非正态过程能力指数估计与Bootstrap置信区间构建

发布时间：2020-12-25 23:34

　　传统计算非正态分布过程能力指数最经典的方法——Clement方法,其最大的缺点是必须有足够多的观测样本才能得到较为准确的结果。文章利用加权标准差可将非正态过程分解成两个正态过程的思想,结合样本估计相关理论构建了一种基于加权标准差的过程能力指数。新指数无论是在小样本还是大样本的情况下,都比Clement方法估计结果的准确性更高,且在此方法基础上构建的Bootstrap置信区间的真实值覆盖率均远远高于同等条件下Clement方法构建的置信区间。 

【文章来源】：统计与决策. 2020年07期 北大核心CSSCI

【文章页数】：7 页

【部分图文】：

原始和分解后近似分布即所有质量数据中小于均值数据的比例

【参考文献】：
期刊论文
[1]自相关过程能力指数置信区间的构建与评价[J]. 王斌会,谢贤芬.  数量经济技术经济研究. 2015(10)
[2]过程能力指数Cpm与合格率的关系[J]. 杨剑锋,刘玉敏,常广庶,王海宇.  工业工程. 2006(05)
[3]非正态过程能力指数研究中的几个问题[J]. 田志友,田澎,王浣尘.  工业工程. 2005(01)
[4]过程能力指数综述[J]. 汤淑明,王飞跃.  应用概率统计. 2004(02)



本文编号：2938594