- •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
3.3.1.5 Сравнение трех оперативных характеристик
Р оперативную характеристику ассмотрим более подробно и сравним друг с другом гипергеометрическую оперативную характеристику , биномиальную оперативную характеристикуи характеристику Пуассона.
Сначала отметим, что три названные оперативные характеристики строго монотонно убывают и совпадают при :
. (3.71а)
Строгая монотонность убывания оперативной характеристики означает, что среди партий с различными долями брака партия с наименьшей засоренностью имеет наибольшую вероятность приемки. При значения гипергеометрической и биномиальной оперативных характеристик равны нулю, в то время как оперативная характеристика Пуассона принимает некоторое положительное значение (см. также пример 3.26):
. (3.71б)
Все три функции определены на интервале только для дискретных значенийпри. Однако область определения оперативных характеристик
, (3.72)
(3.73)
легко расширяется на все , непрерывно заполняющие интервал, так как слагаемые в (3.72) и (3.73) вычисляются при каждом. Функции (3.72) и (3.73) в интерваленепрерывны и даже дифференцируемы:
, (3.74)
. (3.75)
Гипергеометрическую оперативную характеристику
(3.76)
с учетом выражения биномиальных коэффициентов в (3.76) через гамма-функции (это выражение следует из определения биномиальных коэффициентов )
(3.77)
также можно определить на всем интервале . Однако получаемые после дифференцирования выражения длякрутизны оперативной характеристики оказываются слишком сложными. Для упрощения задают крутизну оперативной характеристики: каждую точку графикагипергеометрической оперативной характеристики связывают прямой со стоящей справа точкойи определяют подъем этой прямой как крутизну функциив точке. Наклон прямойвычисляется по формуле
, (3.78)
причем
. (3.79а)
Вывод соотношения (182) иллюстрирует рис.3.23.
Рис.3.23 Крутизна гипергеометрической оперативной характеристики
Кроме того, для приращения (183а) справедливо выражение
при (3.79б)
Если при уровне дефектности первые производные (3.74) и (3.75) или крутизна (3.78) достигают максимума, то это значениеназываетсяточкой перегиба оперативной характеристики. Оперативные характеристики, не имеющие точек перегиба, внутри всей области определения будут везде выпуклыми или вогнутыми. Если оперативная характеристика имеет точку перегиба , то она выпуклая в области от нулевой точки до точки перегиба, а начиная с точки перегиба - вогнутая. Например, на рис.3.18 видно, что функцияглобально вогнутая, в то время как функцияна некоторых участках вогнутая, а на некоторых выпуклая.
На этом примере становится ясно, что точка перегиба появляется лишь при некоторых значениях приемочного числа (). Рассмотрим три возможных случая:и.
В случае все три оперативные характеристики вездевогнуты, то есть не имеют точек перегиба, и поэтому
для , (3.80)
то есть оперативные характеристики внутри открытого интервала не пересекаются.
В случае , который возможен только при очень малых объемахвыборки, только функцияимеет точку перегиба, то есть на некоторых участках она являетсявыпуклой, а на некоторых - вогнутой. Функции ивездевыпуклы и имеет место:
для . (3.81)
График функции пересекает графики функцийив интервалевсего один раз.
В случае все три функции имеют точки перегиба, то есть на определенных участках они являютсявыпуклыми, а на других - вогнутыми. Точки перегиба определяются как
для , (3.82а)
для , (3.82б)
для . (3.82в)
Три оперативные характеристики пересекаются в интервале по одному разу.
Модуль крутизны в точке перегиба оперативной характеристики является мерой мощности критерия простого плана контроля или, что тоже самое, стоящей за ним процедуры проверки гипотезы (3.52). Крутизну в этой точке называюткрутизной оперативной характеристики. Крутизну получают путем подстановки формул (3.82а) - (3.82в) в (3.74), (3.75) и в (3.78):
для , (3.83а)
для , (3.83б)
для . (3.83в)
В выражении (3.83в) применяется обозначение . Значения крутизныпри безразличном качестве используют в качестве приближения для (3.83а – 3.83в).
Формулами (3.74), (3.75) и (3.78) определяется крутизна оперативных характеристик. Это позволяет вычислить их относительную крутизну. При этом только для оперативной характеристики Пуассона получается приелемая для расчетов формула
. (3.84)
Поскольку функция при безразличном качествепринимает значение, выражение (3.84) в точкедостигает значения
. (3.85а)
Зависимость (3.85а) имеет приближение
. (3.85б)
Если оперативная характеристика Пуассона имеет точку перегиба с абсциссой , то есть, то она близка к точкеи тогда с помощью формул (3.85) можно получить приблизительное значение относительной крутизныоперативной характеристики Пуассона в точке перегиба.
Пример 3.31 Пусть , то есть мы имеет дело с самым важным для практики случаем, когда. Для этого плана () сравним гипергеометрическую оперативную характеристику
и аппроксимирующие ее выражения биномиального распределения и распределения Пуассона
,
.
Результаты вычислений представлены в таблице
-
0
1
1
1
0.02
1
0.9996
0.9994
0.04
1
0.9969
0.9957
0.06
0.9971
0.9904
0.9871
0.08
0.9895
0.9789
0.9727
0.10
0.9758
0.9619
0.9526
0.12
0.9556
0.9392
0.9269
0.14
0.9287
0.9109
0.8964
0.16
0.8954
0.8774
0.8617
0.18
0.8563
0.8392
0.8238
0.20
0.8122
0.7969
0.7834
0.22
0.7640
0.7514
0.7413
0,24
0.7125
0.7033
0.6983
0.26
0.6590
0.6535
0.6550
0.28
0.6042
0.6027
0.6120
0.30
0.5492
0.5518
0.5697
0.32
0.4947
0.5013
0.5285
0.34
0.4417
0.4519
0.4887
0.36
0.3907
0.4042
0.4506
0.38
0.3423
0.3585
0.4143
0.40
0.2969
0.3154
0.3799
Кривые, по крайней мере, до точки почти не отличаются друг от друга, поэтому не будем изображать их графически. Кроме того, из таблицы видно, что кривые пересекаются по одному разу:ив грубом приближении при,, а такжеипри.
В силу того, что , все три оперативные характеристики имеют точки перегиба, абсциссы которых по (3.82) составляют
,
,
.
Крутизна в точке перегиба составляет
,
,
.
Таким образом
,
то есть план контроля () и критерий проверки соответствующей гипотезы при работе с контролируемой величиной(число дефектных изделий в выборке), подчиняющейся гипергеометрическому распределению, имеют наибольшую мощность.
Крутизну можно выразить еще и через угол . Например, результатозначает, что в точке перегибакасательная к графикуобразует с отрицательным направлением осиугол, для которого, то есть. Поэтому угол наклона касательной в точкесоставляет приблизительно. Соответственно изследует, что функцияимеет касательную в точкес наклоном. Изследует, что отрезок, связывающий значение функцийв точкахи, имеет с горизонтальной осью угол.