过程能力分析
公差区间
用覆盖比例和置信度构造一条统计保证带,宣称总体里至少那么大一截个体会落在带内——不是均值的区间,也不是图纸公差。
这篇能回答什么
公差区间(统计公差区间)要的是一条保证带:以置信度 γ 覆盖总体中至少比例 P 的个体。均值的 95% 置信区间只夹住一个参数;工程公差 LSL / USL 是设计写死的验收门。本页输出的是 \bar x \pm k s(正态)或一对次序统计量(非参数),k 随 n、P、γ 变大而变大。它不宣布 Cpk 过没过 1.33,也不帮你挑选 Weibull 还是正态——那些是能力与选族的问题。
教学把数学成绩对照工程门 55–92,清点图纸占位:下侧超差 A 60(30.0%),同时落在图纸门内 B 74(37.0%),上侧超差 C 66(33.0%),有效 200。三档几乎均分,说明当前样本相对 55–92 没有堆在门洞中间。统计保证带通常比这扇门更宽;若保证带仍宽于图纸,你不能以本样本、本 γ 宣称「总体里 99% 的个体会进 55–92」。
如何选择方法
先分清三个「区间」:夹参数的置信区间、夹个体比例的统计公差、夹验收的工程门。只要保证带,打开本页并声明 P 与 γ(教学用 P=0.99、γ=0.95)。要指数,离开本页。非参数路线不假设正态,但 n=200 时两端会各丢掉若干次序统计量,带子往往更宽。
公差区间:输入定量列、P、γ;输出保证下限 / 上限与所用假设。
正态 / 非正态能力:对照工程门算 Cp 或当量 Ppk。
个体分布标识:决定 k 因子该不该用正态。
单样本 t:只推断均值,覆盖的不是个体比例。
输入、输出与限制
输入
测量列勾数学成绩。覆盖比例 P 填 0.99,置信度 γ 填 0.95。正态双侧用 Howe / ISO 16269-6 的 k;一侧保证(例如「至少 99% 高于某限」)改用非中心 t 的单侧因子。工程门 55 与 92 不是构造公式的输入,只用来事后看图纸占位。
测量列:1 个定量序列(本例数学成绩)。
覆盖比例 P:教学 0.99(至少 99% 的个体)。
置信度 γ:教学 0.95。
输出
统计保证下限、上限,以及「正态 k」或「非参数次序」的标注。教学占位表报告相对工程门 55–92 的下侧 / 门内 / 上侧件数,用来提醒:保证带和图纸门是两把尺子,门内只有三成七并不等于 k 算错。
产品限制
P、γ、n 三者必须同时可行:n 太小会出现「该 P、γ 下不存在有限 k」。
非参数双侧在 n=200、P=0.99 时往往要用到接近端点的次序统计量,带子很宽。
缺测按列删除,有效 n 以合计行为准。
本页不输出 Cp、Cpk,也不拟合 Weibull。
案例
研究问题。 实验室想给数学成绩这类个体计量写一条对外承诺:以 95% 置信,总体里至少 99% 的个体落在某两条保证限之间。同时对照工程门 55–92,看当前 200 个点有多少已经在门外——这决定承诺能不能收窄到图纸。
定量成绩表 Sheet1,测量只留数学成绩。有效 200。下侧超差 60,门内 74,上侧超差 66,大约三等分。门内 37.0% 意味着:即便保证带算出来刚好等于 55–92,经验覆盖也只有三成七,远低于承诺的 99%。下载后把 P、γ 设成 0.99 / 0.95 复现保证限。
在 StatsX 中操作
步骤 1 · 打开定量成绩簿
上传 xlsx,工作表选 Sheet1。本过程按个体序列构造区间,不需要子组袋。
步骤 2 · 核对数学成绩连续
画像确认数学成绩为定量。不要把及格标记或班级当作测量。若准备用正态 k,先确认标识没有把正态刷掉。
步骤 3 · 选择公差区间
目录搜「公差区间」或「Tolerance Interval」。不要走进能力分析——那里要的是规格,不是 P 与 γ。
步骤 4 · 填写数学成绩、0.99 与 0.95
测量勾数学成绩。覆盖比例 0.99,置信度 0.95,双侧。工程门若界面可填,只用于占位表。运行。
步骤 5 · 并排看保证限和门内件数
先读 k 或端点次序,再看门内是否只有 74 人。保证限宽于 55–92 时,结论写成「本样本不足以按 95/99 承诺图纸门」,而不是改 P 直到限刚好卡住图纸。



如何阅读输出
类别 A / B / C 是相对工程门 55–92 的占位,不是「落在统计保证带内」的计数。A 下侧超差 60(30.0%),B 门内 74(37.0%),C 上侧超差 66(33.0%),N=200。门内只有三成七、两侧各约三成,样本本身就没有集中在图纸洞里。统计保证带还要在此之上付出 k 的代价,通常更宽。
| 项目 | 类别 | 统计量 | 取值 |
|---|---|---|---|
| 公差区间 | 类别 A | 频数 | 60 |
| 公差区间 | 类别 B | 频数 | 74 |
| 公差区间 | 类别 C | 频数 | 66 |
| 公差区间 | 合计 | 有效样本 N | 200 |
| 公差区间 | 类别 A | 占比(%) | 30.0 |
| 公差区间 | 类别 B | 占比(%) | 37.0 |
| 公差区间 | 类别 C | 占比(%) | 33.0 |
左右滑动可查看完整表格
教学示例表在 StatsX 工作台中的计算结果口径。


【保证带 vs 图纸】有效 200,P=0.99,γ=0.95。门内 B=74 不能解读成「覆盖失败」——占位表用的是工程门,不是刚算出来的保证限。若有人把 B 当成「落在 \bar x\pm k s 内的比例」,会误以为 k 算错(99% 的带不应只装下 37%)。正确核对是:保证限是否按 ISO 16269-6 的 k 画出,以及门内 37.0% 是否支持把承诺收到 55–92。本例不支持。
阅读顺序:有效 n 与 P、γ → 正态或非参数标注 → 保证限数值 → 工程门占位。单侧保证只公布一条限,另一侧不要用双侧 k 去补。
理论与公式
正态双侧保证限写成 \bar x \pm k s。k 满足:在重复抽样下,随机区间盖住总体至少 P 比例的概率为 γ。Howe 近似(ISO 16269-6 常用)为
单侧保证限用非中心 t:
非参数双侧取次序统计量 (x_{(r)},x_{(n-s+1)}),使二项覆盖概率至少为 γ。n=200、P=0.99 时,能丢掉的端点很少,带子接近样本极差。工程门占位 (30.0%, 37.0%, 33.0%) 不进入 k 的方程;它只说明把保证带收成 55–92 在经验上做不到。
注意事项
95% 保证带不是「均值加减 1.96 标准误」。后者覆盖的是 μ,k 远大于 1.96/√n。
门内 37% 不能写成 k 算失败;占位表用的是图纸,不是保证限。
偏态时对称 k 会在长尾一侧失守,应改非参数或先变换。
把保证限当作新的 LSL / USL 去算 Cpk,是把推断结果当成了设计输入。
n 不够支撑所要的 P、γ 时,应降低承诺或增加样本,而不是改用错误的 t 分位。
常见问题
参考文献
Howe, W. G. Two-sided tolerance limits for normal populations. Journal of the American Statistical Association, 1969, 64(326): 610–620.
ISO 16269-6. Statistical interpretation of data — Determination of statistical tolerance intervals.
Hahn, G. J., Meeker, W. Q. Statistical Intervals. Wiley.
Krishnamoorthy, K., Mathew, T. Statistical Tolerance Regions. Wiley.