抽样检验中的信息获取.docxVIP

抽样检验中的信息获取 1 检验是统计分析 样本检验是根据力学统计原理对样品的质量状态进行验证的方法。抽检不仅在检验数量上区别于全数检验, 更重要的是检验的本质与目的不同。全数检验是一个单纯的检验过程, 其实质是将检验对象与规定标准相比较, 筛选出不合格品的过程。而抽样检验是通过样本的质量状态来推断总体的质量状态, 其实质是一个统计推断过程。全数检验是对检验对象的个体负责, 而抽样检验是对检验对象的总体负责。全数检验是质量管理第一阶段的主要职能, 抽样检验是质量管理第二阶段的产物。抽样检验克服了全数检验存在的弊端, 具有明显的经济性, 而且适用性更强。 抽样检验不仅是一个统计推断过程, 又是一个信息过程。通过检验样本所得到的信息, 来推断总体的质量状态, 其推断的理论依据是信息量。当信息量积累到一定程度时, 便可以对总体作出判断。因而有必要研究在抽样检验过程中所产生的信息量, 通过信息量来对所要解决的问题作出正确判断。 2 抽到第n个产品时的接收概率 假设一批产品为无限母体, 采用抽样检验方法进行验收。事先规定接收标准p0与拒收标准p1。在抽检前, 此批产品可能接收, 也可能拒收, 然而, 在未抽检之前, 此批产品接收概率P0=0.5。 当抽到第1个产品为合格品时, 根据贝叶斯定理, 此批产品的接收概率为: Ρ1=Ρ0(1-p0)Ρ0(1-p0)+(1-p0)(1-p1)=1-p0(1-p0)+(1-p1)P1=P0(1?p0)P0(1?p0)+(1?p0)(1?p1)=1?p0(1?p0)+(1?p1) 当抽到第2个产品为合格品时, 此批产品的妆收概率为: Ρ2=Ρ1(1-Ρ0)Ρ1(1-p0)+(1-Ρ1)(1-p1)=(1-p0)2(1-p0)2+(1-p1)2P2=P1(1?P0)P1(1?p0)+(1?P1)(1?p1)=(1?p0)2(1?p0)2+(1?p1)2 当抽到第3个产品为合格品时, 此批产品的接收概率为: Ρ3=Ρ2(1-Ρ0)Ρ2(1-p0)+(1-Ρ2)(1-p1)=(1-p0)3(1-p0)3+(1-p1)3P3=P2(1?P0)P2(1?p0)+(1?P2)(1?p1)=(1?p0)3(1?p0)3+(1?p1)3 …… 当抽到第n个产品为合格品时, 此批产品的接收概率为: Ρn=Ρn-1(1-Ρ0)Ρn-1(1-p0)+(1-Ρn-1)(1-p1)=(1-p0)n(1-p0)n+(1-p1)n(n＞1) 在未抽检之前, 接收比率R0=Ρ01-Ρ0=1, 其信息量为LnR0=Ln1=0, 没有信息量产生。 当抽到第1个产品为合格品时, 接收比率为:R1=Ρ11-Ρ1=1-p01-p1 其信息量为:LnR1=Ln1-p01-p1(单位) 因为p0p1, 所以1-p01-p1＞1?Ln1-p01-p1＞0 可见, 当抽到合格品时, 提供正信息量。 当抽到第2个产品为合格品时, 接收比率为:R2=Ρ21-Ρ2=(1-p0)2(1-p1)2 其信息量为:LnR2=Ln(1-p0)2(1-p1)2=2Ln(1-p0)(1-p1)=2LnR1(单位) …… 当抽到第n个产品为合格品时, 接收比率为:Rn=Ρn1-Ρn=(1-p0)n(1-p1)n 其信息量为:LnRn=Ln(1-p0)n(1-p1)n=nLn(1-p0)(1-p1)=nLnR1(单位) 由上可见, 信息量符合迭加原理。 假设要求判断接收的置信程度为q时, 其接收比率为:Rn=q1-q 那么所需要的信息量为:LnRn=Lnq1-q=nLnR1 连续抽检合格品数量为:n=Lnq1-qLnR1=Lnq1-qLn1-p01-p1Ρ 在抽检过程中, 可能抽到合格品, 也可能抽到不合格品。假设抽到第1个产品为不合格品时, 此批产品的接收概率为: Ρ1=Ρ0p0Ρ0p0+(1-Ρ0)p1=p0p0+p1 当抽到第2个产品为不合格时, 此批产品的接收概率为: Ρ2=Ρ1p0Ρ1p0+(1-Ρ1)p1=p20p20+p21 …… 当抽到第n个产品为不合格品时, 此批产品的接收概率为: Ρn=Ρn-1p0Ρn-1p0+(1-Ρn-1)p1=pn0pn0+pn1 接收比率:R1=Ρ11-Ρ1=p0p1 提供的信息量为:LnR1=Lnp0p1(单位) 因为p0p1, 所以p0p1＜1?Lnp0p1＜0 可见, 当抽到不合格品时, 提供一个负信息量。 同样道理R2=Ρ21-Ρ2=p20p21；LnR2=Lnp20p21=2Lnp0p1??Rn=Ρn1-Ρn=pn0pn1 ;LnRn=Lnpn0pn1=nLnp0p1 可见, 负信息量亦符合迭加原理。 如, 验收一批产品, 双方规定, 当废品率低于2%时, 接收此批产品;废品率高于6%时, 拒收此批产品。要求判断的准确