如果你有非正态数据，可以选择变换数据，或者选择一个符合你数据的非正态分布。
转换数据并使用常规的能力分析
如果Box-Cox变换对数据有效，可以指定λ值进行变换，并使用正规能力分析。
- 进入页面 组成 并选择产品。然后选择产品的流程步骤。
- 打开流程步骤，进入该 过程汇总 章节。
- 选择 附加设置 访问每个指标的控制图表和能力分析选项。
- 选择 正态能力分析 如果您的非正态数据全部为正数 (> 0) 而且您希望获取子组内（潜在）能力和整体能力的估计值，请使用 Box-Cox 变换。
- 选择lambda（λ）值来转换数据。
- 最优 λ: 使用应当生成最佳拟合变换的最优 lambda。
- λ = 0 (ln): 使用数据的自然对数。
- λ = 0.5 (平方根): 使用数据的平方根。
- 指定 λ: 其他常见的变换包括平方 (λ = 2)、逆平方根 (λ = −.5) 和逆 (λ = −1)。在大多数情况下，应当使用介于 −2 和 2 之间的值。
- 选择 确定。
选择合适的分布并使用非正态能力分析
选择合适的分布是进行能力分析的重要第一步。如果选择的分布对数据的拟合效果不是很好，则能力估计值将不准确。
- 进入页面 组成 并选择产品。然后选择产品的流程步骤。
- 打开流程步骤，进入该 过程汇总 章节。
- 选择 附加设置 访问每个指标的控制图表和能力分析选项。
- 选择 拟合分布。 通常，最好利用工程和工艺历史知识来识别符合工艺数据的分布。然而，Minitab® 统计软件拥有许多工具，如 Individual Distribution Identification，可以帮助你评估不同分布的拟合度。
- 选择最适合你数据的分布。
- 选择 确定。
正态和非正态能力模型的比较
在决定是使用非正态分布还是进行了变换的正态分布时，请考虑以下内容：
- 一般来说，你应该选择对数据最有效的模型。如果非正态分布或变换同样有效，一些从业者建议使用非正态模型，因为它使用了实际的数据单元。然而，也有人可能更喜欢常规模型，因为它能估算整体和过程内的能力。
- 如果你计划对过程进行长期重复的能力分析，尽量选择一个能够在时间内充分表征过程的分布或变换。使用相同的分布或变换可以让你轻松且直接地比较重复分析中的指标。
- 正态能力
-
- 使用实际或转换数据制作直方图。
- 计算组内、组间/组内（同时存在子组内和子组间变异时）和整体能力。
- 在直方图上绘制正态曲线，以帮助您确定变换是否对让数据服从正态分布起作用。
- 非正态能力
-
- 对直方图使用实际的数据单位。
- 仅计算整体能力。
- 在直方图上绘制所选的非正态分布曲线，以帮助您确定数据是否与指定的分布相拟合。
