質(zhì)量管理SPC概念ppt課件

1、概率與統(tǒng)計學(xué)根底.概率的定義概率有兩種定義: the classical definition古典定義, the relative frequency definition相對頻數(shù), and Bayesian definition (not discussed here).古典概率定義：假設(shè)一項實驗有N種能夠的、互斥的結(jié)果, 且有n個發(fā)惹事件A的結(jié)果，那么發(fā)惹事件A的概率是 ：P(A) = n/N n：事件A發(fā)生結(jié)果的數(shù)目數(shù) N：實驗結(jié)果的總數(shù).擲一個均勻的骰子，有6個能夠的互斥的點數(shù): 1,2,3,4,5 or 6, 即 N = 6. 假設(shè)我們感興趣的件數(shù)是偶數(shù)點數(shù) (2, 4 or 6),

2、 那么n = 3 ，擲一次骰子出現(xiàn)偶數(shù)點數(shù)的概率是：P(Even) = 3/6 = 0.50.概率的相關(guān)頻數(shù)定義假設(shè)大量反復(fù)進(jìn)展一項實驗，即事件A發(fā)生的概率是：P(A) = k/M 在此:k = 在反復(fù)實驗中，事件A發(fā)生的次數(shù)M =在反復(fù)實驗中，事件A發(fā)生的最大次數(shù). 例如，假設(shè)大擲骰子的例子中，骰子總共被投擲了 100,000 次并且點數(shù) 2, 4, or 6 出現(xiàn) 50,097 次. 那么, 擲出一個偶數(shù)在一項實驗中的相對頻數(shù)概率是：P(Even) = 50,097/100,000 = 0.50097. 擲出偶數(shù)的古典定義和相對頻數(shù)定義計算得到概率的結(jié)果是不同的.分析型研討與相對頻數(shù)概率進(jìn)

3、展分析研討是為了確定過程的特性，但是過程的特征的有過去和如今，同時也將會有未來，因此， 在一個缺乏完好框架的情況下，不能夠有這樣的古典概率有關(guān)過程特征的概率必需經(jīng)過實驗來獲取，因此只能是相對頻數(shù)概率.Types of DataData is information collected about a product, service, process, person, or machine.We classify data into two types: attribute data屬性數(shù)據(jù)variables (measurement) data.變量數(shù)據(jù).屬性數(shù)據(jù)屬性數(shù)據(jù)包括: 將工程分成不

4、同的類別 (e.g., 消費(fèi)或效力對于給定類別中的工程數(shù)目進(jìn)展計數(shù)或給定類別所占比例 (e.g., the proportion of defective units in a sample of units).對于每單元發(fā)生數(shù)目的計數(shù) (e.g., the number of defects per unit).申訴號申訴級別1121314254617181931011112003 年結(jié)合申訴的4種分類.級別申訴量比率First Level88/11 = 0.73Second Level11/11 = 0.09Third Level11/11 = 0.09Fourth Level11/11

5、= 0.09.變量 (丈量) 數(shù)據(jù)對產(chǎn)品、效力或過程的特性進(jìn)展丈量 對變量數(shù)據(jù)的兩個或多個丈量的數(shù)值的計算.數(shù)據(jù)特征計數(shù)型研討一個完好框架的普查可以提供對該框架采取行動所需的全部信息.假設(shè)被用來采取行動的信息是來自于一個框架的一個隨機(jī)樣本，那么，這些誤差可以被量化，且對框架所做出的統(tǒng)計推斷是有效的.分析型研討對框架的完好地普查是不能夠的，由于一個框架包括了一切過去、如今和未來的察看，而未來的察看資料是無法丈量的 不同于計數(shù)型研討，由于這種框架是未知的未來不能被計量，所以無法量化這些誤差.然而，假設(shè)對該過程和環(huán)境的知識以及數(shù)據(jù)的分析顯示該過程是穩(wěn)定和可靠的，并且在不久的未來會堅持這種形狀，那么，

6、就可以以下方法就可以用來對過程未來的行為做出推斷和采取行動.可視描畫性數(shù)據(jù)Tabular Displays列表顯示Frequency Distributions頻數(shù)分布. 頻數(shù)分布以列表方式向我們顯示給定的一個值或一組值發(fā)生的次數(shù)或頻數(shù).Cumulative frequency distributions(累計頻數(shù)分布) 很多情況下，我們關(guān)懷的是那些丈量值小于一數(shù)值的工程的頻次 .容量為80的樣本中每個墊圈的缺陷數(shù)量的頻數(shù)分布.累計頻數(shù)分布.頻數(shù)分布的局限性. 我們前面討論的頻數(shù)顯示沒有包括時間順序數(shù)據(jù)的信息.圖型顯示數(shù)據(jù)常以圖型的方式表示出來.變量數(shù)據(jù)的頻數(shù)分布通常以頻數(shù)多邊形或直方圖的情勢表示出來 屬性數(shù)據(jù)通常以條形圖的方式顯示. 橫軸表示分組區(qū)間，縱軸表示絕對或相對頻數(shù).Run Chart鏈圖: 分析研討型研討中時間順序的重要性我們想要發(fā)現(xiàn)趨勢或其他與時間有關(guān)的形狀，以便在不遠(yuǎn)的未來對于一個過程采取行動.在鏈圖中，時間順序的信息被保管下來，是經(jīng)過在縱軸上表示察看值和在橫軸上表示察看時間的.每15分鐘巧克力條的分量.集中趨勢的丈量Mean均值Median中位數(shù)Mode眾數(shù).均值計算.假設(shè)我們在過去和如今計算了樣本量為n的各組平均值，我們經(jīng)過計算各組均值的均值來估計一個過程的均值.中位