传统的过程能力指数都是假定过程服从正态分布的。事实上，很多情况下，过程是不服从正态分布的，所以很有必要对过程进行非正态转换或建立基于非正态过程能力指数的计算方法。论文引入了非正态转换的两个公式：Johnson转换和Box-Cox转换，将其应用于对非正态数据的转换。　　对于过程能力指数的研究，很多人一直致力于经典的频率理论，但一些估计值的频率分布往往很复杂，这意味着精确置信区间的计算将是很困难的。贝叶斯的方法则很好的克服了这一困难。　　论文主要做了以下几个方面的工作：　　首先，论文给出了过程能力指数与不合格品率的关系模型。说明了生产过程中有无漂移检验的重要性。　　其次，论文探讨了非正态过程能力研究的重要转换方法——Johnson转换和Box-Cox转换方法，并对这两种方法进行了比较分析，对Box-Cox转换的最佳转换参数进行了研究以及对过程能力指数的估计效果进行了评价，即拟合有效性检验问题。这些方法可以用于指导生产实践。　　最后，论文采用贝叶斯方法研究了一种描述平衡随机效应模型中新批次观测量均值的过程能力指数Cpk，推导了过程性能指数Ppl′，该过程能力指数可以用于新观测量的平均，而且给出实例来说明该方法的有效性。