質(zhì)量管理SPC概念ppt課件

1、概率與統(tǒng)計(jì)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(duì)頻數(shù), and Bayesian definition (not discussed here).古典概率定義：假設(shè)一項(xiàng)實(shí)驗(yàn)有N種能夠的、互斥的結(jié)果, 且有n個(gè)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(shí)驗(yàn)結(jié)果的總數(shù).擲一個(gè)均勻的骰子，有6個(gè)能夠的互斥的點(diǎn)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(diǎn)數(shù) (2, 4 or 6),

2、 那么n = 3 ，擲一次骰子出現(xiàn)偶數(shù)點(diǎn)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(xiàng)實(shí)驗(yàn)，即事件A發(fā)生的概率是：P(A) = k/M 在此:k = 在反復(fù)實(shí)驗(yàn)中，事件A發(fā)生的次數(shù)M =在反復(fù)實(shí)驗(yàn)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(diǎn)數(shù) 2, 4, or 6 出現(xiàn) 50,097 次. 那么, 擲出一個(gè)偶數(shù)在一項(xiàng)實(shí)驗(yàn)中的相對(duì)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(duì)頻數(shù)定義計(jì)算得到概率的結(jié)果是不同的.分析型研討與相對(duì)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(shí)也將會(huì)有未來，因此， 在一個(gè)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(shí)驗(yàn)來獲取，因此只能是相對(duì)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(duì)于給定類別中的工程數(shù)目進(jìn)展計(jì)數(shù)或給定類別所占比例 (e.g., the proportion of defective units in a sample of units).對(duì)于每單元發(fā)生數(shù)目的計(jì)數(shù) (e.g., the number of defects per unit).申訴號(hào)申訴級(jí)別1121314254617181931011112003 年結(jié)合申訴的4種分類.級(jí)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(duì)產(chǎn)品、效力或過程的特性進(jìn)展丈量 對(duì)變量數(shù)據(jù)的兩個(gè)或多個(gè)丈量的數(shù)值的計(jì)算.數(shù)據(jù)特征計(jì)數(shù)型研討一個(gè)完好框架的普查可以提供對(duì)該框架采取行動(dòng)所需的全部信息.假設(shè)被用來采取行動(dòng)的信息是來自于一個(gè)框架的一個(gè)隨機(jī)樣本，那么，這些誤差可以被量化，且對(duì)框架所做出的統(tǒng)計(jì)推斷是有效的.分析型研討對(duì)框架的完好地普查是不能夠的，由于一個(gè)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(jì)數(shù)型研討，由于這種框架是未知的未來不能被計(jì)量，所以無法量化這些誤差.然而，假設(shè)對(duì)該過程和環(huán)境的知識(shí)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(huì)堅(jiān)持這種形狀，那么，

6、就可以以下方法就可以用來對(duì)過程未來的行為做出推斷和采取行動(dòng).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(gè)值或一組值發(fā)生的次數(shù)或頻數(shù).Cumulative frequency distributions(累計(jì)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(gè)墊圈的缺陷數(shù)量的頻數(shù)分布.累計(jì)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(shí)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(shì)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(duì)或相對(duì)頻數(shù).Run Chart鏈圖: 分析研討型研討中時(shí)間順序的重要性我們想要發(fā)現(xiàn)趨勢(shì)或其他與時(shí)間有關(guān)的形狀，以便在不遠(yuǎn)的未來對(duì)于一個(gè)過程采取行動(dòng).在鏈圖中，時(shí)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(shí)間的.每15分鐘巧克力條的分量.集中趨勢(shì)的丈量Mean均值Median中位數(shù)Mode眾數(shù).均值計(jì)算.假設(shè)我們?cè)谶^去和如今計(jì)算了樣本量為n的各組平均值，我們經(jīng)過計(jì)算各組均值的均值來估計(jì)一個(gè)過程的均值.中位