正态分布及3Sigma原理

CL=μ
上控制界限： UCL=μ+3σ
下控制界限： LCL=μ-3σ
其他分布类型:
离散型变量所服从的分布
二项分布 （计件值）
P( X k) Cnk pk qnk , k 0,1,2,..., n
主要用于具有计件值特征的质量特性值 分布规律的研究.
泊松分布 （计点值）
P( X k) ke , k 0,1,2,...,
解:经标准化变换后可得
P(8<
x<1
4)
=(14
10) 2
(8
10) 2
(2)
(1)
=0.9773-(1-0.8413)=0.8185
P(
1.7
<x<
2 . 6 )=( 2.06.3
2)
(1.7 2
2
)
(2)
(1)
=0.9773-(1-0.8413)=0.8185
为标准正态分布函数
如何计算落在规格线外的不合格品率???
当规格限为M+/-6 σ时(6σ质量水平时), 正态分布中心距USL只有4.5σ, 而距LSL有7.5σ,这时下侧的不合格品率几乎为0, 而上侧的不各格率分别为:
pU P(X u 4.5 ) 1 (4.5) 3.4 ppm
控制图原理
通常控制图是根据“3 σ”原理确定控制界
限,即:
中心线 ：
正态分布及3Sigma原理
2021年7月17日星期六
正态分布:
x
F (x) f (x)dx
1
e dx x
(
x) 2 2
2
2
其中: μ------正态均值，描述质量特性
值分布的集中位置。
σ------正态方差，描述质量特性值 x分布的分散程度。
μ
x
N（μ，σ2）
σ不同(标准差 )
正态分布的特征
不合格品率的计算
LSL
USL
Pl
Pu
u
产品特性不合格品率 p pL pU
其中Pl为X低于下规范线的概率, Pu为X高于上规范线的概率
pL
P(X
LSL)
1
( LSL
u)
pU
P(X
USL)
1 (USL u )
3σ原理
若质量特性值X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的质量特性值。
μ1 μ2
a> σ相同, u不同
μ
a> σ不同, u相同
最常见
u1 u2
a> σ不同, u不同
标准正态分布
当μ=0，σ=1时正态分布称为标准正态分布
x
F(X)
1
x2
e 2 dx
2
研究实际问题比较方 便，可以借助标准正
态分布表
不合格品率的计算
若需计算分布的不合格品率, 则首先需要 利用分布的标准化变量, 即用正态变量减去 自己的均值后再除以自己的标准差
66800ppm 3.4ppm
6σ原理推理过程
当规格限为M+/-3 σ时(3σ质量水平时), 正态分布中心距USL只有1.5σ, 而距LSL有4.5σ,两侧的不各格率分别为:
pU P(X u 1.5 ) 1 (1.5) 1 0.9332 0.0668 66800 ppm pL P( X u 4.5 ) (4.5) 1 (4.5) 0.0000034 3.4 ppm
正态分布中心与规格中心重合时u±3σ u±6σ的不合格率(未考虑偏移)
规格区域
0.001ppm 1350ppm
1350ppm 0.001ppm
±3σ ±6σ
3σ原理推理过程
pL P(X u 3 ) (3) 1 (3) 1 0.99865 0.00135 1350 ppm pU P(X u 3 ) 1 (3) 1 0.99865 0.00135 1350 ppm
k!
主要用于计点值特征的质量特性值分布
规律的研究
二项分布的平均值和标准差
平均值x np
标准差 npq
其中：n 样本大小 p 总体的不合格率 q 总体的合格率
当N≥10n，p≤0.1或np ≥4-5时，就可以用 正态分布代替二项分布进行近似计算。
ห้องสมุดไป่ตู้
3σ 原理
未考虑偏移的正态分布
99.9999998% 99.99943% 99.9937%
99.73% 95.45% 68.27%
6 5σ 4 3 2 1
1 2 3 4 5 6
为何6σ相当于3.4PPM?
考虑偏移1.5 σ的正态分布
规格中心 分布中心
0ppm 3.4ppm
1.5σ +/-3σ +/-6σ
1>若x~
N(10,
2
2)
,通
过标
准化
变换u=x 10 2
~N(0,1)
x2
2>若x~ N(2, 0.32),通过标准化变换u=0.3
~N(0,1)
不合格品率的计算(实例1)
1>设 x~ N(10, 22) 和 x~ N(2, 0.32), 概率
P(8<x<14)和P(1.7<x<2.6)各为多少?