质量检验工作中统计技术的应用
合集下载
相关主题
- 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、"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、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)。
13
3）中值M 观测数据中的最大值与最小值的平均值称为中值 例如: 样本数据为13，15，19，22，27 则M=(13+27)/2=20 2. 离散特征值 1）极差R R=X最大-X最小 R用于每组测定个数小于10的场合 例如: 样本数据为13，15，19，22，27 则R=27-13=14 2）标准差s 例如: 样本数据为13，15，19，22，27 ，则
6
（2） 计数值数据─按个数数得的非连续性 取值的质量特性值。如；铸件的疵点数、 统计抽样中的不合格判定数，不合格品 数等。
计数值可分为下述计件值和计点值。 计件值，如：不合格品个数、设备台数、 合格品率等。 计点值，如：疵点数，不合格数等。
7
4. 数据遵从客观规律：
（1） 计量值数据─服从正态分布。 （2） 计件值数据─服从二项分布。 （3） 计点值数据─服从泊松分布。
12
四、数据的特征值
1. 位置特征值（中心趋向） 1）平均值 例如: 样本数据为13，15，19，22，27 则 =(13+15+19+22+27)/5=19.2 2）中位数 将数据xi按大小顺序排列，然后用居中的数据或两个数据 的平均值(在n为偶数时)作为数据的趋向中心 如: 样本数据为13, 15, 19, 22, 27 =19 样本数据为10, 13, 15, 19, 22, 27 =(15+19)/2=17
10
三、数据的离散性和规律性
例1： 一个生产电发火管产品的工厂，检验规定要求抽 查100件电发火管作爆破试验，其数值如表1：
表1 电发火管爆破压力试验数据
11
表1 中数据提供的信息是有限的，但 仍可看出数据所具有的两个重要特性： 1．离散性 2．规律性 反映质量数据的集中位置的特征值 （平均值、中位数、众数）。 反映质量数据的离散程度的特征值 （极差、方差、标准差、变异系数）。 下面介绍这些特征值。
19
六、正态分布
当质量特性（随机变量）由为数众多的因素影响，而又没有一个 因素起主导作用的情况下，该质量特性值的变异分布，一般都服从正 态分布。 1. 正态分布特点 1）曲线最高点的横坐标，称正态分布的均值，用μ表示。 2）曲线以μ为对称轴。
ቤተ መጻሕፍቲ ባይዱ
20
2. 用数学模式表达正态分布曲线（称 正态分布密度函数）
3
3. 统计技术的分类 （1) 描述性统计技术—利用数据分布的特征值或有关图 表来描述事物。如：趋势图、散布图、直方图、排列图等。 （2) 推断性统计技术—在描述性统计技术的基础上，进 一步对其所反映的问题进行分析、解释和作出推断性结论 的技术。如：回归分析、假设检验、控制图、抽样检验等。 4. 现象 （1) 必然现象—一定条件下，必然发生的现象。例如水 的结冰或沸腾。 （2) 随机现象—一定条件下，发生的结果不确定的现象。 例如产品质量，这种现象又称为产品质量的变异性。随机 现象中的变量称为随机变量，如产品质量特性值。 （3)小概率事件：发生概率很小（一般小于0.05）的事 件，在有限次试验中小概率事件是可以忽略的。
4
5. 频数、频率和概率 （1) 频数ni—随机现象在一组数据或多次试验出 现的次数，或不同数据落在某区间的个数。 （2) 频率fi—随机现象在观察总次数中所占比率。 （3) 概率的定义： 事件A发生的概率P（A）＝ n/N 式中： N—样本总量，n—事件A发生时含有的 样本
5
二、质量的统计观念及数据的分类
8
5. 数据的分类小结 计量值数据:如长度、重量、电压、电流 (连续取值) 服从正态分布 数据 分类 计数值数据 (间断取值)
计点值数据：钢板的划痕、布匹的疵点数 （对产品缺陷计数的结果）服从泊松分布
计件值数据：合格品数、不合格品数 （对单位产品计数的结果）服从二项分布
9
6. 数据的要求 （1)针对性──收集过程控制和质量体系有效运 行起作用的数据。 （2)完整性──反映过程要完整。 （3)准确性──数据应真实反映生产过程和体系 运行的实际情况。 （4)及时性──数据传递、反馈等，做到及时记 录、及时传递、及时处理等。 （5)连续性──为掌握产品和体系的动态变化规 律，必须保持数据的连续性。 （6)统一性──（数据位数、修约规则、数据表 示要统一）
21
3. 正态分布由两个参数，即均值μ和标准 差σ确定
1. 质量的统计观念 （1） 质量具有变异性（不均匀性）。 （2）质量变异具有规律性（质量数据的分布）。 2. 质量变异规律性的反映 反映在质量数据的分布上。数据的性质不同时， 其服从的分布也不同。要做好质量检验工作必须学 习和掌握分布理论。 3. 数据的分类 数据可分为两类：计量值数据和计数值数据。 （1） 计量值数据─连续量测得的质量特性值。如； 长度、重量、强度、化学成分、时间、电阻等。
14
15
16
五、数据的频数分布和直方图
1. 频数分布表（以表1数据为例） 1）计算数据的变化范围，R=101.9– 75.2=26.5 2）按K 表2确定组数，选K=9 3）计算组距，本例选3.0 4）确定边界值 5）统计得表3
17
表2 频数分布表
18
2. 频数直方图 频数直方图是频数分布表的图示形式。 频数直方图以各组边界值画横轴（数轴），纵轴 为频数，画出以组距h为宽，频数ni为高的一个一个直方， 即为直方图
质量检验工作中统计 技术的应用
目录 第一章 概述
第二章 质量检验与统计过程控制
第三章 质量分析常用的统计方法 第四章 统计抽样检验
2
第一章 概述 一、质量统计技术基础知识
1. 统计技术的作用 （1）统计技术是质量管理体系的基础。 （2）应用统计技术可以帮助企业了解变异，并对这些变异 进行测量、描述、分析、解释和建立模型。 （3）掌握统计技术可以为企业解决质量问题作出有效决策。 2. 数理统计与统计技术。 （1）数理统计──是以概率论为基础的一门数学分支，研究 如何以有效的方式去收集、整理和分析受到随机性影响的 数据，并对所观察的问题作出推断、预测、直至采取决策 及行动提供依据。 （2）统计技术──是研究事物变异性及规律的科学。统计技 术的基础是数据，通常分为两类。
3）中值M 观测数据中的最大值与最小值的平均值称为中值 例如: 样本数据为13，15，19，22，27 则M=(13+27)/2=20 2. 离散特征值 1）极差R R=X最大-X最小 R用于每组测定个数小于10的场合 例如: 样本数据为13，15，19，22，27 则R=27-13=14 2）标准差s 例如: 样本数据为13，15，19，22，27 ，则
6
（2） 计数值数据─按个数数得的非连续性 取值的质量特性值。如；铸件的疵点数、 统计抽样中的不合格判定数，不合格品 数等。
计数值可分为下述计件值和计点值。 计件值，如：不合格品个数、设备台数、 合格品率等。 计点值，如：疵点数，不合格数等。
7
4. 数据遵从客观规律：
（1） 计量值数据─服从正态分布。 （2） 计件值数据─服从二项分布。 （3） 计点值数据─服从泊松分布。
12
四、数据的特征值
1. 位置特征值（中心趋向） 1）平均值 例如: 样本数据为13，15，19，22，27 则 =(13+15+19+22+27)/5=19.2 2）中位数 将数据xi按大小顺序排列，然后用居中的数据或两个数据 的平均值(在n为偶数时)作为数据的趋向中心 如: 样本数据为13, 15, 19, 22, 27 =19 样本数据为10, 13, 15, 19, 22, 27 =(15+19)/2=17
10
三、数据的离散性和规律性
例1： 一个生产电发火管产品的工厂，检验规定要求抽 查100件电发火管作爆破试验，其数值如表1：
表1 电发火管爆破压力试验数据
11
表1 中数据提供的信息是有限的，但 仍可看出数据所具有的两个重要特性： 1．离散性 2．规律性 反映质量数据的集中位置的特征值 （平均值、中位数、众数）。 反映质量数据的离散程度的特征值 （极差、方差、标准差、变异系数）。 下面介绍这些特征值。
19
六、正态分布
当质量特性（随机变量）由为数众多的因素影响，而又没有一个 因素起主导作用的情况下，该质量特性值的变异分布，一般都服从正 态分布。 1. 正态分布特点 1）曲线最高点的横坐标，称正态分布的均值，用μ表示。 2）曲线以μ为对称轴。
ቤተ መጻሕፍቲ ባይዱ
20
2. 用数学模式表达正态分布曲线（称 正态分布密度函数）
3
3. 统计技术的分类 （1) 描述性统计技术—利用数据分布的特征值或有关图 表来描述事物。如：趋势图、散布图、直方图、排列图等。 （2) 推断性统计技术—在描述性统计技术的基础上，进 一步对其所反映的问题进行分析、解释和作出推断性结论 的技术。如：回归分析、假设检验、控制图、抽样检验等。 4. 现象 （1) 必然现象—一定条件下，必然发生的现象。例如水 的结冰或沸腾。 （2) 随机现象—一定条件下，发生的结果不确定的现象。 例如产品质量，这种现象又称为产品质量的变异性。随机 现象中的变量称为随机变量，如产品质量特性值。 （3)小概率事件：发生概率很小（一般小于0.05）的事 件，在有限次试验中小概率事件是可以忽略的。
4
5. 频数、频率和概率 （1) 频数ni—随机现象在一组数据或多次试验出 现的次数，或不同数据落在某区间的个数。 （2) 频率fi—随机现象在观察总次数中所占比率。 （3) 概率的定义： 事件A发生的概率P（A）＝ n/N 式中： N—样本总量，n—事件A发生时含有的 样本
5
二、质量的统计观念及数据的分类
8
5. 数据的分类小结 计量值数据:如长度、重量、电压、电流 (连续取值) 服从正态分布 数据 分类 计数值数据 (间断取值)
计点值数据：钢板的划痕、布匹的疵点数 （对产品缺陷计数的结果）服从泊松分布
计件值数据：合格品数、不合格品数 （对单位产品计数的结果）服从二项分布
9
6. 数据的要求 （1)针对性──收集过程控制和质量体系有效运 行起作用的数据。 （2)完整性──反映过程要完整。 （3)准确性──数据应真实反映生产过程和体系 运行的实际情况。 （4)及时性──数据传递、反馈等，做到及时记 录、及时传递、及时处理等。 （5)连续性──为掌握产品和体系的动态变化规 律，必须保持数据的连续性。 （6)统一性──（数据位数、修约规则、数据表 示要统一）
21
3. 正态分布由两个参数，即均值μ和标准 差σ确定
1. 质量的统计观念 （1） 质量具有变异性（不均匀性）。 （2）质量变异具有规律性（质量数据的分布）。 2. 质量变异规律性的反映 反映在质量数据的分布上。数据的性质不同时， 其服从的分布也不同。要做好质量检验工作必须学 习和掌握分布理论。 3. 数据的分类 数据可分为两类：计量值数据和计数值数据。 （1） 计量值数据─连续量测得的质量特性值。如； 长度、重量、强度、化学成分、时间、电阻等。
14
15
16
五、数据的频数分布和直方图
1. 频数分布表（以表1数据为例） 1）计算数据的变化范围，R=101.9– 75.2=26.5 2）按K 表2确定组数，选K=9 3）计算组距，本例选3.0 4）确定边界值 5）统计得表3
17
表2 频数分布表
18
2. 频数直方图 频数直方图是频数分布表的图示形式。 频数直方图以各组边界值画横轴（数轴），纵轴 为频数，画出以组距h为宽，频数ni为高的一个一个直方， 即为直方图
质量检验工作中统计 技术的应用
目录 第一章 概述
第二章 质量检验与统计过程控制
第三章 质量分析常用的统计方法 第四章 统计抽样检验
2
第一章 概述 一、质量统计技术基础知识
1. 统计技术的作用 （1）统计技术是质量管理体系的基础。 （2）应用统计技术可以帮助企业了解变异，并对这些变异 进行测量、描述、分析、解释和建立模型。 （3）掌握统计技术可以为企业解决质量问题作出有效决策。 2. 数理统计与统计技术。 （1）数理统计──是以概率论为基础的一门数学分支，研究 如何以有效的方式去收集、整理和分析受到随机性影响的 数据，并对所观察的问题作出推断、预测、直至采取决策 及行动提供依据。 （2）统计技术──是研究事物变异性及规律的科学。统计技 术的基础是数据，通常分为两类。