什么是数据变换？
如果您使用为正态数据设计的能力分析（如正态能力分析），您的数据必须服从正态分布。如果您的数据不是正态的，则分析结果可能不准确。有时，您可以通过向数据应用一个函数来变换非正态数据，该函数可以更改数据的值，使数据更加服从正态分布。
例如，假设您需要针对比萨饼送货所需的时间执行能力分析。由于存在一个最短送货时间，但未设置最长送货时间，则数据会向右偏斜。可以通过应用变换来去除数据中的严重偏斜。
变换前
披萨饼送货时间向右偏斜，而且未呈正态分布。
变换后
数据在变换后，更加服从正态分布。
Box-Cox 变换有什么作用？
Box-Cox 变换是一种幂变换 (W = Y**λ)，Minitab 会根据它来确定 λ 的最佳值。
尽管 lambda (λ) 的最佳估计值可能是 -5 到 5 之间的任何数字，但在任何实际情况下，您都需要一个与容易理解的变换对应的 λ 值，如平方根 (λ=0.5) 或自然对数 (λ=0)。
Johnson 变换有什么作用？
Johnson 变换与 Box-Cox 变换使用的算法不同。Johnson 变换函数是从 Johnson 系统中的三个系列的函数中选择的。由于函数通过更改参数可涵盖大量分布，因此 Minitab 通常会找到可接受的变换。Minitab 选择的系列称为“最佳变换类型”。
执行使用数据变换的正态能力分析
如果您的数据是非正态数据，您可以尝试变换，这样便可以使用正态能力分析。
- 选择。单击变换。
- 选择变换：
- Box-Cox 变换
- 此变换易于理解并提供子组内能力统计量和整体能力统计量。
- Johnson 变换
- 这种变换非常强大，可以用于包括零和负值在内的数据，但它较为复杂，只能提供整体能力统计量。可以在 Box-Cox 变换找不到合适的变换时使用。
- 指定变换选项，如果您喜欢的话，请单击确定。
如果您数据的变换不起作用，您应该使用个体分布标识调查非正态分布，以便可以使用非正态能力分析。
