20 质量管理中的统计方法.pptVIP

基本方法 假设检验方法 H0：高质量批 H1：低质量批 批的说明 H0正确 高质量批 H0错误 低质量批 结论 接受这批 正确结论 第二类错误 接受一个低质量批 拒绝这批 第一类错误 拒绝一个高质量批 正确结论 生产者风险 消费者风险 接受抽样 例：某公司购买过载保护器，用于家用空调。 100%检验法 接受抽样 样本容量n和接受准则c 本例中，每次从新来的货物（批）中，选择15个组成一个样本，如果没有发现缺陷项目，则接受这批。 n=15，c=0 接受概率的计算 假定收到的过载保护器中有5%的货物存在缺陷。对于这样一批货物，n=15，c=0的抽样方案，接受这批货物的概率有多大？ 二项概率分布 f(0)=0.4633 接受概率的计算 n=15，c=0的抽样方案，接受一批的概率 批中有缺陷 的百分比 接受一批的概率 批中有缺陷 的百分比 接受一批的概率 1 0.8601 10 0.2059 2 0.7386 15 0.0874 3 0.6333 20 0.0352 4 0.5421 25 0.0134 5 0.4633 抽样特性曲线（OC） 将接受一批的概率作为批中有缺陷百分比的函数而得到的图形。可用来确定抽样方案是否同时满足生产者风险和消费者风险的要求。 四种接受抽样方案的抽样特性曲线 接受抽样方案的选择 p0：用于控制生产者风险 p1：用于控制消费者风险 α：生产者风险，或拒绝有缺陷比率为p0的一批的概率 β：消费者风险，或接受有缺陷比率为p1的一批的概率 本例中，规定p0 =0.03， p1 =0.15, α=0.10 , β=0.20 接受抽样方案的选择 p0 p1 α β 多次抽样方案 不止一种样本或一个抽样阶段，根据在一个样本中发现的有缺陷项目的数量，来决定是接受这批还是拒绝这批，或者是继续抽样。 同样的α和β值，多次抽样方案所得结果的总样本容量要比一次抽样方案小。 二次抽样方案 检验n1个项目 在样本中发现有x1个有缺陷项目 x1 ≤ c1成立吗？ x1 ≥ c2成立吗？ 另外检验n2个项目 在样本中发现有x2个有缺陷项目 x1 +x2 ≤ c3成立吗？ 接受这批 拒绝这批 成立 成立 成立 不成立 不成立 练习 对n=10，c=0的接受抽样方案，计算接受有2%缺陷比率的一批的概率，如果有缺陷比率为4%，接受这批的概率为多少？ 练习 为检验刚刚卸货的原材料,制造商考虑样本容量为10、15和20。选择一个抽样方案，要求满足：当p0=0.05时，生产者风险为α=0.03；当p1=0.30时，消费者风险为β=0.12。 * * * * * * * * 20 质量管理中的统计方法 统计过程管理 接受抽样 质量与质量管理 质量：产品或服务的特征和特性的全部，这些产品或服务根据其能力来满足指定需要。（美国质量管理协会） 质量管理：确定是否满足质量标准的一系列检验和测量。 如果不满足质量标准，进行修正和预防活动，以达到和维持质量的一致性。 质量管理中的两种统计方法 统计过程管理：用图形显示来检验一个生产过程（控制图）。目的是要确定过程能否继续，或是否需要进行调整，以达到预期的质量水平。 接受抽样：依据在样本中发现的质量决定接受或拒绝一组项目的方法。 20 质量管理中的统计方法 统计过程管理 接受抽样 产品质量变异的原因 可指出原因:由于如机床的磨损、不正确的机器安装、低质量的原材料、操作人员失误等因素引起的质量变异。当发现产品变异的可指出原因时（处于脱控状态），必须进行纠正活动。 一般原因：过程产品中正常的或自然的变异，仅仅是由于偶然性引起的。处于统计管理状态，不需要纠正活动。 基本方法 假设检验方法 H0：生产过程处于控制状态 H1：生产过程处于脱控状态 生产过程的说明 H0正确 过程处于控制状态 H0错误 过程处于脱控状态 结论 继续过程 正确结论 第二类错误 允许一个脱控状态过程继续 调整过程 第一类错误 调整一个处于控制状态的过程 正确结论 控制图 用来帮助确定一个过程是处于控制状态还是脱控状态的一种图形工具。 控制图：根据变量的均值进行测量，如长度、重量、温度等。 R 控制图：根据变量的级差进行测量。 p 控制图：根据缺陷项目的比率进行测量。 np控制图：根据缺陷项目的数量进行测量检验。 控制图的一般结构 UCL：控制上限 LCL：控制下限 处于控制状态的过程均值 中心线 时间 控制图：过程的均值和标准差已知 例：某包装公司经营一条填装谷物的纸箱生产线。 假设填装重量为正态分布过程运转正常，即系统处于控制状态时， 平均填装重量 μ =16.05盎司 过程的标准差 σ = 0.10 盎司 16.05 σ= 0.10 控制图的控制限：过程的均值和标准差已知