MSA测量系统分析(第三版)-苏州.pptVIP

第一章 统计技术基础知识 1、数据类型 2、正态分布 3、二项分布 4、泊松分布 5、总结 数据类型 计数型 计量型 计量型数据的优点 计量数据的基本统计—数据分布 对一个相同的输出变量Y期多个数据点绘图它们形成了一个分布。 这些数据点的堆积可以不同的图形来代表： 散点图/概率图 直方图 连续性数据─中心趋势的测量 平均值 一组数据的算术平均值数法 均等反映了所有数据的影响 会受极端值强烈影响 中位数 反映50%的那个位置 对一组排序数据点的中心数 对极端值较”坚耐” 连续型数据─变异的测量 极差: 一组数据中最大值与最小值之间的差 标准偏差(s ; s) : 等于方差的平方根，在量化变异时常用会到 连续型数据─了解极差 以下数据的极差是多少？ 1, 2, 3, 4, 5, 6, 7, 8, 9 以下数据的极差是多少 1, 2, 3, 4, 5, 6, 7, 8, 200 标准偏差可以用计算机来计算（EXCEL里的STDEV公式） 计算标准差 连续性数据─平滑(正态)分布 假定数据符合正态分布 假设收集到无限多的数据，这些数据可能看起来像下图 我们可将这些数据看成平滑的分布 红线 正态曲线和概率 了解了正态曲线的平均值和标准偏差有助于估计风险 正态分布的应用 正态分布的应用2 常用统计量 定义 1、表示总体特性的统计量，称为总体统计量，如： 总体平均数、总体方差、总体标准差 2、表示样本特性的统计量，称为样本统计量，如： 样本平均数、样本方差、样本标准差、样本极差、移动极差 二项分布 例：从一批产品中随机抽取进行检测，根据历史数据而知，产品的不合格率为10%。假设要求产品检测人员每抽取一件产品，检测完毕后，要放回这批产品中（又称为有放回抽样），检验人员共检测了6件产品，问检测到的不合格品数分别为0，1，2，3，4，5，6的概率？ 二项分布的均值、方差与标准差 泊松分布 质量控制中常遇到这样的情况： 不仅要关注不合格品，而且要关注每件不合格品所包含的不合格项的情况。 泊松分布 总结 连续型数据能有很多可能的数值，计数型数据是不连续的 连续型数据的信息比较丰富，计数型的就要少得多 对位置的测量是平均值和中位数 对离散的测量：标准偏差和极差 图表出来的信息会多于数据 正态曲线可用来估计缺陷的风险 1)?测量定义为赋值给具体事物以表示它们之间关于特殊特性的关系； 2)?? 赋值过程定义为测量过程； 3)?? 赋予的值定义为测量值； 4）测量过程看成一个制造过程，它产生数字（数据）作为输出。 任何用来获得测量结果的装置；经常用来特指用在车间的装置；包括通过／不通过装置。 例如：直尺、游标卡尺、千分尺、角度规、投影仪、通/止规 用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、方法、夹具、软件、人员、环境及假设的集合；用来获得测量结果的整个过程。 根据定义，一个测量过程可以看成是一个制造过程，它产生数值（数据）作为输出。 基准值 被承认的一个被测体的数值，作为一致同意的用于进行比较的基准或标准样本。 一个基于科学原理的理论值或确定值。 一个基于某国家或国际组织的指定值。 一个基于科学或工程组织主持的合作试验工作产生的一致同意值。 对于具体用途，采用接受的参考方法获得一个同意值。 该值包含特定数量的定义，并为其它已知目的自然被接受，有时是按惯例被接受。 X/R控制图 分辨率=0.001 X/R控制图 分辨率=0.01 手工计算如下： =273.76/25=10.950 =1.45/25=0.58 MINTAB图形输出 MINTAB图形输出 判图并分析稳定性 请判定前图是否有异常 再练习 一家公司的质检部门新购买一台测厚仪，在正式使用之前，需要对些测量系统进行评估。根据实际需要的测量范围，挑选了5个具有代表性的标准部件，然后由检验员以随机方式对每个部件测量6次，假设已知过程总动动PV为12，试分析其偏倚和线性 怎样计算kappa值 Kappa＝ = = 0.776 Po=(43+92)/150=0.9 Pe=(17+66)/150=0.55 案例： 巧克力公司为检验新员工感官的培训效果，特取6块不同等级的巧克力请3位受训员工品尝并评分，试对此测量系统进行分析 案例： 军工单位生产新型射孔弹，需要进行试验。考虑到产品无法重复使用。从15批产品中各抽取2个射孔弹，安排3名操作员第人对5批射孔弱各测取2次射孔深度的数年据。假设同一个人在同一批次内的2次测量是重复测量。已知公差要求为16，试分析该测量系统。 第九讲 考试 偏倚的研究－1 选取样本和测量人员 测量标准样本 计算均值和标准差 计算