统计分析方法与应用.docxVIP

統計分析方法與應用 一、緒論 統計品管 .以統計方法為基礎的品管技術稱為「統計品管」（ ，簡稱）。 統計分析在公共工程品管上之應用 .公共工程包括設計、進料、施工、驗收及使用五大步驟，因此公共工程之全面品管（ ，）和製造業一樣包括五大管制，每一階段之品質管制均可使用適當的統計方法，簡述如下： （）設計管制：訂定品質目標、設定材料與施工公差、工程可靠度分析等。 （）進料管制：隨機抽樣、管制圖製作等。 （）製程管制：訂定製程目標、隨機抽樣、檢驗結果分析、管制圖製作等。 （）驗收管制：設計抽驗計畫、抽樣檢驗等。 （）維護管制：相關因素迴歸分析、預測維護時機、工程可靠度分析等。各品質管制階段之特性不同，所採用之統計方法亦有差異，本章著重於 施工階段之品管，以介紹進料管制與製程管制兩項作業所常用到之統計方法為主。 二、隨機抽樣 隨機抽樣概述 .工程實務上，因為檢驗具破壞性或經濟上等之限制，很少能作檢驗(簡稱：全檢)，而普遍採用抽樣檢驗(簡稱：抽檢)。抽樣分立意抽樣（ ）與隨機抽樣（ ）兩類。 （）立意抽樣：由抽樣者在母體()中主觀選定代表性樣本（），抽樣快速，但難免會因抽樣者之主觀或抽樣習慣而來之偏差，在統計品管上通常不用立意抽樣。 （）隨機抽樣：以隨機方式由母體客觀選定樣本的方法，一般所用之「抽籤決定」即為一種隨機抽樣，統計學所指之抽樣蓋指隨機抽樣。現代工程施工規範常規定以隨機抽樣選定樣本。但某些特殊情況可能不用隨機抽樣，例如混凝土構造物之鑽心試驗，通常由有經驗之工程師選定具代表性且安全之位置鑽取試樣。 隨機抽樣具以下特性： 母體中的每一個樣本單位被抽中機率相同。 可由樣本大小( )控制抽樣誤差；抽愈多誤差愈小。 樣本統計量可以不偏估計母體參數。 註：不偏估計( )指估計值比真值偏高與偏低之機會相等。 抽驗過程客觀公平，檢驗結果較具說服力。 隨機數 .隨機數( )又稱「亂數」 .常用由、、?至共計一千個數所組成之三位隨機數。 .1 自製隨機數 .依序每三數組成一隨機數，並以小數表示： 註：萬一產生重號，捨棄後者再行抽取補足。 .2 查隨機數表 .使用時，先以適當隨機方法選定一起點，然後依序取出所需個數之隨機數（通常由左往右取）。 .3 以計算機產生隨機數 .先按鍵及小數點 ? ()鍵啟動隨機數功能 . 2.3.1 簡單隨機抽樣 .簡單隨機抽樣為最基本方法，但抽樣量大時作業不便，有時抽樣位置會局部集中，宜盡量避免採用。 2.3.2 分層抽樣 .分層抽樣法計算較麻煩，但可確保樣本分散到母體的各層，容易被接受，在抽樣量不多時最宜採用。 2.3.3 系統抽樣 . 系統抽樣法最適於抽樣量很大之情況。但若母體成週期性變化，且變化週期恰為抽樣間距的倍數時，會發生嚴重偏差，不可採用。 三、數據整理 數據一覽表 .數據整理之第一步為將數據按品管需要適當分類將重要項目依時間順序登記製成 「數據一覽表」。 .依 之定義，每一試驗結果為一個別值，而其來源為同一次取樣所做各圓柱試體強度之平均值。 次數分配表 .分組製作 「次數分配表」，以便初步瞭解其分配狀況，並可進一步供繪製「直方圖」等統計圖之用 ＋×() （） （方法二）經驗公式： k n （） 直方圖 .由直方圖可以快速看出數據分配狀況。例如由圖可初步辨識如下： 四、集中趨勢與離散程度 集中趨勢與離散程度概述 .同一母體之品質特性大部份會出現在某一中心值附近，離開中心值越遠，出現機率越少，這種現象稱「集中趨勢」，工程品管上常用平均數（亦稱平均值）表示該中心值。 .工程品質必有若干程度之不均勻性（如圖所示表前五個試驗結果數值之分佈狀況），以平均數為中心，上下分布，其散布之寬窄稱「離散程度」。品質越不均勻，離散程度越明顯，工程品管上常以標準差、變異係數、全距來表示離散程度。 平均數 .平均數()係指算術平均數( )，平均數亦稱為平均值。 x 1 ( x1 x2 xn ) 1 n xi () n n i 1 .由樣本數據求得，稱為「樣本平均數」，一般簡稱「平均數」。而母體中所有數的平均數稱之「母體平均數」以μ(唸)表示。工程實務上，甚少作檢驗，母體平均數(μ)無法得知，而必須採用抽樣檢驗，計算樣本平均數（x ），再利用樣本平均數（x ）估計母體平均數(μ)。 .移動平均數（xm ），以顯示品質之變動趨勢。所謂「移動平均數」係由起點開始，連續取指定數個個別值之平均數，然後逐次往下推進一數，每前進一數同時放棄最後一數。 標準差 (xi x)2 . s () n 1 . 工程實務上，甚少作檢驗，母體標準差(σ)無法得知，而必須採用抽樣檢驗，計算樣本標準差（）。 .標準差用以表示一群數據之離散程度，標準差愈大表示各數據互相差異愈大；若數據為品質特性，標準差愈大表示品質愈不均勻。 變異係數 .變異係數（ ）為標