不良产品返回数预测统计模型.PDFVIP

不良产品返回数预测统计模型 华南师范大学 莫祺、张先灯、杨鑫 目录 摘 要1 一、引言2 二、数据来源及介绍2 三、数据分析3 四、模型一：联合多项分布概率模型4 五、模型二：基于联合多项分布的logistic 概率模型9 六、模型改进和解释14 七、两个模型的讨论与分析17 八、模型的不足与改进18 参考文献19 附件20 I 摘 要 随着质量监管部门监管力度的加大和消费者维权意识的增强，生产商必须更 好地履行质量三包的协议.然而产品的失效有一定的随机性，而生产商又想知道 该安排多少维修工人参与售后服务，因此就有必要预测每一批生产产品的不良返 回数（失效产品的数目）.本文根据恩斯迈电子（深圳）有限公司数据部提供的 产品的一些月份的生产数据和相应的月份在一些月线的不良产品返回情况，提出 了联合多项分布概率模型和基于联合多项分布的logistic 概率模型两个模型，利 用excel 和sas 求出一段时间内的失效率，进而预测不良返回数.通过实例数据和 模型计算结果发现，模型一较差，通过加入生产总数和月份等协变量结合logistic 回归得到模型二，预测结果有了很大的改进.另外，我们模型中的区间估计的区 间长度相对来说较短，验证的真实值落入的百分率不高，但只要做一点调整就可 达到超过 80%的准确率.也许是我们模型的拟合度不是特别高，也许是数据方面 的问题，有几个月线的不良返回数的偏差较大，我们认为结合产品的专业知识来 寻找一些显著的协变量可能对模型会有更大的改进. 关键词： 失效 不良返回数 多项分布 logistic 协变量 区间估计 1 一、引言 随着人们法律意识的增强，消费者的维权意识也越来越强.每年的3.15 消费 者权益保护日报道出来的消费者投诉的事件也越来越多，消费者对产品的质量也 越来越重视，国家也在逐渐完善质量监管体系.但是从概率的角度来说，谁也不 能保证某件产品的寿命.并且产品质检的时候不可能每个产品都来检测，一来耗 费人力物力，二来对有些产品是有毁坏性的.为了保证消费者的权益，商家就必 须对自己的产品承诺质量三包，尤其是电子产品，并且商家的售后服务对于商家 [1] 的声誉和销售都很重要 . 每个厂家几乎都有售后服务部，而售后服务需要投入多少维修人员合适也是 一个值得考虑的问题，换句话说就是要知道有多少产品有质量问题，需要返厂. 所以从生产商的角度来说，预测一批产品有多少不良产品需要返厂维修就显得尤 [2] 为重要了 . 二、数据来源及介绍 我们的数据来源于恩斯迈电子（深圳）有限公司数据部.恩斯迈电子（深圳） 有限公司为台湾股票上市公司微星科技股份有限公司（计算机主板、显卡、伺服 器全球前五大生产企业）投资于大陆的全资子公司，主要经营电子产品.而电子 产品的保修期一般都是三年，因此有必要对一批产品出厂后三年内的不良产品的 返厂数进行统计和估计.考虑现实情况和经验，他们对一批产品的返厂数目一般 分了六个特殊时间段进行统计，分别记为一月线不良返回数，三月线不良返回数， 六月线不良返回数，十二月线不良返回数，二十四月线不良返回数，三十六月线 不良返回数.而其实一月线的返回数是指这批产品出厂后的三个月内的不良返回 数，三月线是指这批产品出厂后的五个月内的不良返回数，六月线不良返回数指 的是八个月内的返回数，同理十二月线、二十四月线、三十六月线都要往后推迟 两个月，这样的话就基本上可以统计保修期内返回数，反过来又可以判断这批产 品的质量情况.他们把2007 年一月至2010 年十一月的部分返回数据统计出来了. 由于最初拿到数据在2011 年二月统计完的，所以2010 年十月和十一月我们只能 统计这两批产品的一月线的返回数，2010 年六、七、八月可以得到一月线和三 月线的返回数，2010 年一月至六月可以得到一月线、