质量管理SPC概念ppt课件

1、概率与统计学根底.概率的定义概率有两种定义: the classical definition古典定义, the relative frequency definition相对频数, and Bayesian definition (not discussed here).古典概率定义：假设一项实验有N种能够的、互斥的结果, 且有n个发惹事件A的结果，那么发惹事件A的概率是 ：P(A) = n/N n：事件A发生结果的数目数 N：实验结果的总数.掷一个均匀的骰子，有6个能够的互斥的点数: 1,2,3,4,5 or 6, 即 N = 6. 假设我们感兴趣的件数是偶数点数 (2, 4 or 6),

2、 那么n = 3 ，掷一次骰子出现偶数点数的概率是：P(Even) = 3/6 = 0.50.概率的相关频数定义假设大量反复进展一项实验，即事件A发生的概率是：P(A) = k/M 在此:k = 在反复实验中，事件A发生的次数M =在反复实验中，事件A发生的最大次数. 例如，假设大掷骰子的例子中，骰子总共被投掷了 100,000 次并且点数 2, 4, or 6 出现 50,097 次. 那么, 掷出一个偶数在一项实验中的相对频数概率是：P(Even) = 50,097/100,000 = 0.50097. 掷出偶数的古典定义和相对频数定义计算得到概率的结果是不同的.分析型研讨与相对频数概率进

3、展分析研讨是为了确定过程的特性，但是过程的特征的有过去和如今，同时也将会有未来，因此， 在一个缺乏完好框架的情况下，不能够有这样的古典概率有关过程特征的概率必需经过实验来获取，因此只能是相对频数概率.Types of DataData is information collected about a product, service, process, person, or machine.We classify data into two types: attribute data属性数据variables (measurement) data.变量数据.属性数据属性数据包括: 将工程分成不

4、同的类别 (e.g., 消费或效力对于给定类别中的工程数目进展计数或给定类别所占比例 (e.g., the proportion of defective units in a sample of units).对于每单元发生数目的计数 (e.g., the number of defects per unit).申诉号申诉级别1121314254617181931011112003 年结合申诉的4种分类.级别申诉量比率First Level88/11 = 0.73Second Level11/11 = 0.09Third Level11/11 = 0.09Fourth Level11/11

5、= 0.09.变量 (丈量) 数据对产品、效力或过程的特性进展丈量 对变量数据的两个或多个丈量的数值的计算.数据特征计数型研讨一个完好框架的普查可以提供对该框架采取行动所需的全部信息.假设被用来采取行动的信息是来自于一个框架的一个随机样本，那么，这些误差可以被量化，且对框架所做出的统计推断是有效的.分析型研讨对框架的完好地普查是不能够的，由于一个框架包括了一切过去、如今和未来的察看，而未来的察看资料是无法丈量的 不同于计数型研讨，由于这种框架是未知的未来不能被计量，所以无法量化这些误差.然而，假设对该过程和环境的知识以及数据的分析显示该过程是稳定和可靠的，并且在不久的未来会坚持这种形状，那么，

6、就可以以下方法就可以用来对过程未来的行为做出推断和采取行动.可视描画性数据Tabular Displays列表显示Frequency Distributions频数分布. 频数分布以列表方式向我们显示给定的一个值或一组值发生的次数或频数.Cumulative frequency distributions(累计频数分布) 很多情况下，我们关怀的是那些丈量值小于一数值的工程的频次 .容量为80的样本中每个垫圈的缺陷数量的频数分布.累计频数分布.频数分布的局限性. 我们前面讨论的频数显示没有包括时间顺序数据的信息.图型显示数据常以图型的方式表示出来.变量数据的频数分布通常以频数多边形或直方图的情势表示出来 属性数据通常以条形图的方式显示. 横轴表示分组区间，纵轴表示绝对或相对频数.Run Chart链图: 分析研讨型研讨中时间顺序的重要性我们想要发现趋势或其他与时间有关的形状，以便在不远的未来对于一个过程采取行动.在链图中，时间顺序的信息被保管下来，是经过在纵轴上表示察看值和在横轴上表示察看时间的.每15分钟巧克力条的分量.集中趋势的丈量Mean均值Median中位数Mode众数.均值计算.假设我们在过去和如今计算了样本量为n的各组平均值，我们经过计算各组均值的均值来估计一个过程的均值.中位