接受总体百分比

最大可接受总体百分比是可能包括在区间内(超过 p* 的目标)的总体的附加百分比。

解释

假设您要计算涵盖总体 90% 的公差区间。通过使用总体覆盖率超过 p* 的默认概率 0.05 (5%),可以确定区间中最大可接受总体百分比为 92%。这些统计量在一起表明区间包括总体的 92% 或更大百分比的概率为 5%。

样本数量

样本数量 (N) 是 Minitab 用来计算容差区间的样本中的观测值数量。如果指定了一个或多个样本数量,则 Minitab 将计算使用这些样本数量达到的区间中最大可接受总体百分比。如果为区间中最大可接受总体百分比指定一个或多个值,则 Minitab 将计算达到这些百分比所需的样本数量。

解释

如果样本数量较小,则最大可接受百分比可能过大,公差区间可能会大大高估过程的变异性。越精确的公差区间越有用,提供的信息也越多,但是最大可接受百分比越小,需要的样本数量越大。如果公差区间不够精确,则说明它可能太宽,其中包括的总体百分比远大于指定的百分比。

正态方法

公差区间是产品的特定质量特征值的范围,该区间可能涵盖指定百分比的未来产品产量。如果可以肯定认为样本来自正态分布的总体,则请使用正态方法公差区间。

如果数据服从正态分布,则正态方法比非参数方法更准确和经济。使用正态方法可以实现更小的区间中最大可接受总体百分比,在观测值较少时也是如此。

正态方法对于严重偏离正态性的情况并不是稳健的方法。如果您不确信父分布或者您知道父分布不是正态分布,请使用非参数方法。

解释

如果为区间中最大可接受总体百分比指定一个或多个值,则 Minitab 将计算达到这些百分比所需的样本数量。如果指定了一个或多个样本数量,则 Minitab 将计算使用这些样本数量达到的区间中最大可接受总体百分比。Minitab 将执行正态和非参数方法计算。对于其他分布的计算,请使用公差区间(非正态分布)

在这些结果中,Minitab 针对正态方法和非参数方法计算为了创建公差区间所需的样本数量。正态方法的样本数量为 1395。

95% 公差区间的样本数量 非参数 取得的 获得的误 P* 正态方法 方法 置信度 差概率 92.000% 1395 2215 95.0% 0.049 P* = 区间中可接受的最大总体百分比 获得的置信度和误差概率仅适用于非参数方法。

在这些结果中,Minitab 针对正态方法和非参数方法计算与特定样本数量相关联的区间中最大可接受总体百分比。当样本数量为 1000 时,正态方法的最大可接受百分比为 96.5124%。当样本数量为 1500 时,最大可接受百分比为 96.2603%,而当样本数量为 2000 时,最大可接受总体百分比为 96.1047%。

95% 公差区间的最大可接受总体百分比 取得的 获得的误 样本数量 正态方法 非参数方法 置信度 差概率 1000 96.5124% 97.0544% 95.7% 0.050 1500 96.2603% 96.7379% 96.1% 0.050 2000 96.1047% 96.5124% 95.8% 0.050 获得的置信度和误差概率仅适用于非参数方法。

非参数方法

公差区间是产品的特定质量特征值的范围,该区间可能涵盖指定比率的未来产品产量。如果您不能可靠地假设样本来自正态分布总体,则必须使用非参数方法公差区间。

非参数方法仅要求数据为连续数据。但是,非参数方法要求样本达到很大数量,才能保证结果准确性。如果样本数量不够多,则此非参数区间为无信息区间,其范围为从负无穷大到正无穷大。在这种情况下,Minitab 将根据数据范围显示一个有限区间。结果,所取得的置信水平将远远低于目标置信水平。

解释

如果为区间中最大可接受总体百分比指定一个或多个值,则 Minitab 将计算达到这些百分比所需的样本数量。如果指定了一个或多个样本数量,则 Minitab 将计算使用这些样本数量达到的区间中最大可接受总体百分比。Minitab 将执行正态和非参数方法计算。对于其他分布的计算,请使用公差区间(非正态分布)

在这些结果中,Minitab 针对正态方法和非参数方法计算为了创建公差区间所需的样本数量。非参数方法的样本数量为 2215。

95% 公差区间的样本数量 非参数 取得的 获得的误 P* 正态方法 方法 置信度 差概率 92.000% 1395 2215 95.0% 0.049 P* = 区间中可接受的最大总体百分比 获得的置信度和误差概率仅适用于非参数方法。

在这些结果中,Minitab 针对正态方法和非参数方法计算与特定样本数量相关联的区间中最大可接受总体百分比。当样本数量为 1000 时,非参数方法的最大可接受百分比为 97.0544%。当样本数量为 1500 时,最大可接受百分比为 96.7379%,而当样本数量为 2000 时,最大可接受总体百分比为 96.5124%。

95% 公差区间的最大可接受总体百分比 取得的 获得的误 样本数量 正态方法 非参数方法 置信度 差概率 1000 96.5124% 97.0544% 95.7% 0.050 1500 96.2603% 96.7379% 96.1% 0.050 2000 96.1047% 96.5124% 95.8% 0.050 获得的置信度和误差概率仅适用于非参数方法。

取得的置信度

对于非参数方法,Minitab 将计算所达到的置信水平。这是从样本中获取的精确置信水平。它通常不会小于目标置信水平,除非您的样本数量太小。

解释

在这些结果中,取得的置信水平为 95.7%、96.1% 和 95.8%,它们大于所需值 0.05。

公差区间的样本数量

方法 置信水平 95% 区间中的最小总体百分比 95% 总体覆盖范围超过 p* 的概率 0.05
95% 公差区间的最大可接受总体百分比 取得的 获得的误 样本数量 正态方法 非参数方法 置信度 差概率 1000 96.5124% 97.0544% 95.7% 0.050 1500 96.2603% 96.7379% 96.1% 0.050 2000 96.1047% 96.5124% 95.8% 0.050 获得的置信度和误差概率仅适用于非参数方法。

取得的误差概率

对于非参数方法,Minitab 将计算取得的误差概率。取得的误差概率是与指定的样本数量相关联的确切边际误差概率。取得的误差概率通常接近所需的水平。

解释

在这些结果中,对于每个样本数量,取得的误差概率是 0.05,它等于所需值 95%。

公差区间的样本数量

方法 置信水平 95% 区间中的最小总体百分比 95% 总体覆盖范围超过 p* 的概率 0.05
95% 公差区间的最大可接受总体百分比 取得的 获得的误 样本数量 正态方法 非参数方法 置信度 差概率 1000 96.5124% 97.0544% 95.7% 0.050 1500 96.2603% 96.7379% 96.1% 0.050 2000 96.1047% 96.5124% 95.8% 0.050 获得的置信度和误差概率仅适用于非参数方法。
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