Pareto分布在型Ⅱ受限望小型产品过程能力分析中应用.docVIP

Pareto分布在型Ⅱ受限望小型产品过程能力分析中应用 　　[摘 要] 针对望小型产品（或服务）的作业时间特性，使用Kane（1986）过程能力指标CU作为研究对象。在Pareto分布总体情形假定下，推导出型Ⅱ受限情形下CU的极大似然估计量，并且研究了其统计特征，最后讨论了CU统计推断问题。 　　[关键词] 望小型产品； 服务； 过程能力分析； Pareto分布； 型Ⅱ受限样本 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 01. 051 　　[中图分类号] F273.2； F224.7 [文献标识码] A [文章编号] 1673 - 0194（2014）01- 0097- 02 　　1 简 介 　　过程能力分析是一种有效测量过程绩效及潜在能力的方法。工业生产领域，过程能力指数（PCIs）被用于评估产品质量是否达到需要标准。广泛使用的该类指数包含Cp，Cpk，Cpm和Cpmk等。这4类指标适用于具有双边规格型产品。除了双边规格型产品过程能力指标外，Montgomery（1985）和 Kane（1986）提出适用于单边规格特性产品的过程能力指标，如CL，CPL和CU，CPU，其中 CL和CPL为望大型（Larger-the-better）特征产品过程测度指标，而CU，CPU为望小型（Smaller-the-better）特征产品过程测度指标。就作业时间而言，其包含顾客等待服务时间、企业的作业时间等，由于作业时间越长顾客满意度越差，因此都具有越小越好的望小型品质特征，由此可知，该类产品的作业时间可以使用望小型过程能力指标来衡量。 　　2 过程能力指标和不合格率 　　2.1 Pareto分布总体下的过程能力指标 　　设某产品（或服务）时间X服从Ⅱ型Pareto分布，其分布函数及概率密度函数分别为 　　FX（x） = 1 - （x + 1）-θ （1） 　　f（x；θ） = θx-（θ + 1），x 1，θ 0 （2） 　　令Y = 1n（X），则Y的概率密度函数为指数分布 　　f（y；θ） = θe-θy，y 0，θ 0 （3） 　　Kane（1986）根据望小型品质特性提出过程能力指标CU，其定义如下：？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇？摇 　　CU = ■ （4） 　　式中，μ表示过程均值，σ表示过程标准差，U表示过程设定上限，如某银行规定，储蓄业务所需时间最多不超过10分钟。在Pareto分布情形下，本文使用产品或服务时间（X）的对数（Y）作为新的研究对象，由于Y服从指数分布，故其期望和方差分别为： 　　E（Y） = 1/θ，Var（Y） = 1/θ2 （5） 　　将式（5）带入式（4）得 　　CU = ■ = ■ = θU - 1 （6） 　　2.2 过程能力指标与不合格率之间的关系 　　不合格率（non-conformance rate）的界定为企业作业时间超过顾客对于企业作业时间的容忍上限（U）的概率，如果使用p表示不合格率，则在Pareto分布情形下，有 　　p = P（Y U） = 1 - P（Y ≤ U） = e-θU = e■ （7） 　　由于？鄣p/？鄣CU = -e■ 0，所以，不合格率是过程能力指标CU的递减函数。两者之间存在反向关系，CU越大，p越趋于0；CU越小， p越趋于1。可见，过程能力指标有越大越好的特征。 　　2.3 过程能力指标CU的极大似然估计 　　型Ⅱ截尾数据中，被截尾数量r事先被确定，如此，整个样本资料只包含前r个最小值。设X（1） X（2） … X（r）为型Ⅱ截尾数据的样本观察值，则1n（X（1）） （1nX（2）） … （1nX（r）），即Y（1） Y（2） … Y（r）。根据Lawless（2003）知，服从指数分布的前r次序统计量联合概率密度函数为： 　　■■θe■e■■ （8） 　　因而，得出θ的极大似然估计量为： 　　■ =■，r ≤ n （9） 　　根据极大似然估计的不变性质，有： 　　■U =■ = ■U - 1 = ■ - 1？摇？摇 （10） 　　令W=■lnX（i） + （n - r）lnX（r），根据Lawless（2003）有：2θW ～ χ22r，所以 　　E（■U） = E■ - 1 　　= E■ - 1 = rUE■ - 1 = rU2θE■ - 1 　　= rU2θ■ - 1 = ■θU - 1？摇 ？摇？摇？摇？摇？摇 （11） 　　由于E■U≠CU，所以 ■U并非CU的无偏估计量，但可以看出，■E■U = CU，所以，■U是CU的渐近无偏估计量