统计技术的基础知识

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

计量器具管理 器具台帐管理 量具检定/校准 MSA
质量体系管理 体系文件管理 管理评审 体系内审 体系外审 预防和更正行动
质量成本管理 质量成本记录 科目及标准管理 成本分析及改进 FRACAS 报告与分析 纠正措施 评审流程管理
标准管理 标准版本管理 标准变更及发布 标准适用性分析 标准动态检索
供应商管理 供应商资料管理
新供应商开发 供方绩效评价 供方改进管理 样品认可管理 样品检验管理
试装管理 确认审批管理 失效模式管理 失效形式字典 经验库管理 设计开发质量管理
设计评审 技术变更管理
FMEA 控制计划管理 产品试制管理 问题跟踪管理
第二章 统计技术的基础知识
主要内容: 质量特性数据的特点与分类 随机数据分布的定量表示及计算 数据的收集与整理 几种常用的概率分布 过程质量的统计分布
11:39
学习要 求:
了解收集数据的目的; 掌握收集数据的常用方法; 理解数据整理的几种常用统计分析方法; 掌握几种常见的概率分布。
第一节 质量特性数据的特来自百度文库与分类
质量数据及其特点 质量数据的波动性、规律性
质量数据的分类 计量值数据 计数值数据
例:某化肥厂在一次尿素质量检验中,对随机抽 取的100袋尿素测得的单包重量数据。
将表2-1数据按序号画出的散布图
40.35 40.30 40.25 40.20 40.15 40.10 40.05 40.00
事实上,大多数的质量数据分布规律呈现正态 分布(normal distribution)或近似正态分布。
二、质量数据的分类
现场数据根据其不同性质可分为计量数据和计数数据。 1、计量数据
可以在某个区间上连续取值的数据。 特点:在任何两个计量值之间还可以插入无 穷多个数值。
大部分质量特性的数值都属于计量值数据。 2、计数数据
来料检验管理 基础资料管理 检验流程管理 检验记录及判定 不合格处理 统计分析
制造过程质量管理 良品条件确认 检验管理 不合格品处理 质量异常处理
过程监控及预警 SPC
产品审核管理 质量统计分析 质量信息反馈管理 内部反馈流程 外部反馈流程
工装模具管理 变更/调整管理 模具寿命管理
稽核管理 标定管理 维修保养管理 设备管理 设备台帐管理 预防性维护 维修及故障诊断 设备运行监控 实验室管理 标准规范管理 资源管理 实验计划管理 任务进度管理 数据采集及分析
5、优劣数据
例如,有甲乙两种产品,比较那种质量好而得出的结 果就是优劣数据。
质量管理信息系统功能结构建议框架
系统管理及维护 系统架构维护 用户及授权管理 信息项目管理 系统运行日志
基础资料管理 项目及编码管理 数据字典管理 经验/知识库管理 规范及文件管理 综合信息管理 信息追溯管理 信息发布管理 信息集成报表
根据引起波动的原因,波动而分成两种 类型:
正常波动 异常波动
正常波动
正常波动是偶然性原因(随机因素,简称偶因)和 难以避免的原因造成的产品质量波动。 特点: 影响微小。即对产品质量的影响微小; 始终存在。就是说,只要一生产,这些因素就始终在 起作用; 逐件不同。由于偶然因素是随机变化的,所以每件产 品受到偶然因素的影响是不同的; 难以除去。指在技术上有困难或在经济上不允许消除 的。
0
50
100
150
它们是一组不完全相等的数据;
数据总是在一定的范围 [40.02,40.30]内波动着; 大量的数据位于波动范围的中心附近,居中的一小段区间
(40.12,40.18)上,集中了百分之六十多的数据。
一、质量数据及其特点
1、波动性 质量数据的波动性是指质量数据的不等
同性,“波动”不仅意喻一批数据在某个值 的上下随机变化,还意喻着一批数据变化的 幅度不大。
计点值数据一般服从泊松分布。
对于一些特殊场合,还可以将质量数据分为顺序数据、 点数数据、优劣数据等。
1、顺序数据
如把产品按评审标准顺序排列成1,2,……,10,这 样的数据就是顺序数据。在对产品进行综合评审而又无适 当仪表进行测量的场合常用这类数据。
2、点数数据
以100或10点等记为满点进行评分的数据。在评比的 场合常用这类数据。
异因:
这类原因在生产过程中并非大量地存在,表现为具有 方向性或周期性、突然而至地对产品质量产生影响。这类 原因虽少,但对产品质量造成的影响往往较大。如设备出 现故障,操作者违反操作规程、原材料性质变化等。
由于导致异常波动的原因是少量的,并且常带有方向 性或周期性等特征,使得这类原因比较容易被查明。
偶因:
如:机器的轻微机械振动,操作者动作上的 微小差异,空气温度、湿度的微小变化等,常是 引起产品质量正常波动、同时又难以避免的原因。
正是由于导致正常波动的原因是大量的 、不 易确定和难以消除的,因此,一般情况下,正常 波动在控制的前提下被允许存在。
异常波动
异常波动是因系统性原因(系统因素,简称异因)或 可以避免的原因而造成的产品质量波动。 特点: 影响较大。即对产品质量的影响较大; 有时存在。就是说,它是由某种原因所产生的,不是在 生产过程中始终存在的 ; 一系列产品受到统一方向的影响。指加工件质量指标受 到的影响都是变大或变小; 不难除去,指这类因素在技术上不难识别和消除,在经 济上往往也是允许的。
一般情况下,异常波动在生产过程中不允许存在,一 旦出现,必须立即查明原因,消除异常波动。
2、规律性
规律性:指质量数据的分布状态具有一定的规 律。
例:表2-1的一组数据,具有“中间多,两边 少”的分布规律。
绝大多数的质量数据都具有这样的分布规律, 正是因为质量数据有某种规律可循,才使得质 量数据有了可分析性和可研究性。
计数值数据是只能间断取值,在有限的区间内只能取 有限数值的数据。 特点:非连续性,在任何两个计数值之间不可能插入无穷多 个数值,否则将出现不能表达原意义的数据。
计数数据又可分为计件数据和计点数据。 计件值数据:指数产品的件数而得到的数值。
如不合格品件数。 计件值数据一般服从超几何分布或二项分布。 计点值数据:指数不合格数而得到的数值。 如砂眼个数,疵点数等。
相关文档
最新文档