- •Клевлеев в.М. Статистические методы контроля и управления качеством
- •1 Качество и обеспечение качества
- •1.1 Качество как стратегическая цель предприятия
- •1.2 Различия в качестве и их причины
- •1.3 Обеспечение качества
- •Обеспечение качества
- •1.5 Систематизация методов статистического обеспечения качества
- •Статистическое обеспечение качества
- •2 Основы статистического обеспечения качества
- •2.1 Распределение признаков качества
- •2.1.1 Распределение дискретных признаков
- •2.1.1.1 Равномерное распределение и некоторые понятия теории статистических распределений
- •2.1.1.2 Распределение Бернулли
- •2.1.1.3 Гипергеометрическое распределение
- •2.1.1.4 Биномиальное распределение
- •2.1.1.5 Распределение Пуассона
- •2.1.2 Распределение непрерывных признаков
- •2.1.2.1 Равномерное распределение
- •2.1.2.2 Экспоненциальный (показательный) закон распределения
- •2.1.2.3 Нормальный (гауссовский) закон распределения
- •Замечание. Очевидно, что события, состоящие в осуществлении неравенства и, противоположные. Поэтому, если вероятность осуществления неравенстваравна, то вероятность неравенстваравна.
- •2.2 Статистическая проверка статистических гипотез
- •2.2.1 Процедура проверки статистических гипотез и свойства параметрических критериев
- •2.2.1.1 Процедура проверки статистической гипотезы
- •1. Определение генеральной совокупности и типа распределения
- •2. Формулировка гипотезы
- •3. Определение контрольной величины и ее распределение в случае принятия гипотезы
- •4. Задание уровня значимости и определение области отклонения гипотезы
- •5. Принятие решения и его интерпретация
- •2.2.1.2 Примеры проверки статистических гипотез
- •2.2.1.2.1Доверительные интервалы для оценки математического ожидания нормального распределения
- •2.2.1.2.1.1Среднее квадратическое отклонениеизвестно
- •2.2.1.2.1.2Среднее квадратическое отклонениенеизвестно
- •2.2.1.2.1.3Доверительные интервалы для оценки среднего квадратического отклонениянормального распределения
- •2.2.1.2.1.4Оценка значимости отношений дисперсий двух нормально распределенных совокупностей
- •2.2.1.2.1.5Проверка гипотез относительно параметров нормально распределенных генеральных совокупностей
- •2.2.1.2.1.6 Последовательный анализ
- •2.3 Выборки значений показателей качества
- •2.3.1 Основные понятия теории выборочного метода
- •2.3.2 Методы реализации случайного отбора выборок штучной продукции
- •0 1 2 . . . . . . . . . . . 2 1 0
- •2.3.3 Обеспечение представительности выборок
- •2.3.4 Выборочные характеристики и их свойства
- •3 Приемочный контроль
- •3.1 Основные понятия
- •3.1.1 Общие требования
- •3.1.2 Выбор планов и схем статистического приемочного контроля качества и требования к достоверности контроля
- •3.2 Статистический приемочный контроль по количественному признаку
- •3.2.1 Взаимосвязь между долей брака в партии и уровнем настройки производственного процесса
- •3.2.2 Планы выборочного контроля при одностороннем ограничении и известной дисперсии
- •3.2.2.1 Описание метода контроля и выбор контрольных величин
- •3.2.2.2 Оперативная характеристика и ее параметры
- •3.2.2.3 Построение плана выборочного контроля при заданных рисках производителя и потребителя
- •3.2.3 Планы выборочного контроля при одностороннем ограничении и неизвестной дисперсии
- •3.2.3.1 Контрольные величины
- •3.2.3.2 Оперативная характеристика и построение плана контроля при заданном риске потребителя и производителя
- •3.2.4 План выборочного контроля при двустороннем ограничении
- •3.2.5 Национальные стандарты приемочного контроля по количественному признаку
- •3.2.5.1 Выборочный контроль по количественному признаку на основе приемлемого уровня качества
- •3.2.5.2 Выборочный контроль по количественному признаку на основе нормативного уровня несоответствий
- •3.2.5.3 Последовательные планы выборочного контроля по количественному признаку
- •3.2.5.4 Выборочный контроль нештучной продукции
- •3.3 Статистический приемочный контроль по качественному признаку
- •3.3.1 Однократные планы контроля
- •3.3.1.1 Описание метода контроля. Использование теоремы Моода
- •3.3.1.2 Оперативная характеристика при гипергеометрической функции распределения числа дефектных изделий
- •3.3.1.3 Биномиальная оперативная характеристика
- •3.3.1.4 Оперативная характеристика при распределении Пуассона
- •3.3.1.5 Сравнение трех оперативных характеристик
- •3.3.2 Параметры простых планов контроля
- •3.3.2.1 Квантили оперативных характеристик
- •0 0.1 Р0 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
- •3.3.2.2 Средний выходной уровень дефектности, предел среднего выходного уровня дефектности (и)
- •3.3.2.3 Среднее число проконтролированных изделий в партии и доля проконтролированных изделий (и)
- •3.3.2.4 Контроль с прерыванием и средний объем выборки ()
- •3.3.3 Построение простых планов контроля с заданными свойствами
- •3.3.3.1 Задание риска потребителя и риска поставщика
- •3.3.3.2 Другие исходные данные
- •3.3.4 Двукратные планы выборочного контроля
- •3.3.4.1 Описание метода контроля
- •3.3.4.2 Оперативная характеристика
- •3.3.4.3 Средний объем выборки
- •3.3.4.4 Другие параметры плана
- •3.3.4.5 Эквивалентные однократные и двукратные планы выборочного контроля
- •3.3.5 Многократные планы контроля
2.1.1.5 Распределение Пуассона
Распределение Пуассона в обеспечении качества выступает в двух ролях. При определенных предпосылках оно является распределением качественного дискретного признака, то есть числа ошибок на одно изделие, но его главное значение в обеспечении качества состоит в том, что им можно аппроксимировать биномиальное и гипергеометрическое распределение.
Случайная переменная (признак качества) имеет распределение Пуассона, если распределение вероятностейимеет вид:
в противном
случае,
при
,
где - параметр распределения Пуассона, называемый такжеинтенсивностью.
Распределению Пуассона подчиняется количество случайных событий, которые появляются в фиксированные промежутки времени или в фиксированной области пространства, например, количество несоответствий в выборке или количество несоответствий, приходящихся на единицу продукции. При значениемонотонно убывает с ростом.
Функция распределения имеет вид
при
.
при
,
Примечание. - наибольшее целое число, равное или меньше(так называемые скобки Гаусса). Например, [3.1] = 3; [3] = 3; [-3.2] = -4; [-3] = -3.
На рис.2.5 изображены графики плотности распределения вероятностей и функции распределения Пуассона для .
Отметим следующие свойства распределения Пуассона. Математическое ожидание , дисперсия(это важнейшая особенность распределения Пуассона - позволяет на практике утверждать, что если выборочные значения математического ожидания и дисперсии примерно равны экспериментально, то полученное распределение случайной величины подчинено распределению Пуассона).
Рис.2.5. Плотность распределения и функция распределения Пуассона при
Коэффициент асимметрии - . Мода распределения Пуассона равна:
- если две моды;
- если одна мода.
Для определения распределения вероятностей имеются рекуррентные формулы:
, (2.38а)
. (2.38б)
Распределение Пуассона очень часто применяют при приемочном контроле редко наступающих событий, для аппроксимации других, более сложных дискретных распределений.
Например,
- при условии, что(или);и;
- при условии, чтои.
Распределение Пуассона является не только предельным случаем биномиального распределения, но и имеет большое самостоятельное значение в физике, теории надежности, теории массового обслуживания и др. Например, распределением Пуассона описывается число радиоактивных превращений ядер в данном образце за данный промежуток времени, число поступивших на АТС за рассматриваемый промежуток времени вызовов, число отказавших на испытаниях изделий и т.д.
В заключение следует сказать, что в статистических методах обеспечения качества гипергеометрический закон применим для выборок любого объема и любого уровня несоответствий, а биномиальный закон и закон Пуассона являются его частными случаями при соответствующих условиях.
Пример 2.12. В партии деталей 1 % брака. Вычислите вероятность того, что среди 50 отобранных деталей из этой партии будет 2 бракованных равна.
Интенсивность равна . Тогда
.
Пример 2.13. Вычислите , а затем с помощью рекуррентной формулы значенияв точкахи.
.
,
,
,
.
Пример 2.14. Пусть - вероятность появления в партии дефектного изделия,- объем партии. Определите математическое ожидание и дисперсию.
Ожидаемое в среднем число дефектных изделий . Тогда.
Пример 2.15. Пусть интегральная дефектность для некоторой технологии в расчете на единицу площади составляет деф./см2. Определите вероятность того, что в изделии не будет ни одного дефекта для изделия площадью см2 и мм2.
Среднее ожидаемое число дефектов в расчете на одно изделие составит величину . Тогда
деф./изд.,
деф./изд.
,
.