质量分析与质量改进.pptx

质量分析与质量改进培训内容2一、随机变量分布技术1、质量改进用的随机变量分布 连续随机变量的概率分布问题。 采用概率密度的概念，即是随机变量（连续）单位长度上的概率p（x） 概率密度函数是概率密度与随机变量（自变量）的变化关系，显然p（x）≥0，它与x轴所夹的面积恰好为1。其在区间（a，b）上取值的概率P（a≤x ≤ b）为概率密度曲线下，区间（a，b）上的面积。 正态分布： ①概率密度函数 a、根据函数可知图形以 值构成纵向对称，呈钟形曲线； b、为正态分布均值，是分布中心位置， 是正态分布的方差，表明分散性。 决定了正态分布曲线的形状，故正态曲线用 表示； c、曲线围绕横轴的总面积等于1； d、固定 ，不同的 ，则曲线形状不变，只是在横轴上的位置改变； e、固定 ，改变 ，则曲线位置不变，只是改变了形状。 正态概率分布函数②标准正态分布 当 的正态分布，称标准正态分布，记为u ～ N（0，1）。其随机变量记为u，概率密度函数记为 标准正态曲线只有一条（唯一），因而可制成表绘成图，可以根据u的大小在表中查得对应的概率。 标准正态概率密度和标准正态概率分布表起同样的作用 根据定义及图形可获得如下的计算公式：③标准正态分布的分位数 N（0，1）的 分位数是一个在分位数左侧面积为 ，右侧面积恰好为 的分界线，即 分位数是满足下列等式的实数 就是分位数，可根据概率 的大小在标准正态表中查到。尾数可用内插法决定。ⅠⅡⅢⅣ例1：求 的分位数 因为表中 都大于0.5，不能直接查表，故需变换，根据对称性知：例2：求 的分位数 因为正态分布表中不能直接查 ，只有 由于 刚介于0.9495与0.9505中间，故④正态分布的计算 任一正态变量x经过标准化变换 后 都可以变换成标准正态变量u。 例： 因此以下正态分布的概率计算可方便的利用标准变换。式中 为标准正态分布函数，可以直接查表。 举例1：电阻器的规格限为 ，服从正态分布，均值80.80k，则其低于 的概率和超过 的概率分别为举例2： 已知：1、受控情况下，产品质量特性的分布 2、产品规格限，包括上规格限 和下规格限 ，它们是依据文件中的规定，顾客要求，公认的标准，企业下达的任务书等来决定的。 问题一：分布中心与规格中心 重合时，产品的质量特性x超出规格限 的不合格品率。规格限合格品率（％）不合格品率（ppm）68.2731730095.45455009999376399.9999430.5799002问题二：分布中心与规格中心不重合时。不合格品率的计算。1、允许有 的偏移；2、偏移只在一个方向上，不能上下同时发生。2、统计量与抽样分布 ⑴、统计量 样本通过加工把零散的信息集中起来以反映总体的特征，其中构造样本函数是一种有效的方法，不同函数反映总体的不同特征，通常我们将不含未知参数的样本函数称为统计量。 统计量举例⑵、抽样分布 统计量的分布称抽样分布抽样分布的解释抽样分布的解释总体8991110911121013910111310109101012样本1样本2样本3样本411911121140109911910108111181313109.810.210.810.4计算每个样本的均值，它们不全相等为什么这些样本均值不全相等呢？因为抽样的随机性若取更多的样本，会发生什么呢？会产生样本均值分布样本1样本2样本3样本41.301.931.481.14计算每个样本的标准差，它们也不全相等由于抽样的随机性，该样本标准差不全相等若取更多样本，会产生样本标准差的分布可以得出：每个统计量都有一个抽样分布；不同统计量有不同的抽样分布，当样本来自 时，其样本均值 ，方差 ，以及它们的某种组合所组成的抽样分布，在理论上已经导出；抽样分布是统计推断的基础。⑶、正态分布的 抽样分布。 ①当 已知时，正态总体 的样本 均值分布为 这可通过标准化变换得到, ②当 未知时，即用样本标准差