非正态数列的正态转换
过程能力指数(CPK),是现代企业用以衡量生产制造过程是否符合质量要求的重要指标,因此,我们对于一个生产工序过程稳定性判断,往往都是从其过程能力指数开始的。一般而言,基于中心极限定理,当样本数量较大,且相互独立的情况下,该数据样本也呈正态分布,CPK的计算也是以数据样本为正态分布为基础来进行计算的。但在实际的生产过程中,我们有些生产质量指标,除了望目之外,也有很大部分是望大(越大越好)和望小(越小越好),对于这种类型的质量指标,往往数据本身就是非正态的。对于此类数列,如果采用常规的CPK的计算公式进行CPK的计算,将出现较大的偏差。因此,对于此类不符合正态分布的生产指标数据,需要将其转换为正态分布数列,然后再进行CPK的计算。在JMP里,我们可以通过Box-cox转换,就能够将非正态分布数列快速的转换为正态分布数列,以便我们后续进行CPK的计算等等操作。整个过程非常的简单、方便。
我们只需要通过操作路径分析-拟合模型,进入JMP拟合模型分析平台,然后将需要转换的数据列名称放入Y列中,然后点击“运行”。
图1:拟合模型分析平台
在拟合模型分布界面,从“响应‘Y’”旁边的红色小三角菜单中,选择因子刻画 > Box-Cox Y 变换,即可实现所选数列的Box-Cox Y 变换,选择“保存最佳变换”可以将转换的数列和转换公式。
图2:Box-cox转换数列及公式
将转换后的数列进行正态拟合的验证,经过验证我们发现转换后的数据已经符合正态分布。接下来,我们就可以基于转换的数列进行CPK的计算了。
图3:转换数列的正态分布检验