minitab数据非正态分布怎么解决
cp和pp的主要区别是什么？
cp和pp的主要区别是什么？
Cp与Pp本质上的差异是计算公式中用的标准差的计算方法不同。
Cp是用组内极差或样本方差来估计的，而Pp这是计算所有样本的标准方差。
按照一般的理解，用同一组数据进行计算时，Cp通常要小于Pp，但是minitab中，我发现Pp大于Cp.
并且当我选择用Rbar来估计组内的标准差来计算Cp时，按照一般理解当Subgroup选择越大时Rbar会变大，同理Cp会变小，但是事实恰恰相反。
数据可以用产生随即的正态分布数据来的到。
minitab公差分析怎么做？
首先，要判断您输入输出的数据类型，是连续的还是离散的；连续数据是否是正态的；两样本是否方差齐性等等。根据这个结果，确定选择适合的假设检验，然后就可以在统计gt基本统计或统计gt方差分析或统计gt非参数或统计gt表格中运行相应的假设检验
电脑上如何制作cpk？
步骤/方式1
在电脑上打开minitab，将数据复制到minitab的表格中。
步骤/方式2
按照如下步骤选择：统计→质量工具→能力分析→正态。
步骤/方式3
在跳出的窗口中，首先双击鼠标左键，选择数据列。
步骤/方式4
选择好之后，填写如下数据：子组大小（数据没有分组就写1），规格上限，规格下限。
步骤/方式5
填写完毕后之后，点击确定，就可以看到Cpk图像、数据及分析。
minitab怎么判断一组数据是正态分布？
若试验中的因子正交，可单独估计每个因子的影响，正交设计具有“均衡分散、整齐可比”的优点。那么怎么判断是否正交呢？
如果两因子列正交，应满足2个条件（代码化）：每列的和为零；任意两列的相关系数为0.在Minitab软件中按照默认的方法（例如：统计-DOE-因子-创建因子设计）生产的全因子实验设计工作表就是满足正交要求的。但是你现在想从27次实验中随便选12次，肯定是很难满足正交的要求。
minitab怎么确认非正态数据是什么分布？
使用方法：Graph Probability Plot,默认是正态分布。正态分布normal distribution一种概率分布。正态分布是具有两个参数μ和σ2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2 )。
服从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ，而取离μ越远的值的概率越小;σ越小，分布越集中在μ附近，σ越大，分布越分散。