第2章 质量控制统计基础.pptVIP

质量管理学 丁善婷 机械工程学院 仪器科学与质量工程系 第二章 主要内容 §2.1 质量数据特点分类 现场数据根据其不同性质可分为计量数据和计数数据。 1、计量数据 可以在某个区间上连续取值的数据。 特点:在任何两个计量值之间还可以插入无穷多个数值。 大部分质量特性的数值都属于计量值数据。 2、计数数据 计数值数据是只能间断取值，在有限的区间内只能取有限数值的数据。 特点:非连续性，在任何两个计数值之间不可能插入无穷多个数值，否则将出现不能表达原意义的数据。 计数数据又可分为计件数据和计点数据。 计件值数据：指数产品的件数而得到的数值。 如不合格品件数。 计件值数据一般服从超几何分布或二项分布。 计点值数据：指数不合格数而得到的数值。 如砂眼个数，疵点数等。 计点值数据一般服从泊松分布。 对于一些特殊场合，还可以将质量数据分为顺序数据、点数数据、优劣数据等。 1、顺序数据 如把产品按评审标准顺序排列成1，2，……，10，这样的数据就是顺序数据。在对产品进行综合评审而又无适当仪表进行测量的场合常用这类数据。 2、点数数据 以100或10点等记为满点进行评分的数据。在评比的场合常用这类数据。 3、优劣数据 例如，有甲乙两种产品，比较那种质量好而得出的结果就是优劣数据。 质量管理强调用数据说话，所以即使在无适当测量仪表的场合，也应当按照取得顺序数据或点数数据等方法，尽量用数值把研究对象定量地表示出来。 二、质量数据及其特点 质量数据的两大特性： 波动性、规律性 2、规律性 规律性：指质量数据的分布状态具有一定的规律。 质量数据的特点 §2.2 随机数据分布的定量表示及计算 ２ 质量数据统计特征量 关于均值与中位数 应根据不同的研究目的和不同的数据分布特征来选择均值或中位数作为集中趋势的代表值。 一般地，当数据呈现对称钟形分布或近似对称钟形分布时，均值和中位数是一致的，应当选择均值作为数据集中趋势的代表值。 当数据分布的偏离度较大（出现极端情况）时，均值容易受到极端数据的影响，不能很好的反映样本数据的集中趋势，应该选择中位数作为集中趋势的代表值。 关于样本方差 一般地，样本方差越大则样本数据的离散程度越高。 样本方差算式中的分母是“n-1”而非“n”，是为了从数学上得到较好的总体方差估计量，也称为“自由度”。 样本方差在统计分析中起两种作用: 一是用作衡量样本数据的离散程度; 二是用作被抽样总体的方差的估计值。 二、随机抽样方法 １)简单随机抽样：总体中的每一个个体被抽到的机会是均等的。有放回和不放回。抽签（抓阄）、查随机数表或掷随机数骰子 。 ２)系统随机抽样：机械抽样或等距随机抽样，即将总体中要抽取的产品按某一标志（如时间）排序，然后按一定间隔来随机抽取1个或一组产品 。 ３)分层随机抽样：类型随机抽样。先把总体按某些重要的标志分成互不交叉重叠的若干层，后在各层中采用简单随机抽样或其他抽样方法抽取若干个样本个体，由各层样本个体组成一个样本。 ４)整群随机抽样：集团随机抽样。在总体中，不是抽取个别个体，而是随机抽取整群的产品。这种方法是先将总体按某个标志（企业、车间、班组、工序或一段时间内生产的一批零件等）分成若干群，然后随机地抽取若干群，并由抽中的群中的所有个体组成样本 。 1、简单随机抽样 总体中的每一个个体 抽到的机会是相同的。 有放回地随机抽样得到的样本是简单随机抽样。 无放回地随机抽取得到的样本，只要样本容量n相对与总体容量N来说很小，就可以近似地看作是简单随机抽样。 简单随机抽样方法： 抽签、查随机数值表、掷随机数骰子 优点：方法简单直观 缺点： 抽样程序复杂 例：从100件产品中随机抽取10件组成样本。 1.把这100件产品从1开始编号直至100； 2.查《随机数表》或用抽签的方法从中确定编号毫无规律的10个号码，假定抽到的编号为4，33，68，77，17，91，44，27，37，51等10个，则把这10个编号的产品取出来组成样本。 2、系统随机抽样 (机械随机抽样 或等距随机抽样) 优点： 实施方便,同时能够保证样本对总体的代表性 缺点： 可能会产生系统性的偏差。 应用范围： 适合于大批量生产的流水线上产品的抽样。 例：要从100件产品中随机抽取10件组成样本。 首先将这100件产品按某一标志排序，顺序编号从1至100; 然后用抽签或随机数表法确定1至10号