Normal distribution
Normal distribution apparaît dans 2 domaines: statistiques, métrologie. Voici ce qu'il signifie pour les professionnels de chacun d'eux.
Normal distribution en statistiques
Distribution symétrique en forme de cloche définie par une moyenne et un écart-type, modèle par défaut pour les données de mesure.
La Normal distribution (loi normale) ou distribution gaussienne place environ 68,3 pour cent des valeurs à moins de 1 écart-type de la moyenne, 95,4 pour cent à moins de 2 et 99,73 pour cent à moins de 3. Les limites de contrôle, les indices de capacité et la plupart des tests de significativité la supposent, soit directement, soit par le biais de moyennes. Les données réelles des procédés sont souvent asymétriques ou bornées, comme les comptages de particules ou la planéité qui ne peuvent pas descendre en dessous de zéro, c'est pourquoi un tracé de probabilité normale doit précéder toute prédiction de ppm.
"Leakage is lognormal, not normal. Your Cpk of 1.5 is predicting ppm off a tail that doesn't exist."
Normal distribution en métrologie
La loi en cloche supposée pour la plupart des valeurs de certificats et des moyennes de lectures, définie par la moyenne et l'écart-type.
La loi de probabilité symétrique en forme de cloche dans laquelle environ 68,3 % des valeurs se situent à ±1 écart-type, 95,45 % à ±2 et 99,73 % à ±3. Elle est attribuée à l'incertitude d'un certificat externe, à la moyenne de lectures répétées et, par le théorème central limite, au résultat combiné lorsque plusieurs contributions comparables sont additionnées. Pour convertir une incertitude élargie normale en incertitude-type, divisez-la par son facteur d'élargissement déclaré.
"Reference cert gives 0.02 percent at k equals 2, treat it as a normal distribution and divide by two."