计算?整体时，MINITAB使用所有数据的标准差。
计算?within and ?between，MINITAB提供几个选项，如下所列。这些方法的优点的讨论见[1]。
计算?total时，MINITAB集中?within and ?between. 评估过程偏差(?),的公式，见帮助。 指明评估?within and ?between的方法
1、在能力分析 (组间/组内) 或 能力 Sixpack (组间/组内)主 对话框中, 点击 Estimate. 1、 改变评估?within的方法，选择下列之一： ——?平均极差—选择 Rbar.
——平均标准偏差——选择Sbar，在评估不使用偏移常数时，不点击Use unbiasing constants. ——集中的标准偏差（默认）——选择Pooled standard deviation。在评估不使用偏移常数时，不点击Use unbiasing constants.
?、改变评估?between的方法。选择下列之一：
??
平均移动极差（默认）??选择Average moving range.点击check Use moving range of
length并输入一个数字，可以改变移动极差的长度。
——MSSD (连续差异平方的平均值)的平方根—选择Square root of MSSD。在评估不使用偏移常数时，不点击Use unbiasing constants.
4 点击 OK.
能力分析 (组间/组内)举例
假设你对这样的过程能力感兴趣，这个过程是用涂层辊在纸上涂一薄涂层。你关心的是纸涂上正确的厚度，并且通过辊子均匀地进行。你从25个连续的辊子中取了3个样品，并测量涂层厚度。这个厚度必须是50 ±3，以满足工程规范的要求。
Suppose you are interested in the 能力 of a process that coats rolls of paper with a thin film. You are concerned that the paper is being coated with the c或rect thickness of film and that the coating is applied evenly throughout the roll. You take three samples
from 25 consecutive rolls and measure coating thickness. The thickness must be 50 ±3 to meet engineering specifications. 1、 打开工作表BWCAPA.MTW.
2、 选择Stat ??Quality Tools ??能力分析 (组间/组内)
3、 在Single column中，输入Coating。在Subgroup size中，输入Roll。 4、 在Lower spec，输入47，在Upper spec中，输入53，点击 OK。
Interpreting results 结果分析
你可以看到过程平均值(49.8829)接近于目标值50。Cpk指数表明生成的零件是否在公差范围内。CPK指数仅为1.21，表明过程有相当的能力，但还能改进。
总的预期的“组间/组内”性能PPM是193.94。这表明每100万个涂层中大约有194个不满足规范限制。这个分析告诉你你的过程能力比较高。
能力分析 (Weibull 分布)
当数据服从Weibull分布时，使用能力分析 (Weibull) 命令来产生一个过程能力报告。这个报告包括一个覆盖Weibull曲线的能力柱状图和一个整体能力统计的表格。Weibull曲线从过程形状和刻度产生。
这个报告也包括过程数据统计，如平均值，形状，刻度，目标值（如果输入的话）和过程规范；实际的整体能力和观察到的和预期的整体性能。这个报告通常用于直观的评估相对于目标值的过程分布情况。数据是否服从Weibull分布，过程是否有能力连续满足规范的要求。 当使用Weibull模型时，MINITAB计算整体能力统计，Pp,Ppk, PPU, and PPL。这个计算是在Weibull的形状和刻度参数的最大可能评估基础上进行的。优于当作在正态情况下的平均值和变差的评估。如果你有不服从正态分布的数据，你想计算组内能力统计，Cp and Cpk。使用带优化Box-Cox能力转化的能力分析 (正态 分布) 。对非正态数据使用评估方法的比较，见非正态 数据 。
数据
你可以在一列中输入数据，或者在多列中输入数据，如果你安排每列中输一个子组数据的话。因为Weibull 能力分析 不计算组内能力统计， MINITAB 据
数据 必须是正数。
如果观察值丢失，MINITAB在计算时将忽略它。 执行能力分析 (Weibull 分布模型)
在计算时不使用组数，例如，见数
1选择Stat ??Quality Tools ??能力分析 (Weibull). 2 进行下列之一操作:
??当数据在一列中时，选择Singlecolumn ，并输入包含数据的列号。
——当数据在几行时，选择Subgroups across rows of，并在对话框中输入包含行的列号。 3、在Lower spec 或 Upper spec中,，分别输入规范界限的上限或下限。你必须至少输入其中一个 ，这些界限必须是正数，虽然，规范下限可能为0。 4、如需要，可使用下面所列的任何选项，然后点击 OK。
选项
能力分析 (Weibull) 对话框
——定义规范的上下限为“边界”，表示测量值不能落在界限之外。因此，当计算预期的界外%时，MINITAB将一个边界设置为
0。
说明：当定义规范的上下限为边界时， MINITAB 还计算观察到的界外%，如果观察到
的界外%趋于非0的话，这是对不正确数据的明显指示。
选项子对话框
输入Weibull形状和刻度参数的历史数据——见Weibull的分布家族 ——输入过程目标或正常的规范，MINITAB在标准能力统计外还计算
Cpm。
——通过输入δ
公差来代替六倍的标准偏差间隔（过程均值每边3倍δ）来计算能力统计。例如，输入
12表示用12倍的标准偏差宽度，过程均值每边6倍δ来计算。 ——用自己的标题代替默认的图形标题。
能力统计
当使用Weibull模型进行能力分析时，MINITAB仅计算整体能力分析，Pp, Ppk, PPU, and PPL。这个计算是在Weibull的形状和刻度参数的最大可能评估基础上进行的。优于当作在正态情况下的平均值和变差的评估。这些能力统计的解释，见能力统计。
Pp, Ppk, PPU, and PPL描述的是过程的整体能力，MINITAB评估?整体时，考虑的时整个研究的变差。 these 统计s, MINITAB estimates ?整体 considering the variation f或 the whole study.
Weibull分布家族
Weibull分布实际上是一族分布，包括指数分布和Rayleigh分布。它的定义参数是形状(?)和刻度(?)。
分布的形状变化很广，依赖于 ?的大小，如???时，为指数分布，???时，则为Rayleigh 分布。
如必要，你可以输入形状和刻度的历史数据，如果不输历史数据，MINITAB从数据中获得最
大可能性的评估。
警告：因为形状和刻度参数定义了Weibull 分布的性质，它们也通常用于计算能力统计的概率。如果你特别输入形状，可能对相关概率产生巨大影响。
输入形状和刻度参数的历史值
1 在能力分析 (Weibull) 或 能力 Sixpack (Weibull) 主对话框中，点击选项。 2 在Shape parameter下面, 选择下列之一：
??
1 (Exponential) 2 (Rayleigh)
Hist或ical value, 在对话框中输入一个正数。
??
??
3 在 Scale parameter中, 选择Hist或ical value, 输入一个正的刻度值。点击 OK.
能力分析 (Weibull 分布模型)举例
假设你在一家生产地板砖的工厂工作，关心的是地板砖的弯曲度，为确保产品质量，你每天测量10块地板砖的弯曲度，连续测量了10天。数据的柱状图显示不服从正态分布——见就Box-Cox
转化的能力分析举例。所以你决定执行一个基于Weibull 概率模型上的能力分析。
1、打开工作表TILES.MTW.
2、选择 Stat ??Quality Tools ??能力分析 (Weibull). 3、在 Single column中, 输入 Warping. 4 、在 Upper spec中, 输入 8. 点击 OK.