有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
先前談到 Tutorials 教學課程, 了解如何使用 Minitab 各項功能。而在Help 協助 > StatGuide 統計指南中, 則對於輸出的結果有詳細的解釋說明:
Control Charts > Box-Cox Transformation
Box-Cox 轉換 > 匯總
使用 Box-Cox 轉換：
·
校正製程資料中的非常態性
·
當資料中的變異與子群組平均值成比例時,穩定子群組變異數
通常，當資料中的變異與子群組平均值成比例時，穩定變異數的轉換也將校正非常態性。
資料描述
一家紡織品製造商開發了一種太陽能系統，用於對鍋爐給水進行預熱，然後將其注入生產用蒸氣系統。量測了 48 小時內傳遞給給水的能量，並計算了能量比例（單位為 kbtu/小時）。
資料： 太陽能.MTW （在樣本資料檔案夾中）
Box-Cox 轉換 > 圖表 -
Box-Cox 圖
使用 Box-Cox 轉換製程選擇用於校正資料中非常態性的最佳轉換。
Box-Cox 圖包含：
·
lambda (l) 的可能值與由每個轉換產生的合併標準差的圖。
·
l 的最佳值以及取整值。
·
包含在圖上紅線內的 l 的 95% 信賴區間。
紅色豎線代表 l「真實」值的
95% 信賴區間。注意 l 的信賴區間是否包含 1，這一點很重要。
·
當 l 的信賴區間包含 1 時，不需要資料轉換。
·
當 l 的信賴區間不包含 1 時，應考慮轉換。
進行轉換時，您會希望使用有實際意義的 l 值。也就是說，使用對應於典型轉換的值，如 0.5（平方根轉換）或 2.0（平方轉換），而不使用過於精確的 l 值。在這種情況下，具有實際意義的最佳轉換會使用 l 的取整估計值。
輸出範例
解釋
對於太陽能系統資料，l 的最佳值為
-1.03，取整值為 -1.00。這對應於 1/Y 的轉換。
圖表中還包含 l 的信賴邊界。此處，信賴區間的範圍為 -2.87 到 0.66。
Control Charts > Box-Cox Transformation > more
製程資料中的非常態性
使用管制圖時，通常不需要校正非常態性，除非資料高度偏斜。資料高度偏斜時，如 圖表僅因隨機變異而產生的「不受控」的點將比在資料更嚴格符合常態分布時產生的多。
能力指數以資料表示來自常態分布的總體的樣本這一假設為基礎。因此，使用常態能力分析製程時必須校正資料中的非常態性。觀測值來自偏斜的分布時，能力指數（如 ppk 和 cpk）可能看起來「很好」，但許多單位將仍處於「規格外」。
製程資料中的不等變異數
子群組平均值中經常同時出現不等的子群組變異數和非常態性。通常，子群組變異數將隨子群組平均值的增加而增加。Box-Cox 轉換有助於同時校正資料分布中的非常態性和趨向於隨之變化的不等的組內變異。
確定 l 的最佳值
開發了 Box-Cox 製程以根據下列形式的轉換集合確定最佳轉換：
當 l 不等於 0 時，Y' = Yl；當 l = 0 時，Y' =
loge(Y)。
範例，如果 l = 0.5，則應使用平方根轉換以校正資料中的非常態性。
確定 l 最佳值的標準是找到一個當轉換回原始刻度時使資料的合併標準差最小化的 l 值。每個有競爭性的 l 值的合併標準差異都繪製在
Box-Cox 圖中。
將 Box-Cox 轉換用於管制圖和能力分析
通常，先後使用 Box-Cox 轉換與管制圖或能力分析。
·
首先，使用 Box-Cox 轉換指令找到 l 的最佳值。
·
然後，將 l 的最佳值用作選擇實際 l 值的指導。不必使用過於精確的結果。範例，與使用 l = 0.4795 這一最佳值相比，更常使用的是對應於平方根轉換的 l = 0.5 值。
·
l 的常用值包含：
l 值 轉換
隨後將選定的 l 值輸入到管制圖或能力分析指令的「選項」子對話框中。
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言