- •Клевлеев в.М. Статистические методы контроля и управления качеством
- •1 Качество и обеспечение качества
- •1.1 Качество как стратегическая цель предприятия
- •1.2 Различия в качестве и их причины
- •1.3 Обеспечение качества
- •Обеспечение качества
- •1.5 Систематизация методов статистического обеспечения качества
- •Статистическое обеспечение качества
- •2 Основы статистического обеспечения качества
- •2.1 Распределение признаков качества
- •2.1.1 Распределение дискретных признаков
- •2.1.1.1 Равномерное распределение и некоторые понятия теории статистических распределений
- •2.1.1.2 Распределение Бернулли
- •2.1.1.3 Гипергеометрическое распределение
- •2.1.1.4 Биномиальное распределение
- •2.1.1.5 Распределение Пуассона
- •2.1.2 Распределение непрерывных признаков
- •2.1.2.1 Равномерное распределение
- •2.1.2.2 Экспоненциальный (показательный) закон распределения
- •2.1.2.3 Нормальный (гауссовский) закон распределения
- •Замечание. Очевидно, что события, состоящие в осуществлении неравенства и, противоположные. Поэтому, если вероятность осуществления неравенстваравна, то вероятность неравенстваравна.
- •2.2 Статистическая проверка статистических гипотез
- •2.2.1 Процедура проверки статистических гипотез и свойства параметрических критериев
- •2.2.1.1 Процедура проверки статистической гипотезы
- •1. Определение генеральной совокупности и типа распределения
- •2. Формулировка гипотезы
- •3. Определение контрольной величины и ее распределение в случае принятия гипотезы
- •4. Задание уровня значимости и определение области отклонения гипотезы
- •5. Принятие решения и его интерпретация
- •2.2.1.2 Примеры проверки статистических гипотез
- •2.2.1.2.1Доверительные интервалы для оценки математического ожидания нормального распределения
- •2.2.1.2.1.1Среднее квадратическое отклонениеизвестно
- •2.2.1.2.1.2Среднее квадратическое отклонениенеизвестно
- •2.2.1.2.1.3Доверительные интервалы для оценки среднего квадратического отклонениянормального распределения
- •2.2.1.2.1.4Оценка значимости отношений дисперсий двух нормально распределенных совокупностей
- •2.2.1.2.1.5Проверка гипотез относительно параметров нормально распределенных генеральных совокупностей
- •2.2.1.2.1.6 Последовательный анализ
- •2.3 Выборки значений показателей качества
- •2.3.1 Основные понятия теории выборочного метода
- •2.3.2 Методы реализации случайного отбора выборок штучной продукции
- •0 1 2 . . . . . . . . . . . 2 1 0
- •2.3.3 Обеспечение представительности выборок
- •2.3.4 Выборочные характеристики и их свойства
- •3 Приемочный контроль
- •3.1 Основные понятия
- •3.1.1 Общие требования
- •3.1.2 Выбор планов и схем статистического приемочного контроля качества и требования к достоверности контроля
- •3.2 Статистический приемочный контроль по количественному признаку
- •3.2.1 Взаимосвязь между долей брака в партии и уровнем настройки производственного процесса
- •3.2.2 Планы выборочного контроля при одностороннем ограничении и известной дисперсии
- •3.2.2.1 Описание метода контроля и выбор контрольных величин
- •3.2.2.2 Оперативная характеристика и ее параметры
- •3.2.2.3 Построение плана выборочного контроля при заданных рисках производителя и потребителя
- •3.2.3 Планы выборочного контроля при одностороннем ограничении и неизвестной дисперсии
- •3.2.3.1 Контрольные величины
- •3.2.3.2 Оперативная характеристика и построение плана контроля при заданном риске потребителя и производителя
- •3.2.4 План выборочного контроля при двустороннем ограничении
- •3.2.5 Национальные стандарты приемочного контроля по количественному признаку
- •3.2.5.1 Выборочный контроль по количественному признаку на основе приемлемого уровня качества
- •3.2.5.2 Выборочный контроль по количественному признаку на основе нормативного уровня несоответствий
- •3.2.5.3 Последовательные планы выборочного контроля по количественному признаку
- •3.2.5.4 Выборочный контроль нештучной продукции
- •3.3 Статистический приемочный контроль по качественному признаку
- •3.3.1 Однократные планы контроля
- •3.3.1.1 Описание метода контроля. Использование теоремы Моода
- •3.3.1.2 Оперативная характеристика при гипергеометрической функции распределения числа дефектных изделий
- •3.3.1.3 Биномиальная оперативная характеристика
- •3.3.1.4 Оперативная характеристика при распределении Пуассона
- •3.3.1.5 Сравнение трех оперативных характеристик
- •3.3.2 Параметры простых планов контроля
- •3.3.2.1 Квантили оперативных характеристик
- •0 0.1 Р0 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
- •3.3.2.2 Средний выходной уровень дефектности, предел среднего выходного уровня дефектности (и)
- •3.3.2.3 Среднее число проконтролированных изделий в партии и доля проконтролированных изделий (и)
- •3.3.2.4 Контроль с прерыванием и средний объем выборки ()
- •3.3.3 Построение простых планов контроля с заданными свойствами
- •3.3.3.1 Задание риска потребителя и риска поставщика
- •3.3.3.2 Другие исходные данные
- •3.3.4 Двукратные планы выборочного контроля
- •3.3.4.1 Описание метода контроля
- •3.3.4.2 Оперативная характеристика
- •3.3.4.3 Средний объем выборки
- •3.3.4.4 Другие параметры плана
- •3.3.4.5 Эквивалентные однократные и двукратные планы выборочного контроля
- •3.3.5 Многократные планы контроля
2.2.1.2.1.6 Последовательный анализ
Для проверки статистических гипотез наряду со статистическими критериями, основанными на анализе выборок заданного объема, находят также применение статистические критерии, в которых требуемый объем выборки , число взятия выборок, необходимых для принятия решения, заранее не заданы. При использовании таких критериев в процессе проверки гипотез объем выборки последовательно увеличивают на единицу и каждый раз решают, достаточны ли имеющиеся данные для принятия решения или нужно увеличивать выборку.
Такой вид статистических критериев относится к последовательному анализу и используется при разработке последовательных планов выборочного контроля и построении контрольных карт кумулятивных сумм.
Применяя этот вид статистических критериев, можно обойтись меньшими объемами выборок. Рассмотрим теорию последовательного анализа на примере, когда наблюдаемым показателем качества является, например, доля несоответствующих изделий и необходимо проверить только простую гипотезу против конкурирующей гипотезы.
Пусть задана случайная переменная , распределение которой в генеральной совокупности зависит от параметра. Переменнаяможет быть дискретной или непрерывной. Упрощенно примем, чтоможет иметь только значенияи. Проверить нужно гипотезы:
.
. (2.110)
Если из генеральной совокупности взять случайную выборку ) с возвращением, тоотношение вероятностей обнаружения в выборке несоответствующих изделий
(2.111)
является мерой правдоподобия для гипотез и. Значениебольшее единицы, говорит в пользу, значениеменьшее единицы - в пользу. Критерий, базирующийся на применении контрольной величины, называетсякритерием отношения вероятностей, сокращенно критерием (сокращение для словосочетания Likelyhood-Quotient) .
Классический критерий Ноймана-Пирсона построен по схеме, когда перед началом проведения процедуры проверки задается объем выборки и граничное значениеи по ним определяютсяи.
Разработанный А.Wald (1947) последовательный критерий отношения вероятностей работает с двумя граничными значениями и() и переменным объемом выборки. Основная идея этого критерия - контроль нужно продолжать до тех пор, пока не выполнится условие, то есть до тех пор, пока значениене будет близко к единице (для этого берут следующую выборку и для нее вычисляюти так до тех пор, пока не будет принята одна из гипотез). При наступлении событияпринимают решение в пользу, при- в пользу. На практике обычно определяют верхние границыидля вероятностей ошибок и с их помощью вычисляют граничные значенияи. Обычно принимается:
, (2.112а)
. (2.112б)
Применим последовательный критерий отношения вероятностей к случаю, когда наблюдаемый признак качества в конечной генеральной совокупности может принимать только два значения, соответствующие годному и дефектному изделию.
Генеральная совокупность (партия) распределена по закону Бернулли и параметр распределения , то есть доля брака в партии, неизвестен. Сначала примем для упрощения, чтоможет принимать только значенияи. Проверяем гипотезы
, (2.113)
.
при и заданных вероятностях ошибоки. Если из партии взять случайную выборку с возвращением объемом(при достаточно большом объеме партии это практически не имеет значения), тоявляется вероятностью получения реализациивыборочного вектораи поэтому функция правдоподобия для выборки имеет вид
.
При этом обозначает число обнаруженных в выборке дефектных изделий. Тогда отношение вероятностей (135) составляет
. (2.114)
Граничные значения иможно вычислить согласно (2.112) и в случаепринять гипотезу, а при- гипотезу. В случае, если, решение не принимается, берется еще одно изделие и вычисляетсяи т.д. Для практического использования критерия отношения вероятностей целесообразнее исходить не из условия, а из эквивалентного условия:
. (2.115)
Введем обозначения:
, (2.116а)
, (2.116б)
, (2.116в)
и определим по (2.116) интервал
, (2.117)
где - накопленное число дефектных изделий.
Тогда получим цепочку эквивалентных отношений
.
При использовании последовательного критерия отношения вероятностей возможен и другой подход. Для начального объема выборки при заданныхвычисляют коэффициенты (2.116), а затем - границы интервала. Если число дефектных изделий отвечает условию, то принимается гипотеза; припринимается конкурирующая гипотеза. Если, то выборку увеличивают на одно изделие и процедура повторяется с новым значением.
Если границы интервала представить графически в виде функции от, то получим две последовательности точек, лежащих на параллельных полупрямых с наклоном. Верхняя полупрямая называетсябраковочной границей, нижняя - приемочной границей, а лежащее между ними пространство - областью продолжения испытаний (рис. 2.17).
Вышеизложенное без особых изменений можно применить и для сравнения гипотез:
(2.118)
при . Вероятности ошибок 1-го или 2-го рода здесь не определяются однозначно, как при проверке гипотез (2.113). Здесь можно только задать наибольшую вероятность ошибки 1-го рода на интервалеи наибольшую вероятность ошибки 2-го рода на интервале.
Пример 2.38 Пусть задано ии. Вычислите с этими значениями отношение вероятностей и объясните результат.
Решение. При заданных значениях
.
Этот результат свидетельствует о том, что выборочные данные при верности гипотезы в 41.58 раз более вероятны, чем при верности нулевой гипотезы.
Рис.2.17 Диаграмма хода последовательного контроля
Применим последовательный критерий отношения вероятностей к генеральной совокупности, элементы которой (носители признака качества) обладают нормально распределенным признаком качества . Математическое ожиданиенеизвестно, дисперсия- известна. Предположим, что интересующий нас параметр может иметь только два возможных проявления: требуемый уровень настройкии нежелательный уровень. В этом случае проверяют гипотезы
(2.119)
с параметром и с заданными вероятностями ошибоки. Функция правдоподобия имеет вид:
.
Для отношения вероятностей получаем:
. (2.120)
Для начального значения вычислим контрольную величину и проверим, выполняется ли условиеили, гдеиопределяются по (2.112). В первом случае принимают гипотезу, во втором случае - гипотезу, а в последнем случаеувеличивается дои процедура повторяется.
Путем логарифмирования можно упростить процедуру проверки. Для контрольной величины получаем:
. (2.121)
При этом обозначает нормализованную путем деления насуммуотклонений выборочных значенийот математического ожидания
. (2.122)
Введем обозначения:
, (2.123а)
, (2.123б)
(2.123в)
и определим аналогично (2.117) интервал
. (2.124)
Тогда можно записать цепочку отношений эквивалентности
.
При использовании последовательного критерия отношения вероятностей можно действовать и другим способом: для начального значения при заданныхивычисляют параметрыи, и тем самым - границы интервала . Если контрольная величинаимеет такое значение, чтоили, то принимают соответственно гипотезуили; в противном случае - продолжают проверку. Если верхние и нижние границы интервалананести на график в зависимости от, то получим две полупрямые, которые называются соответственнобраковочной и приемочной границами, а область между ними - областью продолжения контроля.
При проверке гипотез (2.119) предполагалась возможность положительного отклонения от математического ожидания . Соответственно можно проверить и гипотезы
(2.125)
при (проверка на отрицательное отклонение). Контрольный интервал определяется здесь как
,
где ивычисляются по (2.123). Комбинируя (2.119) и (2.125), приходим к возможности проверки гипотез
. (2.126)
Если вероятность ошибки 1-го рода распределить поровну между двумя возможными при гипотезе отклонениями, тообласть продолжения контроля определится интервалом
. (2.127)
В силу того, что делится на два возможных прислучая, тов (2.112) нужно заменить на, то есть необходимые для определенияпараметрыивычислять не по (2.123а, б), а как:
, (2.128а)
. (2.128б)
Графически области продолжения контроля имеют форму двух полос, составляющих букву , лежащую вдоль горизонтальной оси. Внутренние и внешние границы этих полос и образуют здесь браковочные и приемочные границы.