制程统计与分析基础培训课件.pptVIP

食品伙伴网交流资料 制程统计与分析基础 ——品管培训教材 目录 概率介绍 正态分布 数学期望、方差与标准差 制程能力分析 制程重量的分析与管制 ?概率介绍 必然事件：在一定条件下必然发生的事件，用U 表示； 不可能事件：在一定条件下必然不发生的事件， 用V表示； 随机事件：在一定条件下可能发生，也可能不发 生的事件，用A、B……表示。 ?概率介绍 ?概率介绍 分析： 某企业每班生产成品n件，其中正品m件， 故在该班正品发生的频率 p=m/n 案例： 某企业白班生产成品100件，其中抽验20件，合格18件，请问合格品出现的频率是多少？ 答：p=18/20=0.900 ?概率介绍 ?概率介绍 概率的性质： 0 ≤ P（A）≤ 1 P（U）= 1 P（V）= 0 ?正态分布 随机变量 离散型：随机变量的可能取值能够一一列出，如 抽检每班生产的产品； 非离散型（连续型）：随机变量的所有可能值不 能一一列出，如农作物 的亩产量； ?正态分布 ?正态分布 小结：（随机变量的概率特性） p(x) 0 ∑p(x) = 1 ∫p(x)dx = 1 (-∞x+∞) p(ax≤b) = ∫p(x)dx （x取值 【 a, b 】） （非离散型曲线性质） ?正态分布 ?正态分布 随机变量的分布密度函数： p(x)=e-(x-μ)2/2σ2/ σ(2π)1/2 (σ,μ 0; -∞x+∞) π: 圆周率; e : 自然对数的底 σ : 正态分布的均值; μ : 正态分布的标准差; 随机变量服从参数μ,σ的正态分布,记做N(μ,σ2) ?正态分布 公式简化来分析正态分布： 当σ=1、μ=0时， p(x) = e-x2/2/(2π)1/2 此为标准正态分布，其曲线称为标准正态分布曲线； 其余N(μ,σ2)，通过φ(x) = p((x-μ)/σ)来转化. ?正态分布 小结:(正态分布的性质) p(x)0,曲线是位于x轴上方的连续曲线; p(x)以x=μ为中心左右对称,即(μ-x)=(μ+x); p(x)在(-∞,μ)内单调递增,在(μ,+∞)内单调递减,在x=μ处有极大值1/σ(2π)1/2 p(x)在x=μ+σ处有拐点; 当x→±∞时,x轴为渐近线. ?正态分布 固定σ时,μ的变化: μ增大,曲线向右平移; μ减小,曲线向左平移; 固定μ时,σ的变化: σ越大,曲线越“矮胖”,总体分布越分散; σ越小,曲线越“高瘦”,总体分布越集中. ?正态分布 练习: 求: (1) f(x)的最大值; (2) 简易描绘此正态分布曲线. ?正态分布 在区间(μ-σ，μ+σ)、(μ-2σ，μ+2σ)、(μ-3σ，μ+3σ)内取值的概率分别为68.3%、95.4%、99.7% 故：实践操作中主要研究区间 (μ-3σ，μ+3σ)的特性。 ?数学期望、方差与标准差 数学期望 对某种产品的水分进行m次测量，有m1次测得结果为x1，m2次测得结果为x2，…，xk次测得结果为xk，则测得平均值为： ξ=（x1m1+x2m2+…+xkmk）/n=∑ximi/n 其中m1+m2+ …+mk=n，mi为xi出现的频数，mi/n为xi出现的频率（修正为概率）。 故：此平均值为随机变量所取值与对应的概率乘积之和。 ?数学期望、方差与标准差 定义： 数学期望是概率意义下的平均值，也称均值； 正态分布N(μ,σ2)的参数μ是ξ的数学期望 μ=（∑xn）/n ?数学期望、方差与标准差 描述随机变量分布的离散程度的指标： 极差：R=max(x1，x2…xn)-min(x1，x2…xn) 方差：σ2=(∑(xi-x)2)/(n-1) 标准差：σ=【 (∑(xi-x)2)/(n-1) 】1/2 ?数学期望、方差与标准差 案例：今取样某种产品10个，分为两组进行水分测定，得出结果如下： A组：65、60、80、75、70 B组：44、69、70、71、96 讨论：(1) ξA=ξB=70 (2) RA=20 RB=52 因RBRA，故B组变量值离散