置信区间三种公式,通常,计算能力指数的时候,仅仅是根据抽样的数据计算能力指数的点估计值(Cp/Cpk/Pp/Ppk)。得到的能力指数结果只是一个点,比如下面案例,对于某个直径Φ25±0.055,采用Minitab得到的能力指数报告。
可以发现,Minitab给出的结果是:
Cp=2.02,Cpk=1.79,Pp=2.04,Ppk=1.81
是一个“数据点“。
但是,如果进一步追问的话,就会发生一个问题:
很显然,我们可以猜得到,再次抽样得到的能力指数不可能和原来完全一模一样,总会有一些波动(差异)。所以,给出能力指数的波动范围区间的估计值,对于全面了解过程的绩效是很有意义的。
注意:在数据为正态分布的条件下,可以得到能力指数的置信区间,如果数据是非正态分布,Minitab无法计算置信区间。
下面,我们介绍一下,如何采用Minitab获得能力指数的置信区间。
输入相关的信息。然后,点击“选项“
勾选”包括置信区间“。
确定之后,Minitab就会给出包含波动范围(置信区间)的能力指数报告。
我们以Ppk的信息为例。点估计值是Ppk=1.81。这个点估计值是针对抽样的数据进行估计的。但是,如果“过程状态保持不变“,那么再抽250件样本,我们有95%的信心确认,虽然Ppk不会正好是1.81,但是会在一个范围内波动,这个范围就是95%的置信区间(1.64,1.97)。这意味着下一次抽样得到的Ppk,有可能会低至1.64,也有可能高至1.97。
能力指数的置信区间和样本量关系密切,大体上,两者是“近似于反比“的关系。
如果我们把上面的案例数据多次Double,也就是把250个数据再复制粘贴三次,变成1000个数据,得到的能力指数报告如下:
置信区间的常用计算方法为Pr(c1<=μ<=c2)=1-α。其中α是显著性水平;Pr表示概率,是单词probablity的缩写;100%*(1-α)或(1-α)或指置信水平;表达方式为interval(c1,c2) - 置信区间。理论描述 置信区间是一种常。
同样,以Ppk的信息为例。由于只是简单的数据Double,点估计值是没有变化,仍然是Ppk=1.81。但是,95%的置信区间发生了变化。变成了(1.73,1.89)。这意味着,如果“过程状态保持不变“,那么再抽1000件样本,我们有95%的信心确认,虽然Ppk不会正好是1.81,有可能会低至1.73,也有可能高至1.89。这个置信区间比250件抽样情况下的置信区间窄了一些。
更多汽车专业知识,尽在IND4汽车人APP。
在样本量相同的情况下,置信水平越高,置信区间越宽。如果样本均值落在中间1-α范围内,以样本均值为中心构造的置信区间就包含总体均值μ,这是我们希望看到的;但也有可能落在此范围以外,这种情况下构造的置信区间就不包含。