月度关注热点

怎样判断一组数据是否符合正态分布

字体: 小中大 | 打印发表于: 2008-9-01 16:03 作者: westzh 来源: 6sigma品质网

1.如果做cpk来判断制程能力时，所收集的数据是否要符合正态分布？
2.如果cpk低于目标值（如：1.33）应该怎么分析和处理？
上述问题请大侠们解决一下
呵呵

我也来说两句查看全部回复

最新回复

hyc1754 (2008-9-01 16:19:06)

先回答第一点:计算Cpk不需要数据一定是正态分布;但计算前要鉴定一下属于何种分布
xfire (2008-9-01 16:42:23)

1.不是正态数据，就说明过程不受控，就不能计算Cpk。
但判断过程受控，一般是采用控制图来看。
2.Cpk低于目标值，可能很多种原因吧。
yellowfeox (2008-9-01 18:39:06)

先让你的过程受控，然后才能进行制程能力分析！过程能力是否受控用X－R图，受控制程能力不一定会高于1.33的CPK值！低于怎么办那就要具体情况，具体分析了！
tokyo (2008-9-01 19:40:14)

1.将数据做正态性检验（基本统计里的工具），看是否为正态分布
2.CPK低于目标，要先看是制程问题还是量测系统问题
xxyang (2008-9-01 20:10:55)

1.如果做cpk来判断制程能力时，所收集的数据必须符合正态分布
2.如果cpk低于目标值要具体分析，只要分析mean和西格玛值
verdy (2008-9-01 21:36:48)

理论是当然要是正态分布,越接近正态分布,得出的结论越准确,越有参考价值,如果Cpk低于1.33,尽量改善过程,使之达到1.33以上
jhi968 (2008-9-01 22:38:05)

Cpk需要数据服从正态分布，Ppk则不一定要求服从正态分布。判断数据是否服从正态分布可使用正态性检验。
Cpk过小主要从三面来分析和改进：调整分布中心，减少偏移量。减少离散程度，减少标准差。或者放宽公差范围。
kerrywhg (2008-9-02 08:37:53)

大家的回復有些很深奧，有些又比較空泛，有沒有同事更詳細的講一講樓主提出的問題，因為這些是一個新手普遍遇到的問題。謝謝大家。
xxg0007 (2008-9-02 08:59:05)

正态性检验如何进行呢，能否说得详细一点
kerrywhg (2008-9-02 09:52:42)

1.如果做cpk来判断制程能力时，所收集的数据是否要符合正态分布？
2.如果cpk低于目标值（如：1.33）应该怎么分析和处理？

長期關注中。
hyc1754 (2008-9-02 10:12:14)

正态检验可以用MINITAB里的stat->basic statistics->normality test;
然后判断P值是否大于0.05来检验是否正态分布;
当然也可以用分布鉴定,直接认定属于何种分布
verdy (2008-9-02 10:27:17)

QUOTE:
原帖由 jhi968 于 2008-9-1 22:38 发表
Cpk需要数据服从正态分布，Ppk则不一定要求服从正态分布。判断数据是否服从正态分布可使用正态性检验。
Cpk过小主要从三面来分析和改进：调整分布中心，减少偏移量。减少离散程度，减少标准差。或者放宽公差范围。
Ppk不要求正态分布？那6sigma范围是否包含了99.7左右的数据呢？有没有人用卡方，F分布的+/-3sigma算置信区间？一个非正态的过程的+/-3sigma只包含80%数据也说不定，那这样算出来的过程性能可信吗？

[ 本帖最后由 verdy 于 2008-9-2 10:29 编辑 ]
georgecho (2008-9-02 11:03:08)

计算Cpk前要求过程统计受控和单值近似服从正态分布。为什么？试着解释如下：
过程统计受控的另一层意义就是过程输出的分布随时间保持稳定（分布的形状和位置保持一致）。稳定才能计算过程能力，Cpk和Ppk都要过程统计受控。举个简单的例子：评价某个人的工资收入，一种情形是他每个月都收入5000左右，另一种情形是他有的月份收入1000左右，有的月份收入10000左右。很明显，前一种情形才能用以分析其工资水平。
为什么单值要服从正态分布，是因为正态分布的平均值处于分布曲线的对称轴上即正好等于50%分位数，这时平均值才有意义并用来计算Cpk。由于Cp、Pp的计算用不到平均值，所以Cp和Pp计算不需要正态分布的前提。偏态分布的平均值与50%分位数不相等，所以平均值没啥意义，Cpk就没有意义了，此时Ppk仍然有意义，就是将50%分位数值代替平均值计算。那为什么只要“近似”服从正态分布？我认为可能的原因是一些近似于正态分布的对称分布的平均值等于其50%分位数。
georgecho (2008-9-02 12:18:18)

QUOTE:
原帖由 verdy 于 2008-9-2 10:27 发表

Ppk不要求正态分布？那6sigma范围是否包含了99.7左右的数据呢？有没有人用卡方，F分布的+/-3sigma算置信区间？一个非正态的过程的+/-3sigma只包含80%数据也说不定，那这样算出来的过程性能可信吗？
没有那么复杂
非正态计算Ppk用到的统计量共有5个：0.13%分位数、99.87%分位数、50%分位数、规格上限或下限。
不过一定要确定是何种分布，所以就不能使用MINITAB中的正态性检验去验证非正态分布，得用MINITAB中“单值分布识别”工具去检验到底是哪种分布。
jhi968 (2008-9-03 23:48:29)

大家别想得或者说得太复杂了。Cpk与Ppk唯一不同的地方就是对总体标准差的估计不同。计算Cpk时对标准差的估计是基于正态分布的前提的，所以说如果数据不服从正态分布，就不能计算Cpk。而计算Ppk时对标准差的估计是用样本标准差（s）来估计的，就无所谓是不是服从正态分布啦。
爱在深秋 (2008-9-04 06:37:23)

1.一定要符合正态分布，即使不符合，也要进行数据转换
2.CPK要与CP结合起来进行分析才有意义
haojianxiulove (2008-9-06 08:34:51)

我做的是统计,质量部门的.学的是质量工程专业;对SPC知道一些皮毛;想试着用手里的资料做一些分析,可是感觉无从下手,麻烦各位前辈给指点指点!谢谢!
tomasson (2008-9-06 14:27:14)

1、不是正态分布就不能用SPC方法进行控制了吗？或者说控制了也没有什么意义？
2、如果不是正态分布，需要确认是何种分布的话，可以用minitab里的“单值分布识别”，是指哪项，对应英文是什么？确认了是哪种分布，如何确定用何种方法进行管理？
3、如果通过BOX-COX数据转换，正态检验结果为非正态的话，是否说明不能用SPC控制？
有无高手解答啊？