中级质量专业理论与实务 第五讲常用分布
- 格式:doc
- 大小:620.00 KB
- 文档页数:9
理论与实务〔中级质量考试〕主要公式汇总第一章1、样本均值x :x n1=∑=ni ix12、样本中位数Me :x (21+n ),当n 为奇数Me=21[x (2n )+x (2n +1)],当n 为偶数 3、样本众数Mod :样本中出现频率最高的值。
4、样本极差R :R=X 〔max 〕-X 〔min 〕 5、样本方差S 2:S 2=11-n ∑=ni 1(x i -x )2=11-n [∑=ni 1x 2i -n x 2 ]= 11-n [∑=ni 1x 2i -nXi n i 21⎪⎭⎫⎝⎛∑=]6、样本变异系数cv :cv=xs7、排列:P r n =n(n-1)…(n-r+1)8、组合:〔 n r 〕= P rn /r!=n!/r!(n-r)!9、不放回抽样P 〔Am 〕:共有N 个,不合格品M 个,抽n 个,恰有m 个不合格品的概率Am 。
〔M n 〕〔N-Mn-m 〕P 〔A m 〕= ,m=0,1,…,r〔N n 〕10、放回抽样P 〔B m 〕:P 〔B m 〕=〔nm 〕(N M )m (1-NM)n-m ,m=0,1,…,n 11、概率性质:11.1非负性:0≤P 〔A 〕≤1 11.2 :P 〔A 〕+ P 〔A 〕=1 11.3假设A>B :P(A-B)= P 〔A 〕-P 〔B 〕 11.4 P(A ∪B)= P 〔A 〕+P 〔B 〕-P 〔AB 〕;假设A 与B 互不相容,P 〔AB 〕=0 11.5对于多个互不相容事务:P(A 1∪A 2∪A 3)=P(A 1)+P(A 2)+P(A 3) 12、条件概率:P 〔A|B 〕P 〔A|B 〕=()()B P AB P ,〔P 〔B 〕>0〕13、随机变量分布的均值E 〔X 〕、方差Var 〔X 〕与标准差σ〔X 〕∑ix i p i ,X 是离散分布13.1 E 〔X 〕=()⎰badx x xp ,X 是连续分布∑i[x i -E 〔X 〕]2p i ,X 是离散分布13.2 Var 〔X 〕=()()⎰-badx x p X E x 2][,X 是连续分布13.3σ=σ〔X 〕=()X Var 14、常用分布 14.1二项分布:P 〔X=x 〕=(n x )P x 〔1-P 〕n-x,x=0,1,…,nE 〔X 〕=np ;Var 〔X 〕=np(1-p) 14.2泊松分布:P 〔X=x 〕=!x xλe λ-,x=0,1,2,…E 〔X 〕=λ;Var 〔X 〕=λ 14.3超几何分布:〔M x 〕〔N-Mn-x 〕P 〔X=x 〕= ,x=0,1,…,r〔N n 〕E 〔X 〕=N nM ;Var 〔X 〕=()1--N n N n NM 〔1-N M〕14.4正态分布: P 〔x 〕=σ∏21e()222_σμ-x ,-∞<x<∞ 常记为N 〔μ,σ2〕14.5标准正态分布: P 〔x 〕=∏21e2_2x ,-∞<x<∞ 常记为N 〔0,1〕另:P 〔u>a 〕=1-Φ(a);Φ(-a)=1-Φ(a);P(a ≤u ≤b)=Φ(b)-Φ(a)X ~N(μ,σ2),那么U=σμ-X ~N(0,1)14.6匀称分布:ab -1,a<x<b p(x)=0,其他 E 〔X 〕=〔a+b 〕/2;Var 〔X 〕=()122a b -14.7对数正态分布: μx =E 〔X 〕=exp{μy +σ2y /2} σ2x =Var 〔X 〕=μ2x {exp(σ2y )-1} 14.8指数分布:λe x λ-, x ≥0 p(x)=0,x <0E 〔X 〕=1/λ;Var 〔X 〕=1/λ2 15、样本均值的分布: E 〔x 〕=μ,Var 〔x 〕=σ2/n16、方差未知时,正态均值的x 的分布—t 分布: 当σ确定时,nx /σμ-~N(0,1) 当σ未知时,ns x /μ-=()()∑---211X X n x n i μ,记为t(n-1)17、正态样本方差的s 2的分布—2χ的分布()221σs n -=()∑--ni iXX122σ~2χ〔n-1〕18、两个独立的正态样本方差之比的分布—F 分布2221s s =()()∑∑------m i i ni i Y Y m XX n 12121111~F 〔n-1,m-1〕 19、一个正态总体均值、方差、标准差的1-α置信区间20、比例p 的置信区间x ±u 1-α/2()n x x /1-21、单个正态总体均值μ,方差σ2的检验22、有关比例p 的假设检验 u=()np p p x /1--近似听从N 〔0,1〕其次章1、方差分析中的S T 、S A 、S e 、f T 、f A 、f e 、V A 、V e : S T =()211∑∑==-r i mj ij y y =∑∑==r i mj ijy 112n T 2-自由度:f T =n-1=rm-1S A=()∑=-ri i y y m 12=∑=-ri i n T m T 122 自由度:f A =r-1S e =S T -S A自由度:f e =f T -f A =r(m-1)V A =S A /f A ,V e =S e /f e ,F= V A /V e 2、相关系数:r=yyxx xy L L L()()∑∑-=--=n T T y x y y x x L y x i i i i xy / ()∑∑-=-=n Tx x x L x i xx /222()∑∑-=-=n Ty y y L yiyy/222其中T x =∑i x ,T y =∑i y 拒绝域为:W={|r|>()22/1--n r α}3、一元线性回来方程:i i bx a y+=ˆ b=xx xy L L /,a=x b y -4、回来方程的显著性检验〔方差分析〕:总离差平方和S T 、回来平方和S R 、残差平方和S E 及其自由度 S T =L yy ,S R =bL xy ,S E =S T -S R f T =n-1,f R =1,f E =f T -f R =n-2,F=EE RR f S f S // 5、利用回来方程进展预料:00ˆbx a y+=可以给出1-α的y 的预料区间〔δ-0ˆy ,δ+0ˆy 〕 ()()xx L x x n n t //112ˆ202/1-++-⨯=-αδδ6、一般的正交表为L n 〔q p 〕n=q k ,k=2,3,4,…,p=(n-1)/(q-1)1、接收概率1.1超几何分布计算法:此公式用于有限总体计件抽检时。
点击查看:2015年中级质量工程师《理论与实务》复习解析汇总中心极限定理中心极限定理叙述了统计中的一个重要结论:多个相互独立随机变量的平均值(仍然是一个随机变量)服从或近似服从正态分布。
为介绍这个定理先要作一项准备。
(一)随机变量的独立性两个随机变量X1与X2相互独立是指其中一个的取值不影响另一个的取值,或者说是指两个随机变量独立地取值。
比如,抛两颗骰子出现的点数记为X1与X2,则X1与X2是相互独立的随机变量。
随机变量的相互独立性可以推广到三个或更多个随机变量上去。
以下要用到一个假定:”,,,是n个相互独立且服从相同分布的随机变量”。
这个假定有两个含义:(1),,,是n个相互独立的随机变量,如在生产线上随机取n个产品,它们的质量特性用,,,表示,那么可认为,,,是n个相互独立的随机变量。
(2),,,有相同的分布,且分布中所含的参数也都相同,比如,都为正态分布,且都有相同均值和相同方差。
又如,若都为指数分布,那么其中的参数也都相同。
(二)正态样本均值分布定理2(中心极限定理)设为n个相互独立同分布的随机变量,其共同分布不为正态或未知,但其均值和方差都存在,则在n相当大时,样本均值近似服从正态分布。
这个定理表明:无论共同的分布是什么(离散分布或连续分布,正态分布或非正态分布),只要独立同分布随机变量的个数n相当大,的分布总近似于正态分布,这一结论是深刻的,也是重要的,这说明平均值运算常可从非正态分布获得正态分布。
2015年中级质量工程师《理论与实务》重要考点汇总2015年中级质量工程师《综合知识》考试辅导汇总点击查看:2015年中级质量工程师《理论与实务》复习解析汇总总体与样本(一)总体与个体研究对象的全体为总体,构成总体的每个成员称为个体。
若研究对象用某个数量指标来表示,那么将每个个体具有的数量指标称为个体,这样一来,总体可以看做某数量指标值的全体(即一堆数),这一堆数有一个分布,从而总体可用一个分布描述,简单地说,总体就是一统计学的主要任务就是:(1)研究总体是什么分布?(2)这个总体(即分布)的均值、方差(或标准差)是多少(2)考察某橡胶件的抗张强度,它可用0到∞上一个实数表示,这时总体可用区间[0,∞]上的一个概率分布件的抗张强度服从正态分布N(μ,σ2),,该总体常称为正态总体。
点击查看:2015年中级质量工程师《理论与实务》重要考点汇总机变量的分布虽然随机变量的取值是随机的,但其本质上还是有规律性的,这个规律性可以用分布来描述。
分布包含如下两方面内容:(1)X可能取哪些值,或在哪个区间上取值。
(2)X取这些值的概率各是多少,或X在任一区间上取值的概率是多少?(一)离散随机变量的分布(二)连续随机变量的分布连续随机变量X的分布可用概率密度函数p(x)表示。
下面以产品的质量特性X,(如加工机械轴的直径)为例来说明p(x)的由来。
把测量得到的x值一个接一个地放在数轴上。
当累积到很多x值时,就形成一定的图形,为了使这个图形得以稳定,把纵轴改为单位长度上的频率,随着x的数量愈多,这个图形就愈稳定,其外形显现出一条光滑曲线。
这条曲线就是概率密度曲线,相应的函数表达式p(x)称为概率密度函数。
2015年质量工程师考试报名预计于2015年2月开始2015年中级质量工程师《综合知识》考试辅导汇总2015年中级质量工程师《理论与实务》重要考点(6)-质量工程师考试为帮助广大考生备考,特整理2015年中级质量工程师《理论与实务》重要考点供广大考生学习参考!点击查看:2015年中级质量工程师《理论与实务》重要考点汇总事件与概率(P1-5)(一)随机现象在一定条件下,并不总是出现相同结果的现象称为随机现象。
随机现象有两个特点:(1)随机现象的结果至少有两个;(2)至于哪一个出现,事先并不知道。
只有一个结果的现象称为确定性现象。
(1)一天内进入某超市的顾客数;(2)一顾客在超市中购买的商品数;(3)一顾客在超市排队等候付款的时间;(4)一棵麦穗上长着的麦粒数;(5)新产品在未来市场的占有率;(6)一台电视机从开始使用到发生第一次故障的时间;(7)加工某机械轴的误差;(8)一罐午餐肉的重量。
认识一个随机现象首先要知道它的一切可能发生的基本结果。
这里的基本结果称为样本点,随机现象一切可能样本点的全体称为这个随机现象的样本空间,常记为Ω。
第一章质量管理理论1质量:一组固有特性满足要求的程度;要求“明示的、通常隐含的、必须履行的(法律法规或强制性标准要求的)、要求可以由相关方提出”;2质量的内涵:经济性、广义性(产品、过程、体系)、时效性、相对性3产品的四种类别:服务、软件、硬件、流程性材料;4质量特性指产品、过程或体系与要求有关的固有特性。
包括“性能、适用性(使用要求与满足程度)、可信性(可靠性、维修性、维修保障性)”、安全性、环保、经济、美学。
服务特性“可靠性、相应性、保证性、移情性、有形性”;软件质量特性“功能性、可靠性、易适用性、效率、可维护性、可移植性”。
质量的适用性是建立在质量特性基础上5质量概念的发展:符合性质量、适用性质量、广义性质量6管理职能:计划、组织、领导、控制;计划是前提/组织是保证/领导是关键/控制是手段. 7管理技能:技术技能/人际技能/概念技能;作业/战术/战略-基层(技术、人际)、中层(人际、概念)、高层(概念)8质量管理:质量策划、质量控制、质量保证、质量改进。
质量目标:组织在质量方面追求的目的9质量方针:最高管理者发布的质量宗旨和方向;包括“供方的组织目标和顾客的期望需求”控制图-休哈顿;PDCA-戴明环;因果图-石川馨;10戴明观点:1.效率低下的主因是公司的管理系统而非员工;2.停止依靠检验来保证质量;3.结束依靠价格选供应商;4.消除不同部门之间的壁垒/5.持续改进/6建立改进的长期目标11朱兰三部曲:质量策划、质量控制、质量改进12石川馨:认为日本的TQC包括“1.所有部门参与质量管理;2.全员参加质量管理;3.以质量为中心,同时推进成本管理”。
内容“1.质量第一2.面向消费者3.下道工序是顾客4.用数据说话5.尊重人的经营6.技能管理”13全面质量管理:1.以全面质量为中心2.建立质量体系是质量管理的主要任务3.将质量概念扩充为全部管理目标。
方针目标由总方针、目标、措施构成14方针目标管理:1.强调系统管理2.强调重点管理3.注重措施管理4.注重自我管理。
理论与实务(中级)主要公式汇总第一章1、样本均值x :x n1=∑=ni ix12、样本中位数Me :x (21+n ),当n 为奇数Me=21[x (2n )+x (2n +1)],当n 为偶数 3、样本众数Mod :样本中出现频率最高的值。
4、样本极差R :R=X (max )-X (min ) 5、样本方差S 2:S 2=11-n ∑=ni 1(x i -x )2=11-n [∑=ni 1x 2i -n x 2 ]= 11-n [∑=ni 1x 2i -nXi n i 21⎪⎭⎫⎝⎛∑=]6、样本变异系数cv :cv=xs7、排列:P r n =n(n-1)…(n-r+1)8、组合:( n r)= P rn /r!=n!/r!(n-r)! 9、不放回抽样P (Am ):共有N 个,不合格品M 个,抽n 个,恰有m 个不合格品的概率Am 。
(M n )(N-M n-m )P (A m )= ,m=0,1,…,r(N n )10、放回抽样P (B m ):P (B m )=(nm )(N M )m (1-NM)n-m ,m=0,1,…,n 11、概率性质:11.1非负性:0≤P (A )≤1 11.2 :P (A )+ P (A )=1 11.3若A>B :P(A-B)= P (A )-P (B ) 11.4 P(A ∪B)= P (A )+P (B )-P (AB );若A 与B 互不相容,P (AB )=0 11.5对于多个互不相容事件:P(A 1∪A 2∪A 3)=P(A 1)+P(A 2)+P(A 3) 12、条件概率:P (A|B )P (A|B )=()()B P AB P ,(P (B )>0)13、随机变量分布的均值E (X )、方差Var (X )与标准差σ(X )∑ix i p i ,X 是离散分布13.1 E (X )=()⎰badx x xp ,X 是连续分布∑i[x i -E (X )]2p i ,X 是离散分布13.2 Var (X )=()()⎰-badx x p X E x 2][,X 是连续分布13.3σ=σ(X )=()X Var 14、常用分布 14.1二项分布:P (X=x )=(n x )P x (1-P )n-x,x=0,1,…,nE (X )=np ;Var (X )=np(1-p) 14.2泊松分布:P (X=x )=!x xλe λ-,x=0,1,2,…E (X )=λ;Var (X )=λ 14.3超几何分布:(M x )(N-Mn-x )P (X=x )= ,x=0,1,…,r(N n )E (X )=N nM ;Var (X )=()1--N n N n N M (1-NM)14.4正态分布: P (x )=σ∏21e()222_σμ-x ,-∞<x<∞ 常记为N (μ,σ2)14.5标准正态分布: P (x )=∏21e2_2x ,-∞<x<∞ 常记为N (0,1)另:P (u>a )=1-Φ(a);Φ(-a)=1-Φ(a);P(a ≤u ≤b)=Φ(b)-Φ(a)X ~N(μ,σ2),则U=σμ-X ~N(0,1)14.6均匀分布:ab -1,a<x<b p(x)=0,其他 E (X )=(a+b )/2;Var (X )=()122a b -14.7对数正态分布: μx =E (X )=exp{μy +σ2y /2} σ2x =Var (X )=μ2x {exp(σ2y )-1} 14.8指数分布:λe x λ-, x ≥0 p(x)=0,x <0E (X )=1/λ;Var (X )=1/λ2 15、样本均值的分布: E (x )=μ,Var (x )=σ2/n16、方差未知时,正态均值的x 的分布—t 分布: 当σ已知时,nx /σμ-~N(0,1) 当σ未知时,ns x /μ-=()()∑---211X X n x n i μ,记为t(n-1)17、正态样本方差的s 2的分布—2χ的分布()221σs n -=()∑--ni iXX122σ~2χ(n-1)18、两个独立的正态样本方差之比的分布—F 分布2221s s =()()∑∑------m i i ni iY Y m XX n 12121111~F (n-1,m-1)19、一个正态总体均值、方差、标准差的1-α置信区间20、比例p 的置信区间±u 1-α/2()n x x /1-21、单个正态总体均值μ,方差σ2的检验22、有关比例p 的假设检验 u=()np p p x /1--近似服从N (0,1)第二章(返回首页)1、方差分析中的S T 、S A 、S e 、f T 、f A 、f e 、V A 、V e : S T =()211∑∑==-r i mj ij y y =∑∑==r i mj ijy 112n T 2-自由度:f T =n-1=rm-1S A=()∑=-ri i y y m 12=∑=-ri i n T m T 122 自由度:f A =r-1S e =S T -S A自由度:f e =f T -f A =r(m-1)V A =S A /f A ,V e =S e /f e ,F= V A /V e 2、相关系数:r=yyxx xy L L L()()∑∑-=--=n T T y x y y x x L y x i i i i xy / ()∑∑-=-=n Tx x x L x i xx /222()∑∑-=-=n Ty y y L yiyy/222其中T x =∑i x ,T y =∑i y 拒绝域为:W={|r|>()22/1--n r α} 3、一元线性回归方程:i i bx a y+=ˆ b=xx xy L L /,a=x b y -4、回归方程的显著性检验(方差分析):总离差平方和S T 、回归平方和S R 、残差平方和S E 及其自由度 S T =L yy ,S R =bL xy ,S E =S T -S R f T =n-1,f R =1,f E =f T -f R =n-2,F=EE RR f S f S // 5、利用回归方程进行预测:00ˆbx a y+=可以给出1-α的y 的预测区间(δ-0ˆy ,δ+0ˆy ) ()()xx L x x n n t //112ˆ202/1-++-⨯=-αδδ6、一般的正交表为L n (q p )n=q k ,k=2,3,4,…,p=(n-1)/(q-1)1、接收概率1.1超几何分布计算法:此公式用于有限总体计件抽检时。
质量专业理论与实务(中级)一、单选[共5题, 每题1分, 总计5分]1.()情况下会碰到超几何分布。
A. 在一定期间内或一定区域内或一特定单位内的前提下进行计点B. 从一个有限总体中进行不放回抽样C. 在反复进行某一实验D. 从进行次数无限大的不放回抽样实验2.改变直方图的形状可用()方法。
A. 精确制图B. 改变组距C. 数据变换D. 组限变换3.以下关于F分布的说法错误的是()。
A. F分布是两个样本方差比的分布B. F分布的分子的自由度称为分子自由度或第1自由度;分母的自由度称为分母自由度或第2自由度C.构成F分布的两个样本方差来自两个独立的正态总体, 它们的方差相等D. F分布的概率密度函数在整个轴上呈偏态分布4.现已知因子A有3个水平, 在实验中每一水平下进行了4次反复实验, 并求得因子与误差平方和分别为SA=58.35, Se=46.85。
在给定α=0.05的水平上因子A的显著性质为()。
A. 显著的B. 不显著的C. 总是显著的D. 无法判断5.某厂生产白水泥, 对每一窑生产的水泥都需要测定其抗压强度, 以拟定水泥标号, 一般是将水泥出窑后做成的试块养护28天所测得的数据为准。
但是水泥不也许堆放28 天后再出厂, 所以考虑用7天的抗压强度x来预测28天的抗压强度y。
现在记录了26窑的数据, 求得如下结果:=24.177, =30.323, Lxx=41.566, Lxy=37.31, Lyy=65.686, α假定在显著性水平0.05上查表得到相关系数的临界值为0.388, F分布的临界值为4.26。
假如求得7天的抗压强度为26, 那么可以预测28天的抗压强度为()。
A. 31.96B. 35.576C. 26.738D. 32.3546.在抽样检查中, 通常根据不合格的严重限度必要时将它们进行分类, A类不合格是指()。
A. 关注限度低于A类和B类的一类不合格B. 认为关注限度比A类稍低的一种类型的不合格C. 认为最被关注的一种不合格D. 认为比较被关注的一种不合格7、已知n=3000的一批产品提交作外观检查, 采用(20, 1)的抽样方案, 当p=1%时, Pa为()。
2012全国质量专业理论与实务考试大纲(中级)zxw整理第一章概率统计基础知识一、概率基础知识1.掌握随机现象与事件的概念2.熟悉事件的运算(对立事件、并、交及差)3.掌握概率是事件发生可能性大小的度量的概念4.熟悉概率的古典定义及其简单计算5.掌握概率的统计定义来源:考试大-质量工程师考试6.掌握概率的基本性质7.掌握事件的互不相容性和概率的加法法则8.掌握事件的独立性、条件概率和概率的乘法法则二、随机变量及其分布(一)随机变量及随机变量分布的概念1.熟悉随机变量的概念2.掌握随机变量的取值及随机变量分布的概念(二)离散随机变量的分布1.熟悉离散随机变量的概率函数(分布列)2.熟悉离散随机变量均值、方差和标准差的定义3.掌握二项分布、泊松分布及其均值、方差和标准差以及相关概率的计算4.了解超几何分布(三)连续随机变量的分布1.熟悉连续随机变量的分布密度函数和概率密度函数2.熟悉连续随机变量均值、方差、标准差的定义3.掌握连续随机变量在某个区间内取值概率的计算方法4.掌握正态分布的定义及其均值、方差、标准差,标准正态分布的分位数5.熟悉标准正态分布表的用法6.了解均匀分布及其均值、方差与标准差7.熟悉指数分布及其均值、方差和标准差8.了解对数正态分布及其均值、方差和标准差9.熟悉中心极限定理,样本均值的(近似)分布三、统计基础知识1.掌握总体与样本的概念和表示方法2.熟悉频数(频率)直方图3.掌握统计量的概念来源:考试大-质量工程师考试4.掌握样本均值和样本中位数概念及其计算方法5.掌握样本极差、样本方差、样本标准差和样本变异系数概念及计算方法6.熟悉抽样分布概念7.熟悉t分布、χ2分布和F分布的由来四、参数估计(一)点估计1.熟悉点估计的概念2.掌握矩法估计方法3.熟悉点估计优良性的标准4.熟悉二项分布、泊松分布、指数分布、正态分布参数的点估计(二)区间估计来源:考试大-质量工程师考试1.熟悉区间估计(包括置信水平、置信区间)的概念2.熟悉正态总体均值、方差和标准差的置信区间的求法3.了解比率p的置信区间(大样本场合)的求法五、假设检验(一)基本概念1.掌握原假设、备择假设、检验统计量、拒绝域、两类错误、检验水平及显著性的基本概念2.掌握假设检验的基本步骤(二)正态总体参数的假设检验1.掌握对正态总体均值的检验(总体方差已知或未知的情况)2.掌握对正态总体方差的检验来源:考试大-质量工程师考试3.熟悉比率p的检验(大样本场合)第二章常用统计技术一、方差分析(一)方差分析基本概念1.掌握因子、水平和方差分析的三项基本假定2.熟悉方差分析是在同方差假定下检验多个正态均值是否相等的统计方法(二)方差分析方法来源:考试大-质量工程师考试1.掌握单因子的方差分析方法(平方和分解、总平方和、因子平方和、误差平方和,自由由度、F比、显著性)来源:考试大-质量工程师考试2.了解重复数不等情况下的方差分析方法二、回归分析(一)散布图与相关系数1.掌握散布图的作用与做法2掌握样本相关系数的定义、计算及其检验方法(二)一元线性回归来源:考试大-质量工程师考试1.掌握用最小二乘估计建立一元线性回归方程的方法2.掌握一元线性回归方程的检验方法3.熟悉一元线性回归方法在预测中的应用(三)了解可化为一元线性回归的曲线回归问题三、试验设计(一)基本概念与正交表1.了解试验设计的必要性2.熟悉常用正交表及正交表的特点(二)正交试验设计与分析来源:考试大-质量工程师考试1.熟悉使用正交表进行试验设计的步骤2.掌握无交互作用的正交试验设计的直观分析法与方差分析法3.熟悉贡献率的分析方法来源:考试大-质量工程师考试4.了解有交互作用的正交试验设计的方差分析法5.熟悉最佳水平组合的选取来源:考试大-质量工程师考试第三章抽样检验一、基本概念1.掌握抽样检验、计数检验、计量检验、单位产品、(检验)批、不合格、不合格品、批质量、过程平均、接收质量限及极限质量的概念2.掌握一次与二次抽样方案及对批接收性的判断方法3.掌握接收概率的计算方法4.掌握一次抽样检验方案的OC曲线及其规律5.熟悉生产方风险α、使用方风险β的基本概念6.熟悉平均检验总数ATI、平均检出质量AOQ、平均检出质量上限AOQL的基本概念以及ATI与AOQ的计算公式7.熟悉过程平均的基本概念及其估计方法二、计数标准型抽样检验1.熟悉计数标准型抽样检验的含义2.了解计数标准型抽样检验的基本原理3.了解抽样检验中几种主要的随机抽样方法三、计数调整型抽样检验及GB/T2828.1的使用1.掌握调整型抽烟检验的含义值及适用情况2.掌握接收质量限AQL及其确定方法3.掌握检验水平的特点及其确定方法4.熟悉检验严格度的设计思想5.数字抽样方案类型的选取原则6.熟悉确定批量的原则7.了解一次、二次抽样方案类型的判断程序框图8.掌握从GB/T2828.1中间多抽样方案的方法9.掌握转移规则的运用10.掌握批接受性的判断规则11.掌握不合格的分类方法12.熟悉逐批检验后的处理13..了解平均样本量(ASN)曲线的含义四、孤立批抽样检验及GB/T15239的使用1.熟悉孤立批抽样标准的含义和适用情况2.了解GB/T15239的主要适用五、其他抽样检验方法(一)计数抽样检验的其他方法1.熟悉序贯抽样检验的概念和特点2.了解序贯抽样检验的基本原理3.了解序贯抽样检验方案的使用4.了解连续抽样检验与跳批检验的思想与原理(二)计量抽样检验1.熟悉计量抽样检验的概念和特点2.了解计量抽样方案的基本原理3.了解计量抽样方案的使用(三)监督抽样检验1.了解监督抽样的基本特点2.了解监督抽样的质量要求六、抽样检验的实施1.熟悉抽样检验的实施过程第四章统计过程控制一、统计过程控制概述1.掌握统计过程控制的含义2.了解统计过程控制的作用和特点二、控制图原理1.掌握控制图的基本原理2.了解控制图的两种错误3.掌握常规的控制图分类来源:考试大-质量工程师考试三、分析用控制图和控制用控制图1.熟悉分析用控制图和控制用控制图的区别2.掌握控制图的判异准则3.掌握过程改进策略来源:考试大-质量工程师考试四、常规控制图的应用1.掌握X—R图、X—s图和p图的作用和使用方法2.了解X—Rs图、Me—R图、c图和u图的作图和应用五、过程能力与过程能力指数1.熟悉过程能力的定义来源:考试大-质量工程师考试2.掌握过程能力指数Cp和Cpk的计算和评价3.了解过程性能指数的概念来源:考试大-质量工程师考试六、过程控制的实施1.熟悉过程控制的基本概念2.掌握过程分析的基本步骤3.熟悉过程管理点的要求第五章可靠性基础知识一、可靠性的基本概念及常用度量1.掌握可靠性、维修性与故障(失效)的概念与定义2.熟悉保障性、可用性与可信性的概念3.掌握可靠性的主要度量参数4.熟悉浴盆曲线5.了解产品质量与可靠性的关系二、基本的可靠性维修性设计与分析技术1.了解可靠性设计的基本内容和主要方法2.熟悉可靠性模型及串并联模型的计算3.熟悉可靠性预计和可靠性分配4.熟悉故障模式影响及危害性分析FMECA5.了解故障树分析FTA6.熟悉维修性设计与分析的基本方法;三、可靠性试验1.掌握环境应力筛选2.了解可靠增长试验和加速寿命试验3.手续可靠性测定试验4.了解可靠性鉴定试验四、可信性管理1.掌握可信性管理基本原则与可信性管理方法2.了解故障报告分析及纠正措施系统3.了解可信性评审作用和方法第六章质量改进一、质量改进的概念及意义1.掌握质量改进的概念2.熟悉质量改进的意义(必要性、重要性)二、质量改进的步骤和内容1.掌握质量改进的步骤2.熟悉质量改进的每一步的内容3.熟悉质量改进的步骤、内容和PDCA循环的关系三、质量改进的组织与推进1.了解质量改进的组织形式2.熟悉质量改进的组织与管理3.了解质量改进的障碍4.熟悉持续开展质量改进的手段和方法四、质量改进的常用工具(一)因果图1.熟悉因果图的作用2.掌握绘制因果图的方法和注意事项(二)排列图1.熟悉排列图的概念和种类2.掌握排列图的作图步骤(三)直方图1.熟悉直方图的概念2.熟悉常见直方图的类型及其特征3.掌握直方图与公差之间的关系、并能做出基本判断(四)头脑风暴法1.掌握头脑风暴法的基本概念和用途2.了解头脑风暴法应用的三个阶段(五)树图1.了解树图的概念和作用2.熟悉树图的分类3.掌握绘制树图的步骤(六)PDPC1.熟悉PDPC法的概念及特征2.掌握PDPC法的实施步骤3.熟悉PDPC法的用途(七)网络图1.了解网络图的概念、作用2.掌握网络图的构造以及网络图的绘制规则3.掌握网络图节点时间的计算方法(八)矩阵图1.熟悉矩阵图法的概念和类型2.熟悉矩阵图的用途(九)亲和图1.了解亲和图法的概念2.熟悉亲和图法的用途3.掌握亲和图的绘制步骤(十)流程图1.了解流程图的概念2.熟悉流程图的应用程序3.掌握绘制流程图的方法(十一)水平对比法1.了解水平对比法的概念和用途2.掌握水平对比法的应用步骤五、质量管理小组活动(一)质量管理与QC小组活动1.掌握QC小组的概念和特点2.了解QC小组活动在实施全面质量管理中的作用(二)QC小组活动的启动1.掌握组建QC小组的原则2.熟悉QC小组的组建程序和注册登记(三)QC小组活动的推进1.熟悉QC小组长的职责和对QC小组长的要求2.掌握推进QC小组活动应作好的工作(四)QC小组活动在全企业的推广1.了解QC小组成果发表的作用2.熟悉组织成果发表的注意事项3.熟悉对QC小组的激励手段4.掌握对QC小组成果评价的方法和内容六、六西格玛管理1.了解六西格玛质量的含义2.了解六西格玛质量的统计定义3.了解六西格玛管理中的关键角色与职能.4.了解六西格玛管理的策划5.掌握六西格玛管理中常用的度量指标的计算(西格玛水平Z、百万机会缺陷数DPMO、流通合格率)6.熟悉六西格玛的改进模式DMAIC。
第五讲 常用分布一、考试要求1.掌握二项分布、泊松分布及其均值、方差和标准差以及相关概率的计算。
2.了解超几何分布。
3.掌握正态分布的定义及其均值、方差和标准差,标准正态分布的分位数。
4.熟悉标准正态表的用法二、内容讲解四、常用分布 (一)常用离散分布这里将给出三个常用的离散分布:二项分布、泊松分布与超几何分布。
1.二项分布我们来考察由n 次随机试验组成的随机现象,它满足如下条件:(1)重复进行n 次随机试验。
比如,把一枚硬币连抛n 次,检验n 个产品的质量,对一个目标连续射击n 次等。
(2) n 次试验间相互独立,即任何一次试验结果不会对其他次试验结果产生影响。
(3)每次试验仅有两个可能的结果,比如,正面与反面、合格与不合格、命中与不命中、具有某特性与不具有某特性,以下统称为“成功”与“失败”。
(4)每次试验成功的概率均为p ,失败的概率均为1- p 。
在上述四个条件下,设X 表示n 次独立重复试验中成功出现的次数,显然X 是可以取0,1,…,n 等n+1个值的离散随机变量,且它的概率函数为:4)-(1.2 ,,1,0 , )1()(n x p p x n x X P xn x =-⎪⎪⎭⎫ ⎝⎛==-这个分布称为二项分布,记为),(p n b ,其中⎪⎪⎭⎫⎝⎛x n 是从n 个不同元素中取出x 个的组合数,它的计算公式为:)!(!!x n x n x n -=⎪⎪⎭⎫ ⎝⎛。
它的概率函数为: 1,0 , )1()(1=-==-x p p x X P x x 或列表如下:[6个,记X 为6个成品中的不合格品数,则X 服从二项分布)1.0 , 6(b ,简记为)1.0 , 6(~b X 。
现研究如下几个问题:(1)恰有1个不合格品的概率是多少?这里规定抽到不合格品为“成功”,则事件X=1的概率为:3543.09.01.06)1.01(1.016)1(516=⨯⨯=-⨯⨯⎪⎪⎭⎫ ⎝⎛==-X P这表明,6个成品中恰有一个不合格品的概率为0.3543。
类似可计算X=0,X=1,…,这里0.0000表示X=6的概率取前4位小数的有效数字为零,实际上,它的概率为P(X=6)=0.000001,并不严格为零。
还可以画出一张线条图(图1.2—7(a))来表示这个分布(X 共有7个取值)。
图上的横坐标为X 的取值,纵轴为其相应概率。
从此图上可以看出分布的形态,哪些x 上的概率大,哪些x 上的概率小。
假如改变成功概率p ,其线条图亦会改变。
比如,连抛六次硬币,其中正面出现次数)5.0 , 6(~b X 。
通过计算可画出其线条图(见图1.2—7(b)),此图是对称的,如P(X=2)=P(X=4)=0.2343。
(2)不超过1个不合格品的概率为:P(X≤1)=P(X=0)+P(X=1)=0.5314+0.3543=O.8857这表明,6个成品中不超过1个不合格品的概率为0.8857。
在实际中经常需要求形如“x X ≤”的概率,在概率论中把事件“x X ≤”的概率称为X 的分布函数,也称为累积分布函数,记为F(X),即:)()(x X P x F ≤=对二项分布的分布函数已编制了数表,详见附表1—1,此表可帮助我们计算二项概率,例如从附表1-1中可查得:P(X ≤1)=0.8857, P(X ≤4)=0.9999 于是可算得:P(1<X≤4)=P(X ≤4) - P(X ≤1)=0.9999-0.8857=0.1142 (3)二项分布)1.0 , 6(b 的均值、方差与标准差分别为: 6.01.06)(=⨯==np X E54.09.01.06)1()(=⨯⨯=-=p np X Var73.054.0)1()(==-=p np X σ2.泊松分布泊松分布可用来描述许多随机变量的概率分布。
例如: (1) 在一定时间内,电话总站接错电话的次数; (2) 在一定时间内,某操作系统发生的故障数; (3) 一个铸件上的缺陷数;(4) 一平方米玻璃上的气泡个数;(5) 一件产品因擦伤留下的痕迹个数; (6) 一页书上的错字个数。
从这些例子可以看出,泊松分布总与计点过程相关联,并且计点是在一定时间内、或一定区域内、或一特定单位内的前提下进行的,若λ表示某特定单位内的平均点数(λ>0))52.1( ,2,1,0 , !)(-===- x ex x X P xλλ这个分布就称为泊松分布,记为P(λ),其中e 为自然对数的底,即2.71828… 泊松分布的均值与方差(λ,即:E(X)= λ,Var(X)= λ,λσ=)(X (1.2-6)[例 1.2—11] X 是服从泊松分布的随机变量,根据过去事故的记录,该大公司在一个月内平均发生1.2起重大事故,这表明:X 服从λ=1.2的泊松分布,现考察如下事件的概率:(1)在一个月内发生1起重大事故的概率为:362.0!12.1)1(2.1===-eX P类似地也可计算X 取其他值的概率,现罗列于如下分布列中:此例中,X 理论上也可以取8,9,…等值。
由于取这些值的概率的前三位小数皆为零,甚至更小,已无多大实际意义,故可不列出,当作不可能事件处理。
也可把此8个概率画一张线条图,如图1.2—8。
(2)在一个月内发生重大事故超过2起的概率为:121.0)216.0362.0301.0(1 )]2()1()0([1 )7()6()5()4()3()2(=++-==+=+=-=+=+=+=+=+==>X P X P X P X P X P X P X P X P X P这表明,该公司在一个月内发生重大事故超过2起的概率为O.121。
(3)泊松分布P(1.2)的均值、方差与标准差分别为: 1.12.1)( , 2.1)()(====X X Var X E σ3.超几何分布从一个有限总体中进行不放回抽样常会遇到超几何分布。
设有N 个产品组成的总体,其中含有M 个不合格品。
若从中随机不放回地抽取n 个产品,则其中不合格品的个数X 是一个离散随机变量,假如n ≤M ,则X 可能取0,1,…,n ;若n>M ,则X 可能取0,l ,…,M ,由古典方法(参见例1.1—4)可以求得x X =的 7)-(1.2 ,2,1,0 , )(r x n N x n M N x M x X P =⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫⎝⎛--⎪⎪⎭⎫ ⎝⎛==N,M)。
8)2.1( 11)()( , )(-⎪⎭⎫⎝⎛-⋅--==N M N M N n N n X Var NnM X E[例1.2-12],略,参见教材36页。
(二)正态分布正态分布是在质量管理中最重要也最常使用的分布,它能描述很多质量特性X 随机取值的统计规律性。
1.正态分布的概率密度函数正态分布的概率密度函数有如下形式:正态分布含有两个参数μ与σ,常记为),(2σμN 。
其中μ为正态分布的均值,它是正态分布的中心,质量特性X 在μ附近取值的机会最大,)(x p 关于μ=x 对称。
2σ是正态分布的方差,0>σ是正态分布的标准差,σ愈大,分布愈分散;σ愈小,分布愈集中;p(x )在σμ±处有拐点(2阶导数为零)。
同定标准差σ时,不同的均值,比如21μμ<,对应的正态曲线的形状完全相同,仅位置不同,见图1.2-1l(a)。
固定均值μ时,不同的标准差,如21σσ<。
,对应的正态曲线的位置相同,但形状(高低与胖瘦)不同,见图1.2—1l(b)。
2.标准正态分布0=μ且σ=l 的正态分布称为标准正态分布,记为N(0,1)。
它是特殊的正态分布,服从标准正态分布的随机变量记为U ,它的概率密度函数记为)(u ϕ,它的图形见图1.2-12。
实际中很少有一个质量特性(随机变量)的均值恰好为0,方差与标准差恰好为1。
但一些质量特性的不合格品率均要通过标准正态分布才能算得。
这里将先介绍标准正态分布表及其应用,分以下几点叙述。
图1.2-12标准正态分布的概率密度函数)ϕ的图形(u(1)标准正态分布函数)U≤”的随机事件发生的概率,(uΦ表,用来计算形如“u即标准正态分布函数)u≤Φ。
根据u的值可在标准正态分布函数表(附表1—2)P=U)((u上查得,例如事件“U≤1.52“的概率可从附表1—2上查得P(U≤1.52)=Φ(1.52)=0.9357它表示标准正态随机变量U取值不超过1.52的概率,在数量上它恰好为1.52左侧的一块阴影面积(见图1.2-13)。
由于直线是没有面积的,即直线的面积为零,故:P(U≤1.52)=P(U<1.52)=Φ(1.52)=0.9357综合上述,可得如下计算公式:P(U≤a)=P(U<a)= Φ(a)类似的计算公式还有一些,现罗列如下,图形可帮助我们理解它。
(2)P(U>a)=l-Φ(a),(见图1.2—14)。
(3) Φ(-a)=l- Φ(a)(见图1.2-15)。
(4)P(a≤U≤b)= Φ(b)-Φ(a)(见图1.2—16)。
见图1.2—17)。
3.标准正态分布N(O ,1)的分位数分位数是一个基本概念,这里结合标准正态分布N(0,1)来叙述分位数概念。
对概率等式 P(U≤1.282)=0.9,有两种不同说法:(1) 0.9是随机变量U 不超过1.282的概率。
(2) 1.282是标准正态分布N(0,1)的0.9分位数,也称为9%分位数或90百分位数,记为9.0u 。
后一种说法有新意,O.9分位数9.0u 。
,把标准正态分布密度函数)(u ϕ下的面积分为左右两块,左侧一块面积恰好为O.9,右侧一块面积恰好为O.1,见图1.2-18。
一般说来,对介于0与1之间的任意实数α,标准正态分布N(O ,1)的α分位数是这样一个数,它的左侧面积恰好为α,它的右侧面积恰好为l —α (详见图1.2-19)。
用概率的语言表示,U(或它的分布)的α分位数αu 是满足下面等式的实数:P(U ≤αu )=α分位数αu 亦可用标准正态分布表从里向外查得,尾数可用内插法得到,比如0.95的分位数95.0u 可先查得:65.1 , 64.19505.09495.0==u u由于概率0.95恰好介于0.9495与0.9505中问,故645.195.0=u 。
0.5分位数,即50%分位数,也称为中位数,在标准正态分布N(O ,1)场合,05.0=u 。
当α<O .5时,比如α=0.25,由对称性可知675.0 , 75.075.025.0=-=u u u ,对它加上负号即得675.025.0-=u ,类似地有282.19.01.0-=-=u u (见图1.2—20)。
标准正态分布的α分位数αu 亦可从附表1—3直接查得。
4.有关正态分布的计算性质1: 设X ~N(2 , σμ))经过标准化变换(X-μ)/σ后都归一到标准正态变量U 。