Chapter3-4(投影版).docVIP

Chapter3：质量变异的规律性分析 一、概率分析 【案例】从N件产品中抽检n件，其中的不合格产品数是随机变量；人们可以对这随机事件人为地用数量来表示，如抽检产品，可以用1表示抽到不合格品，用0表示抽到合格品 1．随机变量的特点： （1）取值的随机性，即事先不能确定X取哪个值 （2）取值的统计规律性，即完全可确定X取某个值或X在某一个区间内取值的概率 ※ 研究的一个随机变量，首先要知道它可能取到哪些值，其次它取这些值的可能性是多少 2．频率分布：是根据实际统计数据整理而形成的分布，可以称为经验分布——它给出了随机变量取值的频率 ※ 频率密度：是各组频率与其相应的组距之比，它说明每单位组距所拥有的频率 ※ 向上累计频率分布：是将各组的频率，由标志值低的组向标志值高的组依次累计 3．概率与频率 ※ 概率是用来度量随机中某一结果发生的可能性的大小。 P(A)=A发生的次数/所有结果发生的次数 ※ 概率与频率的关系： （1）当被研究对象是总体的全部单位时，频率是概率； （2）当被研究是总体的部分单位时，频率只是试验概率，即根据大量的、重复统计试验结果计算事件各种可能发生结果的频率，视频率为概率的一种方法 （3）概率是频率的期望或理论值，频率是概率的估计值或试验值 【案例】调查某日光灯连续生产线发生废品的频率，每小时从所生产的日光灯中抽取50个进行质量检测，当试验次数n足够大时，试验结果表明废品的频率趋于2%，这说明该条生产线发生废品的概率为2% 4．概率分布：随机变量取值的频率所形成的分布 5．概率分布的类型：根据随机变量是离散或连续变量，根据概率分为离散型随机变量的概率分布和连续型随机变量的概率分布 ※ 离散型随机变量的概率分布：是由离散型随机变量x的取值xi及其相应概率P(xi)组成——二项分布和泊松分布 ※ 连续型随机变量的概率分布：是用连续型随机变量X取值区域内各段区间及其概率来表示——正态分布 二、正态分布 1．基本假设：x是服从正态分布的随机变量——如果一个随机变量受到大量微小的、相互独立的随机因素的影响，那么这个随机变量就服从正态分布 例如，大批生产一种产品时某项质量指标 2．特点： （1）对称性：曲线的图形是一个单峰钟形曲线，关于直线x=μ对称 （2）非负性：曲线处于X轴上方 （3）曲线在x=μ处到达最高点，从这个最高点出发，往正负两个方面下降，无限逼近横轴。这条曲线与横轴之间的面积等于1 （4）在x±σ外为曲线的拐点 （5）由参数μ和σ完成确定：μ反映随机变量取值的集中位置；σ越小，密度曲线就越尖、越高 3．标准正态分布的条件：μ=0和σ=1，记作N(0，1) 4．一般正态分布的条件：N(μ，σ2) 正态分布标准化：也服从正态分布 5．偏度与峰度： （1）偏度（Skewness）： A．偏度的含义 B．偏度的测定： 偏度＝算术平均数—众数 ◎ 当偏度这个绝对量为正值，则总体为右偏分布； ◎ 若为负值，则总体为左偏分布； ◎ 算术平均数与众数之间的距离越大，说明总体次数分布的偏斜程度越大；反之，则说明分布的偏斜程度越小。 （2）峰度（Kurtosis）：是描述对称分布曲线峰顶尖峭程度的指标 根据经验数据，峰度的评价： ＝3时，次数分布曲线为标准正态分布曲线 3时，次数分布曲线为尖顶峰曲线，说明总体次数分布集中趋势明显，标志值离散程度小 3时，次数分布曲线为平顶峰曲线，说明总体各单位标志值集中趋势明显，标志值离散程度大 三、二项分布 1．贝努里试验：指只有两个结果的随机试验 2．n重贝努里试验：如果在相同的条件下重复n次，并且各次的试验结果相互独立，则这样的系列试验 3．二项分布：若p代表不合格率，q代表合格率，则p+q=1，则在n个产品中出现r个不合格品的概率为： 【案例】连续抽取3件产品，出现2次不合格的组合数是： 合合不、合不合、不合合 4．二项分布的基本假设或条件 （1）每次试验或检验只出现两种可能的结果 （2）各次试验之间是相互独立的，即此次试验出现的结果不影响下一次试验出现的结果 （3）对于任何一次试验，出现试验结果为“合格”概率保持不变 5．二项分布的均值与方差 μ=np σ2=npq 6．二项分布的应用 （1）p=0.5时，对任意的n，二项呈对称形状 （2）p＜0.5p＞0.5n越大，分布越趋向于对称；当n无限增大时，二项分布趋向于正态 （5）合格判定数c：当样本中出现不合格品r≤c,该批产品接收； 当r＞c 分析：p=0.3，n=6，P(r≤3 )=0.9295 四、泊松分布 1．区别： ◎ 二项分布所描述的是一定次数试验中出现“合格”结果的概率分布。但是很多现象所产生的结果