第三课统计基础知识0612.pptVIP

统计基础知识 三 莱钢股份有限公司烧结厂 2008年6月 主讲:何剑飞 上节课内容回顾 连续随机变量:连续数据以参数的形式，说明一个产品或过程的特性。测量标准可以有意义地不断分割，使精确度提高。 离散随机变量:离散数据是不能连续取值的，或者说即使使用测量工具也得不到小数点以下数值，而只能得到0或1，2，3???等自然数的这类数据。 离散分布均值计算： 连续分布均值计算： 讨论题 本节课主要学习内容 1.常用的分布 2.标准正态分布概率计算 3.缺陷率的计算 常用的分布 1.常用的连续分布 正态分布 均匀分布 指数分布 对数正态分布 2.常用的离散分布 二项分布 泊松分布 超几何分布 正态分布 一般，属于计量数据的特性值服从正态分布。 正态分布的曲线 特点： 1.正态分布曲线如同扣放的一口钟，故又称钟行曲线。 2.正态分布曲线X在均值处有对称轴，且有最大值（即最大频数）。 3.正态分布曲线以X轴为渐进线，频数F（x）永远为正值。 4.正态分布曲线的拐点（凹凸曲线之交点）到对称轴的距离为σ。 5.正态分布曲线向±∞无限延伸。 正态分布 （2）正态分布的密度函数 记符号χ∽N（μ，σ2） 其中: f（x）为频数 X为随机变量，（质量特性值） -∞x∞ μ为正态均值，描述质量特性值分布的集中位置。 σ为正态方差，描述质量特性值x分布的分散程度。 标准正态分布 当μ=0，σ=1时正态分布称为标准正态分布 标准正态分布概率分布 研究实际问题比较方便，可以借助标准正态分布表 平均值和拐点之间距离标准偏差（σ）表示。如果目标值（μ）和规格上下限（USL or LSL)距离是标准偏差的3倍的话，说明具备了3Sigma的工序能力(三西格玛水平)。 * * 请说出下列例子是连续随机变量还是离散随机变量? 1.除尘车间3月份植数棵数 2.受卸车间矿粉喷淋次数 3.受卸车间堆某矿粉所用时间 4.烧结车间喷洒CaCL2数量 5.烧结矿日废样个数 6.烧结矿综合合格率 μ1 μ2 μ σ相同, u不同 σ不同, u相同 u1 σ不同, u不同 u2 最常见 几种常见的正态分布曲线 USL 3σ 1σ μ（平均） 拐點 工序能力Z值的测定方法 对应于过程输出无偏移的情况，西格玛水平Z0 考虑到1.5σ的偏移，西格玛水平Z可由下列公式求得： Z＝Z0+1.5 对于单边规范，Z0为上述中合适的一个 对于双边规范，Z0为与出现缺陷的总概率 相对应的Z值，可从正态表中查到。 P(d) μ LSL USL PL Pu 产品特性缺陷率 其中PL为X低于下规范线的概率, Pu为X高于上规范线的概率 缺陷率的计算 计算 Z 值需要 4 个条件: 1) 均值 2) 标准偏差 3) 规范 (单边 或 双边) 4) 正态分布的假定 (那么就可以使用正态表确定缺陷率) 例子 假定烧结厂生产的烧结矿含Pb量服从正态分布,平均为0.8４%. 标准偏差为0.09%. 公司规定小于或等于0.9%. 计算缺陷率和从Z值各是多少? 1) 计算 Z 值: μ= 0.84 Zusl = USL - μ = 0.9-0.84= 0.66 σ= 0.09 　　　 　σ 0.09 USL =0.9 Z0=0.66 Z=Z0+1.5=2.16 单边规范 USL 0.84 0.9 超出规范上限的缺陷! Z 值大于2.16的概率是多少?实际缺陷 这表示,烧结矿Pb含量超过0. 9%的概率是0.0154, 或者说, 缺陷率是1.54%. 该过程的 “sigma” 是多少? Z=2.16 所以该过程是 2.16sigma过程…相对于我们的 6 sigma 目标不很好. 2) 确定缺陷率 (含Pb量超过0. 9%)理论缺陷