非常態分配的管制圖：Box-Cox 以外的選項

身為一個在製造業打滾多年的技術顧問，我深知現場工程師們在面對製程數據時的挑戰。管制圖是我們的老戰友，但當數據呈現「非常態分配」時，這老戰友有時也會讓我們頭疼。我們常聽到 Box-Cox 轉換，它確實是個好工具，但它並非萬靈丹，有時甚至會讓問題更複雜。今天，我們就來聊聊 Box-Cox 以外的管制圖選項。

情境或問題起源

想像一下這個場景：你負責管理一條精密零件的研磨製程，關鍵品質特性是表面粗糙度。你興高采烈地收集了數據，準備建立 X-bar & R 管制圖來監控製程。然而，當你把數據丟進統計軟體，畫出直方圖並進行常態性檢定時，結果卻顯示數據呈現明顯的右偏（例如，大部分產品的粗糙度都非常低，但偶爾會出現幾個較高的異常值）。同樣的情況也可能發生在產品的生命週期、反應時間或是某些化學成份的微量殘留數據上。

這時，如果你直接套用標準的 X-bar & R 管制圖，其管制界線是基於常態分配假設計算的。對於偏態分佈的數據，下管制界線很可能會變成負值（物理上不可能），或是上管制界線過於寬鬆而無法有效偵測到製程偏移。反之，如果數據是左偏，則下管制界線可能過於嚴格，導致誤判。這種情況下