质量和过程方法 • 过程能力 • “过程能力”平台的统计详细信息 • 分布的参数化
上一个
 • 
下一个
分布的参数化
本节为“过程能力”平台中使用的分布提供密度函数 f，同时还为除 Johnson 分布之外的所有分布提供期望值和方差。
正态
, , , σ > 0
E(X) = μ
Var(X) = σ2
Beta
, , α > 0, β > 0
E(X) =
Var(X) =
其中， 是 Beta 函数。
指数
, x > 0, σ > 0
E(X) = σ
Var(X) = σ2
Gamma
, x > 0, α > 0, σ > 0
E(X) = ασ
Var(X) = ασ2
其中， 是 gamma 函数。
Johnson
Johnson Su
 
, , θ > 0, δ > 0
Johnson Sb
 
, θ < x < θ+σ, σ > 0
Johnson Sl
 
，适用于：x > θ （若 σ = 1），x < θ（若 σ = -1）
其中， 是标准正态概率密度函数。
对数正态
, x > 0, , σ > 0
E(X) =
Var(X) =
正态混合
分布的“两正态混合”和“三正态混合”选项共享以下参数化：
E(X) =
Var(X) =
其中，μi、σi 和 πi 分别是第 i 个组的均值、标准差和比例， 是标准正态概率密度函数。对于“两正态混合”，k 等于 2。对于“三正态混合”分布，k 等于 3。为混合中的每个组估计单独的均值、标准差和占总体的比例。
Weibull
, α > 0, β > 0
E(X) =
Var(X) =
其中， 是 gamma 函数。