第五讲接收抽样.pptVIP

首都经济贸易大学统计学院 北京经济数据处理与计算机仿真试验室 第五讲 接收抽样 首都经济贸易大学统计学院 张玉春 引言 统计质量控制SQC 统计质量控制的分析方法被分为两类：抽样检验和统计过程控制。另外，测量值也分为定性（特性）与变量（连续值）两种； 统计质量控制包括规范、检验、接收抽样和统计过程控制等内容； 规范是描述产品或服务特性的度量值，例如机器插销的长度、飞机翅膀的重量、发送快递食品订单与收到物品时间的长短等。规范经常是定义产品、服务或其组成部分是否达到产品或服务最低标准的限度； 检验是将材料、产品与已建立的规范标准和限度进行对比的活动。没有检验、测量产品和服务的能力，质量控制就不可能存在。检验有两种方法：一种是对每批产品的每个项目进行全数检验；另一种是有选择地检查一些从生产过程（过程控制）或产品批（抽样）中选出来的样品。 接收抽样 接收抽样是假设产品为同一区域生产，形成一个产品批并交付给顾客。生产者或顾客可以从批中抽取一个样本，以对这批产品做出是接收还是拒收或者采用其他特殊处理方法的决策。 接收或拒收依赖于在样本中发现的缺陷的不合格品数目。当接收抽样应用到一组产品批的时候，质量管理人员能够根据抽样特性曲线（OC曲线）判定在确定的质量水平下接收批所承担的风险。抽检特性曲线所描述的是对于特定的接收质量水平，不同进货质量水平所对应的接收概率。 抽样特性曲线显示了各种质量水平下接收产品批的概率。换句话说，给定一定的质量水平（横轴），纵轴上就会对应一个表示接受“坏”批的概率。 该曲线上有两个点比较受关注：一个是接收质量限，另一个是批容许不合格率； 抽样特性OC曲线 一个例子 某厂交售本厂生产的一批电器零件共1000件，其实际不合格率是5%，现供需双方决定从中取大小为20件的样本进行计数一次性抽样检查，问样本中出现不良品的个数分别为0、1、2、3个的概率是多少？如果规定样本中出现不良品的个数为0即验收，反之拒收，问这批产品被拒收的可能性是多少？ 解析：从批量为1000件产品那种抽取n=20件作样本，其发生出现不合格数的分布服从超几何分布，由于批量总体数量较大，也可以认为服从二项分布，由于n/N0.1，也可认为近似服从泊松分布。 现分别用计算机Excel表进行计算； 按超几何分布计算 打开Excel工作表，设计一表格，第A列写入“样本出现不合格品个数”；第B列写入对应的不合格个数出现的概率。第B列数据按以下步骤进行：用鼠标点击插入—函数，在函数分类栏选统计，然后在函数名双击HYPGEOMDIST，打开一对话框，在相应的格内添入如下数值： Sample_s——样本中发现不合格品个数； Number_sample——样本容量20； Population_s——总体不合格数1000*0.05=50； Number_pop——总体容量1000； 即可分别返回一个超几何分布的概率值如下表第二列；例如在B2单元格应写入“=HYPGEOMDIST(A2,20,50,1000)”确定后得0.35487。其它可采用下拉复制的方法。 按二项分布计算 用上述同样步骤，在C列选择二项分布函数BINOMDIST； Sample_s——样本中发现不合格品个数； Trials——独立试验次数20； Probobility_s——总体不合格率0.05； Cumulative——逻辑值FALSE（概率密度函数）； 即可求出； 或在C2单元格写入“=BINOMDIST(A2,20,0.05,FALSE)”； 按泊松分布计算 方法同上，在D列选择泊松分布函数POISSON； X——样本中发现不合格品个数； MEAN——样本不合格品数期望值20*0.05=1； Cumulative——逻辑值FALSE（概率密度函数）； 即可求出； 或在D2单元格写入“=POISSON(A2,1,FALSE)”； 三种分布的计算结果见下表： 计算结果 做OC曲线 如果规定样本中出现不合格品的个数为0即验收，反之拒收，则这批产品被拒收的可能性是1-35.49%=65.41%（按超几何分布）或1-35.85%=64.15%（按二项分布），和1-36.79%=63.21%（按泊松分布） OC曲线是批被接受的概率L(p)随着不合格率p变化的曲线；它是一种用来识别生产方和使用方风险的一种图形；生产方风险是指质量合格批被拒收的概率，使用方风险是指质量不合格批被接受的概率； 现分别用计算机Excel表进行计算； 做OC曲线 做OC曲线 讨论 计数值抽样分布，当总体数量比较小时，应按服从超几何分布计算，如当总体数量比较大时，可按服从二项分布计算出近似结果；当总体很大，且不合格率较小，可按泊松分布计算，从本题结果看，三者结