论文部分内容阅读
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。