下载文档原格式
检验该怎么抽样？——AQL及OC曲线解析技术质量管理科普导读富兰克林有句名言，人的一生有两件事是不可避免，一是死亡，一是纳税。
而企业同样有两件事不可避免，一是生产出不合格品，二是将不合格品挑选出来（即检验）。
你们企业的检验工作做对了吗？1瓜农与水果店老板各自的心思夏天已经结束了，可防暑降温的利器——西瓜，在市面上还能瞧到踪影。
这不，楼下的水果店张老板想趁还有市场，最后再进一批西瓜。
提供西瓜的是瓜农老王。
在郊区有一大片田地。
虽然对自己种的瓜口味相当自信，但秋后西瓜毕竟不比夏日当季的西瓜，部分西瓜存在“过熟”、“甜度下降”的情况。
针对可能出现的不好吃（不合格）西瓜，双方想通过检验的方法进行识别。
怎么检验呢？拍西瓜，听声音。
因为不可能是全检，那么抽几个西瓜检验呢，如果检出1个不好，这一批到底是要还是不要呢？都是双方要讨论的问题。
还有毕竟是人在检验，这里面就出现一个分歧了，误判的风险。
—对于瓜农老王来讲，合格的西瓜可能被判定为不合格的西瓜（弃真错误），造成生产方α风险（损失）对于瓜店张老板来讲，不合格的西瓜可能被判定合格而放进来（存伪错误），造成使用方β风险（损失）如果瓜农老王提供方西瓜不合格品率p越大，瓜店张老板接收的概率就越低。
从图上还可以看出，降低α风险必然会增加β风险，反之亦然。
这两个风险需要在双方能接受的情况下取得平衡，而这正是老王和张老板讨论的焦点。
然而，很多朋友可能要问了，上面这个曲线是怎么画出来的呢？扎心了老铁，你们问得太准了！！看来是绕不过去了，下面我们看看上面这个神秘的曲线。
2OC曲线二战期间，在大量军火需要及时供应，检验人员又非常缺乏的情况下，为保证军火产品质量（军火是不能全检的），美国军方就想采用一种既经济又实用的检验方法，于是委托哥伦比亚大学统计学小组，起草一份对军火产品实施抽样检验验收的规则——MIL-STD-105。
1974年国际标准化组织ISO根据MIL-STD-105D起草并颁布了抽样检验的国际标准，即ISO 2859。
计数抽样检验的基本原理之OC曲线通过前面的讨论，我们给出了超几何分布的概率计算公式：这是不放回抽样的理论概率计算公式，但当N与n值比较大时，计算阶乘将非常繁复，因此希望能有相对简单一些的计算方法。
考虑到当N足够大时，不放回抽样与放回抽样的区别已经可以忽略，因此在一定的条件下，就可以用放回抽样的概率计算来代替不放回抽样作近似计算。
能够推导出放回抽样的概率计算公式为：这就是二项式分布的概率计算公式，一般当N≥10n，p≤10%时即可作此近似。
可以看到，这个公式依然不够简便，当我们再设定一些条件，通过纯数学的推演，还可以推导出如下的概率计算公式：这就是泊松分布的概率计算公式，一般在p＜10%，N/n＞10且np在0.1—10之间时可作此近似。
以下，我们就用这个概率计算公式继续讨论。
从泊松分布的概率计算公式中，我们可以看出Pa是n，p和Ac的函数，对于一个特定的方案，它的n与Ac都已确定，这时Pa就仅与批质量p相关了，因此，抽样检验的接收概率与批质量之间的函数关系是每个方案所特有的，我们称这种关系为方案的抽样特性。
抽样特性：方案的抽样接收概率与批质量之间的函数关系，由于这种关系是每个方案所特有的，故称抽样特性。
OC曲线：以曲线的形式表示抽样特性，称为方案的特性曲线或OC曲线。
OC曲线一般是以批质量p为横坐标，接收概率Pa为纵坐标绘制的表示Pa与p的函数关系的曲线，（也有是以p/AQL作为横坐标的GB2828就是这样）。
1、理想的OC曲线：知道了什么是OC曲线，我们来讨论两种典型的抽样特性曲线，一个就是理想的OC 曲线。
首先，我们来看看什么样的方案最理想。
我们在抽样检验中，总是希望对批质量p小于或等于合格质量水平（AQL）的检查批被100%地判为合格，而对批质量p大于AQL的检查批被100%地判为不合格，这样的检验才是最理想的，才不会出现误判。
所以理想的OC曲线的函数形式应该是：其曲线如图，很显然，任何抽样方案都不可能实现理想的OC曲线，因为任何抽样检验都不可能完全排除误判的可能性，只是通过选择适当的抽样方案，将误判的风险控制在一个较小的范围内，这种理想的特性曲线，在理论上只有全检才能具有这种特性。
