现代项目质量第3章 项目质量数据.pptVIP

频率曲线图：以横坐标表示质量特性值，纵坐标表示频率，将各组（各特性值）频率所对应的点，用平滑的曲线连接起来形成的图形。 频率 特性值 若设质量特性值为x，频率函数为P(x)，累计频率函数为Y(x)，a、b分别表示x的变异下限和变异上限，则P(x)、Y(x)之间的关系为： 在质量管理工作中，若已求得频率分布函数P(x)，通过积分即可得到累计频率分布函数Y(x)；若已知Y(x)，通过微分则可得到P(x)。 3.4 质量数据变异的数字特征及其度量 变异的数字特征，常采用集中性、离散性、偏度与峰度来度量。 3.4.1 集中性 变异的数据所表现出的集中的趋势称之为集中性。集中性是反映数据变异情况的一种典型特征。 度量集中性的主要指标有：平均数、中位数和众数。 1. 平均数 加权平均数 : 平均数是一批数据的中心，围绕这一中心集合着众多的数据，它反映出大量现象的典型特征。 2. 中位数（中值）一批数据按大小顺序排列,其中间的数值即为中位数。若k是奇数，中间的数只有一个，就是中位数；若k是偶数，中间的数有两个，则这两个数的平均数为中位数。 用中位数表示数据的集中性比较粗略，但计算比较简单，当只需对数据集中性进行粗略描述时，可使用中位数。 3. 众数一批变异数据中，与最高频数所对应的数值即为众数。 4. 平均值、中位数、众数三者关系 若一批数据的频率分布图完全对称，则三点重合（即三者相等）；若频率曲线不对称，则三者不等。曲线越不对称，三者的差别就越大。 三者都反映了变异数据的集中性。平均值定义较严谨，能较好地反映数据的集中性，因此，在质量管理中用的较多。 3.4.2 离散性 离散性，反映了数据相对集中的程度或分散程度。主要指标有极差、标准差和变异系数。 1. 极差R 极差，是指一批数据中最大值与最小值之差，一般用R表示 2. 标准差 标准差也称之为均方差，是每个数据以平均值为基准相差的大小，比较全面地代表了一批数据的分散程度。 当数据个数很多即n很大时，标准差的计算公式为： 当n较小时，则： 3. 变异系数C 应用标准差与平均值的相对数值进行比较。该相对数值称为变异系数，通常用C表示： 显然，C值越大，离散程度也就越大；反之，则越小。 3.4.3 偏度与峰度 偏度与峰度是就频率曲线的形状而言的，偏度与峰度反映了质量数据的分布状态。 1. 偏度 正常的频率分布曲线应是对称的，无任何偏斜，表明该频率曲线所代表的项目实施过程是正常稳定的。从非正常的项目实施过程中所取数据，其频率曲线是不对称的，即处于偏斜状态，其偏斜程度越大，表明项目实施过程越不正常。 根据频率曲线偏斜的方向不同，可将偏斜状态分为两种：正偏状态和负偏状态。 高峰偏左的状态称为正偏； 高峰偏右的状态称为负偏。 P P 正偏 负偏 频率曲线的偏斜特征，可用偏度系数 表示： =0时，频率曲线对称， 0时，频率曲线正偏， 越大，正偏程度越大； 0时，频率曲线负偏， 越小，负偏程度越大。 2. 峰度 反映了频率曲线顶部的形状，用峰度系数表示。 =3.0时，曲线呈正态分布状态； 3.0时，曲线呈平缓状态， 越小，曲线越平缓； 3.0时，曲线呈尖峰状态。 P 3.0 =3.0 3.0 3.5 质量数据的统计规律 3.5.1 正态分布 1. 正态分布曲线及数学表达式 例如，在某项目实施过程中，取100个试件，对其进行某质量指标的检验，将所得数据整理并做出频率直方图. 若不断增加试件数量，则数据个数不断增加，而组距亦不断减小，分组愈来愈细，则直方图将趋于图中虚线所示的圆滑曲线，该曲线即为正态分布曲线。 P 正态分布频率函数的一般形式为： 可以通过从总体中随机抽取的样本求得均值 和标准偏差S来估计，即： 根据概率的定义，在相同条件下进行大量试验，随着试验次数的增加，某事件发生的频率逐渐稳定于某个数值，该数值即称为该事件的概率。 在异常因素的影响下，质量数据是不服从正态分布规律的，只有在符合下列性质的随机因素作用下，质量数据才服从正态分布。 （1）正负随机因素出现的数目（或范围）相等； （2）大小相同的正负误差因素出现的概率相等； （3）小误差因素出现的概率比大误差因素大。 2. 正态分布频率曲线及函数的重要性质 （1）无论x为何值，函数总有 。 （2）曲线有一个单峰和一个对称轴，且对称轴在均值处。 （3）离对称轴愈远，P(x)值愈小，当 时，P(x)=0，即： ，横坐标为P(x)，当 时的渐近线。 （4）在对称轴两边 处各有一个拐点。 （5）