- •Глава 2
- •Определение статистики
- •Сбор статистических данных
- •Выборочный метод
- •Неправильные и неполные представления
- •Графическое изображение распределения частот
- •Числовые характеристики центральной тенденции
- •Числовые характеристики рассеяния
- •Кривая нормального распределения
- •Выравнивание анормальных распределении
Кривая нормального распределения
Значительное число законов распределения, встречающихся в практике контроля качества промышленной продукции, аппроксимируются кривой нормального закона распределения. Практически все формулы и коэффициенты Приложения 1, применяемые для оценки количественных признаков при контроле качества продукции, допускают аппроксимацию выборочных дан-ных кривой нормального закона распределения.
Если статистическая совокупность, подлежащая оценке, достаточно хорошо поддается такой нормализации (это устанавливается путем визуального исследования распределения выборки, желательно с помощью критерия согласия — см. главу 18), то в этом случае по результатам выборки
индуктивно могут быть получены определенные выводы относительно всей данной совокупности. В табл. G Приложения III приведены площади, ограниченные кривой нормального распределения, исчисленные для различных коэффициентов а от X" до 3,4а. Кроме того, для иллюстрации обоснованности этих выводов на рис. 2-9 приведены график и сокращенная таблица, которые могут быть использованы для анализа данных нашего примера. На рис. 2-9 дано графическое изображение трех часто применяемых правил, относящихся к кривой нормального распределения, именно:
интервал X' ± о* нормального распределения содержит 68,26% площади, ограниченной кривой этого распределения;
интервал Xе ± 2а" нормального распределения содержит 95,46% этой площади;
интервал X' ± За' нормального распределения содержит 99,73% этой площади.
Заметим, что как X, так и о приведены здесь со значком прим ('), чтс в данном случае означает, что они представляют собой либо теоретическую, либо наблюденную совокупную, либо нормированную величину.
Если можно утверждать, что совокупность, из которой производится выборка, распределена нормально, то то же самое можно утверждать относительно X (среднего значения выборки) и о (среднего квадратического отклонения выборки) с оговоркой «приблизительно» и заменой термина «площадь» термином «наблюденные значения».
Таблица на рис. 2-9 представляет собой сокращенную таблицу значения площадей, ограниченных кривой нормального распределения. Она может быть использована для оценки процентной доли наблюдений в интервале между X и ко (к — коэффициент) и между различными значениями ко. Эта таблица представляет собой ряд однонаправленных абсолютных величин, допускающих алгебраические преобразования.
На рис. 2-10 приведена та же кривая нормального распределения, наложенная на гистограмму частот, составленную по данным нашего примера. На рисунке отчетливо видны два существенных различия между кривой и гистограммой. Первое из них заключается в том, что гистограмма дискретна (прерывна), тогда как теоретическая кривая нормального распределения непрерывна. Это вполне понятно, так как при построении теоретической кривой не приходится иметь дело с отдельными наблюдениями, последние должны неизбежно приводить к дискретности. Во-вторых, если бы мы даже и попытались максимально приблизить гистограмму к плавной кривой, она все же отличалась бы от теоретической кривой. Этого, конечно, и следовало ожидать, так как гистограмма строится на основе выборочных данных. Но означает ли это, что соответствующее распределение не является нормальным? Достаточно одного только визуального анализа для того, чтобы дать отрицательный ответ на этот вопрос. Таким образом, статистическая совокупность, из которой была произведена выборка, фактически подчиняется нормальному закону распределения.
Исчислив на основе данных нашего примера соответствующие им средние квадратические отклонения, мы можем сопоставить полученные данные с правилами распределения площади ограниченной кривой нормального рас
пределения, сформулированными нами выше. Выполнив такое сопоставление при средних квадратических отклонениях ± 1, ± 2 и +3 на основе упорядоченных данных, приведенных на рис. 2-5, мы получим следующие результаты:
Порядковый номер с. Единица измерениями |
А'±йо |
Теоретический процент наблюдений |
Фактический процент наблюдений |
1 |
От 24,10 до 45,40 |
68,26 |
73 |
2 |
От 13,45 до 56,05 |
95,46 |
95 |
3 |
От 2,80 до 66,70 |
99,73 |
100 |
Эти результаты говорят о том, что фактические данные близки к теоретическим. Поскольку такое сопоставление основывалось на выборочных данных, естественно было ожидать некоторого их расхождения с теоретическими. Интуиция подсказывает, что чем больше объем выборки, тем меньше должна быть ожидаемая ошибка.
ПРИМЕНЕНИЕ КРИВОЙ ЗАКОНА НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ
Для перехода от физических единиц измерения к единицам среднего квадратического отклонения служит формула
Понятно, что если имеется возможность располагать только выборочными данными, то формула принимает вид
Рис.
2-11. Графическое изображение определения
процента дефектных изделий.
± 20, т. е. в этом «закодированном» виде верхняя граница составит 60,5, а нижняя 19,51. Как определить процент наблюдений (а отсюда и процент дефектных изделий), значения которых расположены выше и ниже указанных границ?
Пусть для верхней границы X = 60,5, X = 34,75 и о = 10,65. Тогда
Согласно рис. 2-10, площадь, заключенная между X' и 2,4а, составляет 49,18%. Площадь между X' и + оо составляет 50,00%. Разность между этими двумя процентными оценками площади кривой и представляет собой искомую величину.
анализ
для нижней границы дает результат
и оценку дефектных изделий на нисходящей части кривой, равную примерно 8%. Общая оценка всех дефектных изделий составляет около 9%. На рис. 2-11 дается графическое изображение произведенного нами анализа.
Можно задаться целью определить, каков будет процент дефектных изделий, если значение X примет для следующей партии изделий значение X" и составит 40. Замена в вышеуказанной формуле на X' дает для ки и к1 соответственно значения ± 1,93. В соответствии с этими значениями коэффициентов ки и общее количество дефектных изделий составит около 5%, как результат соответствующего осреднения двух крайних улучшенных оценок, равных 4% каждая. Графическое изображение этого анализа приведено на рис. 2-12.