1、Nonnormal Data非正态数据转换非正态数据转换及过程能力分析及过程能力分析关于这个模块使用为正态分布数据设计的工具主要依赖于数据确实接近正态分布且稳定 (没有异常原因 )。这个模块主要研究对非参数数据起作用的方法。我们将学到 1. 为什么我们需要正态数据 2. 如何检验正态数据 所有的数据 分层的数据 3. 我们如何对连续数据实施转换使其正态 转换的类型 转换选择 Box-Cox 方法 4. 非正态数据的流程能力分析非正态数据不是所有的数据都是正态 只在一个 方向有长尾的我们就说他是偏斜的使用非正态数据的结果案例：计算正态曲线的流程西格玛值为了判定流程西格玛，找到超出规格界限的缺陷区
2、域： 在 Z表中查找不合格率 如果数据是非正态的，那么估计的缺陷区域将会不正确， 使用这种方法将会得到错误的流程西格玛值。受非正态数据影响的方法方法 非正态数据的结果流程西格玛计算 不正确的流程西格玛值个体控制图 错误探测某些异常原因，错过其他的信号假设检验 关于组群间差异不正确的结论回归分析 错误识别重要因子，糟糕的预测能力实验设计 关于重要因子不正确的结论，糟糕的预测能力注意！有些时候异常原因导致正态数据出现偏斜寻找使数据偏斜的因子始终绘制数据的时间序列图 寻找流程平均数或可变性的偏移 可能导致偏斜始终根据其他因子对数据分层 某个特殊组可能导致偏斜案例：决定时间目标：使用 Minitab 检查数据组的正态性。背景：一个商业贷款业务根据作出决定的时间收集数据。可以得到 100笔贷款申请的数据。时间假定是按天记录。 18天是允许决定的最长时间。1. 绘制决定时间的直方图2. 构建决定时间的正态图3. 决定时间是正态分布的吗？4. 检查时间图和分层的点图，判定是否： 有偏移发生在特殊的时间， 另一个因子导致偏斜。直方图直方图
