某公司常用质量管理方法工具.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,路漫漫其修远兮,吾将上下而求索,04 十一月 2026,某公司常用质量管理方法工具,第一部分：数据分布特征,第二部分：QC老七种工具,第三部分：QC新七种工具,第四部分：统计过程控制,第五部分：统计推断,第六部分：回归分析,第七部分：方差分析,第八部分：试验设计,主要内容,2,第五部分,统计推断,3,数据与推断,工序,批次,样本,数据,检测,推断,4,推断统计在统计方法中的地位,统计方法,描述统计,参数估计,假设检验,推断统计,5,统计推断的过程,样本,总体,样本统计量,例如：样本均值、比例、方差,总体均值、比例、方差,6,（一）总体与个体,（二）样本,（三）统计量与抽样分布,统计基础知识,一、样本与统计量,7,1、有序样本,2、描述样本的中心位置的统计量,（1）样本均值,（2）样本中位数,（3）众数,3、描述样本数据分散程度的统计量,（1）样本极差,（2）样本（无偏）方差,（3）样本标准差,（4）变异系数,4、几个常用的抽样分布,二、常用统计量,8,一、点估计,（一）点估计的概念,（二）矩法估计,（三）点估计优劣的评选标准,1、无偏性,2、有效性,3、正态总体参数的无偏估计,二、区间估计,（一）区间估计的概念,（二）正态总体参数的置信区间,（三）比例P的置信区间,参数估计,9,定义及其作用,定义,参数估计是从样本出发，针对不同的问题，人为构造适当的统计量，根据这些统计量的值，预测总体参数值。参数估计包括点估计和区间估计，点估计是根据样本结果，估计总体参数值的大小；而区间估计，是以一定的概率估计总体参数值的范围,10,参数估计基本方法,一.点估计,二.点估计的优良性准则,区间估计,11,参数估计的方法,矩估计法,最小二乘法,最大似然法,顺序统计量法,估 计 方 法,点 估 计,区间估计,12,被估计的总体参数,总体参数,符号表示,用于估计的样本统计量,均值,比例,方差,P,2,x,p,s2,两个总体均值之差,两个总体比例之差,两个总体方差比,1-2,P 1 P2,12/22,x1-x2,p1 p2,S12/S22,13,点 估 计,14,点估计（概念要点）,1.从总体中抽取一个样本，根据该样本的观察值对总体的未知参数作出一个数值点的估计,2.点估计没有给出估计值接近总体未知参数程度的信息,例如:用样本均值作为总体未知均值的估计值就是一个点估计,点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等,15,1.用于估计总体某一参数的随机变量,如样本均值，样本比例、样本中位数等,例如:样本均值就是总体均值的一个估计量,如果样本均值 x=3，则 3 就是 的估计值,2.理论基础是抽样分布,估计量（概念要点）,16,估计量的优良性准则（无偏性）,无偏性：抽样分布的均值等于总体均值,P,(,X,),X,C,A,无偏,有偏,17,估计量的优良性准则-有效性,A,B,中位数的抽样分布,均值的抽样分布,X,P,(,X,),有效性：如果与其他任何无偏估计量相比，样本均值更接近总体均值，我们就称样本均值是个更有效的估计量。,18,估计量的优良性准则-一致性,一致性：随样本容量的增加，样本均值与总体均值间的差异缩小。,A,B,较小的样本容量,较大的样本容量,P,(,X,),X,19,区间估计,20,区间估计（概念要点）,根据一个样本的观察值给出总体参数的估计范围,给出了总体未知参数落在这一区间的概率,例如:总体均值落在5070之间，置信度为 95%,样本统计量(点估计),置信区间,置信下限,置信上限,21,置信区间估计（内容）,置 信 区 间,方 差,比 例,均 值,已知,未知,22,落在总体均值某一区间内的样本,x,_,X,X,=,?,Z,x,90%的样本,-1.65,x,+1.65,x,95%的样本,-1.96,x,+1.96,x,99%的样本,-2.58,x,+2.58,x,23,总体未知参数落在区间内的概率。,表示为(1-,为显著性水平，是总体参数未在区间内的概率。,常用的显著性水平值有 99%,95%,90%,相应的为0.01，0.05，0.10,置信水平,24,区间与置信水平,均值的抽样分布,(1-,)%区间包含了,%的区间未包含,1-,a,a,/,2,a,/,2,25,影响区间宽度的因素,1.数据的离散程度，用 来测度；,样本容量，,置信水平(1-)，影响 Z 的大小。,26,总体均值和总体比例 的区间估计,一.总体均值的区间估计,二.总体比例的区间估计,样本容量的确定,总体均值的区间估计(已知),28,总体均值的置信区间(已知),1.假定条件,总体服从正态分布,且总体方差（）已知；,如果不是正态分布，可以由正态分布来近似(n 30)。,使用正态分布统计量,总体均值 在1-置信水平下的置信区间为：,29,总体均值的区间估计（正态总体：实例）,解：已知N(，0.152)，x2.14,n=9,1-=0.95，/2=1.96,总体均值的置信区间为：,我们可以95的概率保证该种零件的平均长度在21.30221.498 mm之间,【例】某种零件长度服从正态分布，从该批产品中随机抽取件，测得其平均长度为21.4 mm。已知总体标准差=0.15mm，试建立该种零件平均长度的置信区间，给定置信水平为0.95。,30,总体均值的区间估计（非正态总体：实例）,解：已知 x26,=0.15,n=9,1-=0.95，/2=1.96,我们可以95的概率保证平均每天参加锻炼的时间在24.82427.176 分钟之间,【例】某大学从该校学生中随机抽取1000人，调查到他们平均每天参加体育锻炼的时间为26分钟。试以95的置信水平估计该大学全体学生平均每天参加体育锻炼的时间（已知总体方差为36小时）。,31,总体均值的区间估计(未知),32,总体均值的置信区间(未知),1.假定条件,总体方差（）未知,总体必须服从正态分布,使用 t 分布统计量,3.总体均值 在1-置信水平下的置信区间为：,33,总体均值的区间估计（实例）,解：已知N(，2)，x=50,s=8，n=25,1-=0.95，t/2=2.0639。,我们可以95的概率保证总体均值在46.6953.30 之间,【例】从一个正态总体中抽取一个随机样本，n=25，其均值x=50，标准差 s=8。建立总体均值m 的95%的置信区间。,34,总体比例的区间估计,35,总体比例的置信区间,1.假定条件,两类结果,总体服从二项分布,可以由正态分布来近似,使用正态分布统计量：,3.总体比例 的置信区间为：,36,总体比例的置信区间（实例）,解：,已知,=200,，0.7,n =,140,5,n,(1-)=605，=0.95，,/2,=1.96,p,p,p,我们可以95的概率保证该企业职工由于同管理人员不能融洽相处而离开的比例在63.6%76.4%之间,【例】某企业在一项关于职工流动原因的研究中，从该企业前职工的总体中随机选取了200人组成一个样本。在对其进行访问时，有140人说他们离开该企业是由于同管理人员不能融洽相处。试对由于这种原因而离开该企业的人员的真正比例构造95%的置信区间。,37,样本容量的确定,38,根据均值区间估计公式可得样本容量n为：,估计总体均值时样本容量的确定,样本容量n与总体方差2、允许误差、可靠性系数Z之间的关系为,与总体方差成正比,与允许误差成反比,其中：,39,样本容量的确定（实例）,解:已知2=1800000，=0.05，Z/2=1.96，=500,应抽取的样本容量为：,【例】一家广告公司想估计某类商店去年所花的平均广告费用有多少。经验表明，总体方差约为1800000。如置信度取95%，并要使估计处在总体平均值附近500元的范围内，这家广告公司应抽多大的样本？,40,1.根据比例区间估计公式可得样本容量n为：,估计总体比例时样本容量的确定,若总体比例,P,未知时，可用样本比例 来代替。,p,其中：,41,样本容量的确定（实例）,【例】一家市场调研公司想估计某地区有彩色电视机的家庭所占的比例。该公司希望对比例p的估计误差不超过0.05，要求的可靠程度为95%，应抽多大容量的样本（没有可利用的p估计值）。,解:,已知,=0.05，=0.05，,Z,/2,=1.96，当,p,未知时用最大方差0.25代替,应抽取的样本容量为：,42,两个总体均值及两个总体比例之差估计,一.两个总体均值之差估计,二.两个总体比例之差估计,43,两个总体均值之差的估计,44,两个样本均值之差的抽样分布,m,1,s,1,总体1,s,2,m,2,总体2,抽取简单随机样样本容量 n,1,计算X,1,抽取简单随机样样本容量 n,2,计算X,2,计算每一对样本,的X,1,-X,2,所有可能样本,的X,1,-X,2,m,1-,m,2,抽样分布,45,两个总体均值之差的估计(1、2 已知),1.假定条件,两个样本是独立的随机样本；,两个总体都服从正态分布；,若不是正态分布,可以用正态分布来近似(n130和n230),两个独立样本均值之差的抽样分布服从正态分布，其标准误差为：,3.两个总体均值之差1-2在1-置信水平下的置信区间为：,46,两个总体均值之差的估计（实例）,【例】一个银行负责人想知道储户存入两家银行的钱数。他从两家银行各抽取了一个由25个储户组成的随机样本，样本均值如下：银行A：4500元；银行B:3250元。设已知两个总体服从方差分别为A2=2500和B2=3600的正态分布。试求A-B的区间估计：,（1）置信度为95%；,（2）置信度为99%。,B,A,47,两个总体均值之差的估计（计算结果）,解:已知,xAN(A,2500),xB N(B,3600),xA=4500，,xB=3250，,A2=2500,B2=3600,nA=nB=25,(1)A-B置信度为95%的置信区间为,(2)A-B置信度为99%的置信区间为,48,两个总体均值之差的估计(1、2 未知，但相等),假定条件,两个总体都服从正态分布,12、12未知,1212,总体方差2的联合估计量为,估计量x1-x2的标准差为,49,两个总体均值之差的估计(1、2 未知，但相等),两个总体均值之差1-2在1-置信水平下的置信区间为：,50,两个总体均值之差的估计（实例）,【例】为比较两位银行职员为新顾客办理个人结算账目的平均时间长度，分别给两位职员随机安排了10位顾客，并记录下了为每位顾客办理账单所需的时间（单位：分钟），相应的样本均值和方差分别为：x1=22.2，s12=16.63，x2=28.5，s22=18.92。假定每位职员办理账单所需时间均服从正态分布，且方差相等。试求两位职员办理账单的服务时间之差的95%的区间估计。,2,1,51,两个总体均值之差的估计（计算结果）,解:已知,x1N(1,2),x2 N(2,2),x1=22.2，,x2=28.5，,s12=16.63,s22=18.92,n1=n2=10,12=12,s,2,=18.92,2,s,1,2,1-2置信度为95%的置信区间为,52,两个总体均值之差的估计(1、2 未知，且不相等),假定条件,两个总体都服从正态分布,12、12未知,12 12,53,两个总体均值之差的估计(1、2 未知，且不相等),两个总体均值之差1-2在1-置信水平下的置信区间为：,54,两个总体均值之差的估计（续前例）,【例】为比较两位银行职员为新顾客办理个人结算账目的平均时间长度，分别给两位职员随机安排了10位顾客，并记录下了为每位顾客办理账单所需的时间（单位：分钟），相应的样本均值和方差分别为：x1=22.2，s12=16.63，x2=28.5，s22=18.92。假定每位职员办理账单所需时间均服从正态分布，但方差不相等。试求两位职员办理账单的服务时间之差的95%的区间估计。,1,2,55,两个总体均值之差的估计（计算结果）,自由度 f 为：,1-2置信度为95%的置信区间为,解:已知,x1N(1,2),x2 N(2,2),x1=22.2，,x2=28.5，,s12=16.63,s22=18.92,n1=n2=10,1212,56,两个总体比例之差的估计,57,1.假定条件,两个总体是独立的,两个总体服从二项分布,若不是正态分布,可以用正态分布来近似,2.两个总体均值之差p1-p2在1-置信水平下的置信区间为：,两个总体比例之差的区间估计,58,两个总体比例之差的估计（实例）,【例】某饮料公司对其所做的报纸广告在两个城市的效果进行了比较，它们从两个城市中分别随机地调查了1000个成年人，其中看过广告的比例分别为p1=0.18和p2=0.14。试求两城市成年人中看过广告的比例之差的95%的置信区间。,绿色,健康饮品,59,两个总体比例之差的估计（计算结果）,p1-p2置信度为95%的置信区间为：,解:,已知,p,1,=0.18，,p,2,=0.14，1-=0.95，,n,1,=,n,2,=1000,我们有95%的把握估计量城市成年人中看过该广告的比例之差在0.79%7.21%之间。,(,),(,),0721,.,0,0079,.,0,1000,),14,.,0,1,(,14,.,0,1000,),18,.,0,1,(,18,.,0,96,.,1,14,.,0,18,.,0,=,-,+,-,-,60,正态方差及两正态总体方差比的估计,一.正态总体方差的区间估计,二.两个正态总体方差比的区间估计,61,正态总体方差的区间估计,62,正态总体方差的区间估计（要点）,1.估计一个总体的方差或标准差；,2.假设总体服从正态分布；,3.总体方差 2 的点估计量为S2，且：,4.总体方差在1-置信水平下的置信区间为：,63,正态总体方差的区间估计,【例】对某种金属的10个样品组成的一个随机样本作抗拉强度试验。从实验数据算出的方差为4。试求2的95%的置信区间。,64,正态总体方差的区间估计（计算结果）,解:已知,n10,s2 4,1-95%,2置信度为95%的置信区间为,65,两个正态总体方差比的区间估计,66,两个正态总体方差比的区间估计（要点）,1.比较两个总体的方差比；,用两个样本的方差比来判断；,如果S12/S22接近于1,说明两个总体方差很接近；,如果S12/S22远离1,说明两个总体方差之间存在差异。,总体方差比在1-置信水平下的置信区间为：,67,两个正态总体方差比的区间估计（实例）,【例】用某一特定工序生产的一批化工产品中的杂质含量的变异依赖于操作过程中处理的时间长度。某生产商拥有两条生产线，为了降低产品中杂质平均数量的同时降低杂质的变异，对两条生产线进行了很小的调整，研究这种调整是否确能达到目的。为此从两条生产线生产的两批产品中各随机抽取了25个样品，它们的均值和方差为：,x1=3.2，S12=1.04,x2=3.0，S22=1.04,试确定两总体方差比12/12的90%的置信区间。,68,两个正态总体方差比的区间估计（计算结果）,解:已知,x1=3.2，S12=1.04,x2=3.0，S22=1.04,F1-/2(24,24),=F0.95=1.98,F/2(24,24),=F0.05=0.51,12/22置信度为90%的置信区间为：,69,一、基本思想与基本步骤,（一）假设检验问题,（二）假设检验的基本步骤,1、建立假设,2、选择检验统计量，给出拒绝的形式,3、给出显著性水平,常取=0.05,4、定出临界值c，写出拒绝域W,5、判断,二、正态总体参数的假设检验,（一）正态均值的假设检验（已知）,（二）正态均值的假设检验（未已知）,（三）正态方差2的假设检验,（四）小结与例子,三、有关比例P的假设检验,假设检验,70,定义及其作用,定义,假设检验是根据实际问题的要求，提出一个关于随机变量（或质量特性值）的一种论断，然后根据样本的有关信息，以一定的概率对这个论断的真伪进行判断。,71,假设检验的应用场合及步骤,假设检验可用于各种场合，其思路是根据实际问题的要求提出一个关于质量特性值的论断（称为原假设），然后，根据样本的有关信息，对原假设的真伪进行判断。,72,假设检验的应用产和及步骤,在假设检验里，要提出原假设，同时根据实际问题提出原假设的对立面（称为备择假设），原假设用H0表示，备择假设用H1表示。,第一类错误：原假设H0本来正确，但我们却拒绝了H0（认为H0是不正确的），这种错误发生的概率通常以表示；,第二类错误：原假设H0本来不正确，但我们却接受了H0（认为H0是正确的），这种错误发生的概率通常用表示。,73,假设检验的应用产和及步骤,在实际问题中，一般总是控制犯第一种错误的概率,的大小通常取为0.01，0.05等数值，而不考虑犯第二类错误的概率，并将称为假设检验的显著性水平。,74,假设检验的应用场合及步骤,假设检验的步骤,分析问题，提出H0和H1,确定显著性水平和统计量、拒绝域,计算统计量,75,假设检验的应用场合及步骤,总体平均值的检验,适用场合,检验规则,总体平均值的检验规则如表17-1,76,正态总体均值检验表,t0 t(n-1),u0u,0,0,0,=0,在显著水平下拒绝H0，若,方差 为未知，统计量,方差 为已知，统计量,H1,H0,n,x,u,0,0,s,m,-,=,2,s,2,s,n,s,x,t,0,0,m,-,=,2,1,0,u,u,a,-,),1,n,(,t,t,2,1,0,-,a,-,77,假设检验的应用场合及步骤,总体平均值的检验,检验步骤,78,例1 某厂生产的不锈钢产品的抗拉强度以前服从均值为0=72.0kg/mm2标准差为0=2.0kg/mm2的正态分布，生产过程中，对机器进行了调整。为确定机器调整对产品质量特性的影响，随机抽样10个，测其抗拉强度为76.2，78.3，76.4，74.7，72.6，78.4，75.7，70.2，73.3，74.2（单位：kg/mm2）。问机器调整后，产品的抗拉强度是否有了变化？（机器调整前后，总体方差不变）,79,解 总体标准差为0=2.0kg/mm2（已知），以前总体均值为0=72.0kg/mm2。,第一步，假设H0:0=72.0，H1:72.0；=0.05,第二步，计算统计量,80,解,第三步，检验,=0.05，u1-/2=u1-0.025=u0.075=1.96，u0u1-/2，所以拒绝H0。,第四步，结论,机器调整后，有95%的“把握”认为，产品的抗拉强度确实发生了变化。,案例演示,81,机器调整后，有95%的“把握”认为，不锈钢的抗拉强度确实发生了变化,82,假设检验的应用场合及步骤,总体方差的检验,适用场合,检验规则,从数学形式上讨论，对方差的检验可以有,83,表17-2 一个正态总体方差检验表,H0,H1,均值为已知，统计量,均值为未知，统计量,在显著水平下拒绝，若,84,假设检验的应用场合及步骤,总体方差的检验,检验步骤,85,例 工厂为了降低成本，想变更零件的材质。用原来材质生产的零件外径标准差是0.38mm，材质变更后，随机抽样10个零件，测其直径为：34.52，35.08，34.88，35.71，33.98，34.96，35.17，35.26，34.77，35.47。问零件外径方差是否有所变化？,86,解 总体均值为未知，以前总体标准差为0=0.38mm,第一步，假设,第二步，计算统计量,(,),98,.,14,38,.,0,1636,.,2,S,2,2,0,2,0,=,=,s,=,c,1,i,=,(,),(,),1636,.,2,98,.,34,47,.,35,98,.,34,52,.,34,),X,X,(,S,2,2,2,10,i,=,-,+,+,-,=,-,=,L,98,.,34,10,47,.,35,08,.,35,52,.,34,x,=,+,+,+,=,L,05,.,0,;,:,H,；,:,H,2,0,2,1,2,0,2,0,=,a,s,s,s,s,87,解,第三步，检验,不能拒绝H0，也就是接受H0。,第四步，结论,改变了材质后，零件外径的方差没有显著变大（显著性水平0.05），也即，有95%的“把握”认为零件外径的方差没有变化，和现有的材质一致。,案例演示,88,材质改变后，有95%的“把握”认为，零件外径的方差没有发生变化,和现有的材质一致,89,参数估计的应用场合及步骤,参数估计包括点估计和区间估计。点估计的方法很多，我们通常采用数字特征法，也就是以样本的平均值来估计总体的平均值，以样本的方差来估计总体的方差。在一定的置信度下，估计参数的范围叫做置信区间。,90,参数估计的应用场合及步骤,总体平均值,点估计,一个正态总体平均值的点估计为 ，式中 表示总体均值的估计值，其上面的“”符号表示参数的估计值（下同），表示样本的平均值。,91,参数估计的应用场合及步骤,总体平均值,区间估计,92,规定双侧规范限时,总体方差2已知时，在显著性水平下，总体均值 的置信区间为：,总体方差2 未知时，在显著性水平下，总体均值的置信区间为：,93,例3 在例1中，试对机器调整后的产品抗拉强度进行估计。,例1 某厂生产的不锈钢产品的抗拉强度以前服从均值为0=72.0kg/mm2标准差为0=2.0kg/mm2的正态分布，生产过程中，对机器进行了调整。为确定机器调整对产品质量特性的影响，随机抽样10个，测其抗拉强度为76.2，78.3，76.4，74.7，72.6，78.4，75.7，70.2，73.3，74.2（单位：kg/mm2）。问机器调整后，产品的抗拉强度是否有了变化？（机器调整前后，总体方差不变）,94,解,在例1中，机器调整后，产品抗拉强度的样本平均值为 ，因此，总体均值的点估计为 。,总体方差已知，置信度为95%的总体均值置信区间为,即（73.76，76.24）（kg/mm2）。,95,机器调整后，有95%的“把握”认为，不锈钢的抗拉强度最小为73.76kg/mm2,最大为76.24kg/mm2,(同例1相同),96,规定单侧规范限时,规定下侧规范限时,总体均值的单侧下限区间为,规定上侧规范限时,总体均值的单侧上限区间为,97,例4 从某一批灯泡中随机抽取5个作寿命试验，其寿命分别为1050，1100，1120，1250，1280（小时）。试估计其寿命均值的95%的置信下限。,98,解 5个灯泡寿命的平均值为 ，标准差为 s=99.75（小时）。,这批灯泡平均寿命的点估计值为,这批灯泡的寿命均值的95%单侧置信限为,99,参数估计的应用场合及步骤,总体方差的估计,点估计,正态总体方差的点估计为 。式中 表示总体方差的估计值，s2是样本方差。,100,参数估计的应用场合及步骤,总体方差的估计,区间估计,正态总体均值未知，总体方差2的置信区间为,式中,101,例5在例2中，试估计改变材质后零件外径的方差。,解 10个零件外径的总偏差平方和为,零件外径的方差点估计为,102,