第二章统计技术的基础知识.pptVIP

*;学习要 求：;第一节 质量特性数据的特点与分类;例：某化肥厂在一次尿素质量检验中,对随机抽取的100袋尿素测得的单包重量数据。 ;将表2－1数据按序号画出的散布图;它们是一组不完全相等的数据； 数据总是在一定的范围 [40.02,40.30]内波动着； 大量的数据位于波动范围的中心附近,居中的一小段区间(40.12,40.18)上,集中了百分之六十多的数据。;一、质量数据及其特点;正常波动;偶因：;异常波动;异因：;2、规律性;二、质量数据的分类; 计数数据又可分为计件数据和计点数据。 计件值数据：指数产品的件数而得到的数值。 如不合格品件数。 计件值数据一般服从超几何分布或二项分布。 计点值数据：指数不合格数而得到的数值。 如砂眼个数，疵点数等。 计点值数据一般服从泊松分布。 ; 对于一些特殊场合，还可以将质量数据分为顺序数据、点数数据、优劣数据等。 1、顺序数据 如把产品按评审标准顺序排列成1，2，……，10，这样的数据就是顺序数据。在对产品进行综合评审而又无适当仪表进行测量的场合常用这类数据。 2、点数数据 以100或10点等记为满点进行评分的数据。在评比的场合常用这类数据。 5、优劣数据 例如，有甲乙两种产品，比较那种质量好而得出的结果就是优劣数据。;*;设计和开发质量管理应用模型;(一)设计和开发策划－可行性分析;（一）设计和开发策划;（一）设计和开发策划;（二）产品的设计和开发;（二）产品的设计和开发;（二）产品的设计和开发;潜在失效模式及后果分析 ( DFMEA, PFMEA);设计潜在失效模式及后果分析(DFMEA);过程潜在失效模式及后果分析(PFMEA);潜在失效模式及后果分析输出、查询;供应商质量管理模型;SAP (Systems, Application and Products in Data Processing) 。SAP既是公司名称,又是其ERP (Enterprise-wide Resource Planning)软件名称. ;;产品质量具有变异性 原因：4M1E 产品质量的变异性具有统计规律性;（1）按不同来源分类 操作人(man) 机器(machine) 材料(material) 方法(method) 环境(environment) 测量（measurement） 计算机软件，公用设施等 ISO9000:2000; 2）按影响大小与作用分类 偶然因素：随机变异的原因 特点：影响微小、始终存在、逐件不同、难以消除（技术或经济上） 异常因素：影响散布的异常原因 特点：影响大、有时存在、一系列产品受同方向影响、不难消除 ;偶然因素; 质量管理强调用数据说话，所以即使在无适当测量仪表的场合，也应当按照取得顺序数据或点数数据等方法，尽量用数值把研究对象定量地表示出来。 ISO9000标准八大原则之原则七“基于事实的决策方法”：有效决策是建立在数据和信息分析的基础上。;第二节 随机数据分布的定量表示及计算;一、总体与样本; 在质量管理中，研究的对象是产品质量，而质量的状况是通过对质量数据的研究而得到的。因此，从统计学的角度看，总体就是被检验的产品质量数据的全体。 ;一般用x1，x2，…，xn表示样本数据的取值。;二、样本数据统计特征;1. 样本数据集中程度特征量;（2）样本中位数;在实际应用中:;2、样本数据离散程度特征量; 一般地，样本方差越大则样本数据的离散程度越高。 样本方差算式中的分母是“n-1”而非“n”，是为了从数学上得到较好的总体方差估计量，也称为“自由度”。 样本方差在统计分析中起两种作用，一是用作衡量样本数据的离散程度，二是用作被抽样总体的方差的估计值。;第三节 数据的收集与整理;二、数据的收集; 随机抽样的分类：;1、简单随机抽样 总体中的每一个个体被抽到的机会是相同的。简单随机抽样是最基本的一种概率抽样 。 有放回地随机抽样得到的样本是简单随机抽样。 无放回地随机抽取得到的样本，只要样本容量n相对与总体容量N来说很小，就可以近似地看作是简单随机抽样。 简单随机抽样方法：抽签、查随机数值表、掷随机数骰子 优点：方法简单直观 缺点： 抽样程序复杂;例：从100件产品中随机抽取10件组成样本。 把这100件产品从1开始编号直至100； 然后查《随机数表》或用抽签的