摘要：采用蒙特卡洛模拟研究非正态数据过程能力指数的计算方法，模拟采mLog—normal分布和Weibull分布分别产生50组样本容量为100的随机数据，对每一组数据分别计算过程能力指数，对模拟结果的准确度和精度进行评价。研究表明在样本容量不大于100时，Johnson转换比Box—Cox转换更具有优越性；过程能力指数Spmk是最理想的过程能力指数，但实际应用中由于分布函数未知而采用cs。模拟结果显示：过程能力指数只有充分捕捉到数据分布的特征参数和尾部效应，才能更真实地反映过程能力。最后采用实际生产中的案例验证了模拟的结论。

关键词：蒙特卡洛模拟 过程能力指数 非正态数据 

单位：天津大学管理与经济学部 天津300072