第二章 质量数据的统计处理.pptx

第二章质量数据的统计处理本章提要质量数据的取得与整理质量管理现场的常用图表数理统计的基础知识质量数据的搜集搜集数据的目的质量数据的分类统计数据的取样搜集数据的目的用于控制现场用于分析用于调节用于检查质量数据的分类对于现场数据计量数据计数数据对于一些特殊场合顺序数据点数数据优劣数据统计数据的取样样本必须对总体具有代表性随机抽样方法简单随机抽样系统随机抽样（机械随机抽样、等距随机抽样）分层随机抽样（类型随机抽样）整群随机抽样（集团随机抽样）一个例子甲乙丙三个车间都生产同一种产品，共生产了100件，其中甲车间生产的产量占全部的30％，乙车间占50％，丙车间占30％，需要抽取10件作为样本。请问：分别用简单随机抽样、系统随机抽样、分层随机抽样、整群随机抽样的方法抽样，应该怎样抽取？质量数据的整理与图示计量数据的整理与直方图计数数据的整理与条形图计量数据的整理与直方图直方图是用一系列宽度相等、高度不等的矩形来表示数据分布的图。矩形的宽度表示数据范围的间隔，矩形的高度表示在给定间隔内数据出现的次数（频数）。汽车活塞环直径的125个原始数据步骤1 从样本数据中找到xmax与xmin并计算RR＝ xmax－ xmin本例：xmax＝74.030； xmin＝73.967R= 74.030－ 73.967＝0.063步骤2分组数选用表根据样本个数n决定分组数k和每一组的组距h分组数k的经验公式：K＝1＋3.322lg(n)或者分组数选用表（右图）数据个数n推荐组数k50-1007－8101-2008－9201-5009－10501-100010－11组距h可相等，也可不相等。若相等，则h＝R/k本例：n=125，取k＝9，组距h＝0.063/9＝0.007步骤3决定各组组限和组中值[a0,a1),(a1,a2),…(ak-1, ak]组中值yiyi ＝（ ak-1＋ ak）/ 2步骤4采用计数的方法统计数据落在各个组限区间的个数（称为频数），记为ni，并计算每个区间对应的频率fi＝ni/n，列出频数（频率）分布表和累计频数（频率）分布表。根据频数分布表作出直方图从直方图中可以很直观地看出数据分布的三种特征：形状位置或中心倾向分散或变异程度计数数据的整理与条形图不合格数频数（批数）频率07114.2％113927.8％213026.0％39018.0％4459.0％5183.6％661.2％700.0％810.2％合计500100％例：某企业生产某种型号的三极管，以100个为一批进行质量检查，记录每批产品中的不合格品数，共检查了500批。不合格品数条形图质量变异及其统计特征量描述质量的统计观点质量因素的分类质量数据统计特征的描述质量管理中常见的概率分布产品质量的统计观点产品质量的变异性产品质量在生产过程中不断变化着产品质量变异具有统计规律性可以找出产品质量的分布不再把产品质量看成仅仅是产品与规格的对比。不良 ? 传统观点我们合格LSLUSLI am Data(我活着)Spec-in就合格Spec-out不合格Spec检出不良集中在中心才合格LSLUSLSpec-in但没有达到水准就不合格散就死潜在的不良事前预测Spec不良 ? 以后 ,,,呀 !有吃的 (不良)质量因素的分类按不同的来源分类操作人员（Man）设备（machinery）原材料（Material）操作方法（Method）环境（Environment）测量（Measurement）按影响大小和作用性质分类偶然因素影响微小始终存在逐件不同难以除去异常因素影响较大有时存在方向一致不难除去质量数据统计特征的描述反映样本数据集中程度的特征量样本均值样本中位数反映样本数据离散程度的特征量样本极差样本方差样本标准差质量管理中常见的概率分布离散概率分布超几何分布二项分布泊松分布连续概率分布正态分布超几何分布设有一批产品，批量大小N为有限数，假定其中含有D个不合格品，则该批产品不合格率P为P=D/N×100％从该批产品中随机抽取容量为n的样本，则样本中含有x个不合格品的概率服从超几何分布。二项分布一批产品，批量为无限大，假定产品总体的不合格率为P。从总体中随机抽取容量为n的样本，则样本中恰含有x个不合格品的概率服从二项分布。泊松分布在质量管理中，泊松分布的典型用途是用作单位产品上所发生的不合格数的数学模型。用x表示不合格数，则x为随机变量，可取任意一个自然数0，1，2，…不合格数恰好等于x的概率服从泊松分布。几个例子一品产品，批量为100件。已知批不合格率为0.01，从批中随机抽取5件，求其中含有一件不合格品的概率和不超过1件不合格品的概率。某种产品的日产量很大，批不合格品率为0.01。把日产量看作一批，从中随机抽取3个单位产品，求样本中含有不合格品个数的概率分布。在产品的加工过程中，观察产品在装配中