自动化能力分析 的方法和公式

为了选择合理的方法，Minitab 统计软件会评估多种方法，以找到数据的合理拟合。根据评估顺序，分析为第一种方法提供对数据进行合理拟合的能力结果。为了确定方法是否合理拟合，分析使用显著性水平为 0.05 的安德森-达林检验。

与基于样本数据的最佳拟合选择方法的过程相比，选择提供合理拟合的第一种方法具有优势。例如，随着形状参数的增加，Gamma 分布收敛为正态分布。偏离正态性将使 gamma 分布比生成正态分布数据的过程中的某些样本的正态分布拟合得更好。对于生成正态分布数据的过程，即使另一种方法更适合特定样本，正态分布也是更好的方法。

这个顺序和安德森-达林测试的使用意味着某些分布从来都不是自动选择的。指数分布是威布尔分布的一个特例，因此威布尔分布将拟合任何拟合指数分布的数据。如果过程知识与指数分布的特征兼容，则可以生成这些能力结果。Minitab 统计软件不会为具有阈值参数的分布的安德森-达林检验生成 p 值，但 3 参数 Weibull 分布和 2 参数指数分布除外。如果过程知识与 3 参数对数正态分布等分布兼容，则可以生成这些能力结果。

接下来，分析评估转换是否使数据服从正态分布。由于变换会更改数据的单位，因此仅当没有分布拟合数据时，分析才会自动选择变换。如果变换使数据服从正态分布，并且您希望转换结果包含进程内能力统计量，则可以生成这些功能结果。该分析在更复杂的约翰逊变换之前尝试更简单的 Box-Cox 变换。

如果没有分布拟合数据，并且没有变换使数据服从正态分布，则分析将生成非参数能力分析的结果。

如果将行添加到用于分析的原始列中，则可以选择在输出窗格中更新结果或创建新结果。选择其中任一选项时，生成的能力结果将保持相同的方法，但分布参数的估计值会更新。使用此方法，添加数据可提供与先前结果进行比较的合理能力结果。使用相同的方法可以清楚地说明新数据如何改变流程的功能。如果该方法不能与新数据提供合理的拟合，请考虑该过程是否稳定。更改特征的过程的能力结果不能充分描述过程的最新状态。

有关正态分布或变换的能力统计的方法和公式的详细信息，请转到 正态能力分析。

有关非正态分布的能力统计的方法和公式的详细信息，请转到 非正态能力分析。

有关非参数分析的能力统计量的方法和公式，请转到 能力分析（非参数）。

有关分布参数估计和安德森-达令检验的详细信息，请转到 个体分布标识。