没有合适的资源?快使用搜索试试~ 我知道了~
质量控制中的端峰分布,孔建新,,质量控制在追求卓越质量水平时,单侧控制产品质量指标最好水平的目标值或接近目标值的端点值等于众数。目标值处在质量指标随机变
资源推荐
资源详情
资源评论
http://www.paper.edu.cn
- 1 -
中国科技论文在线
质量控制中的端峰分布
孔建新
*
作者简介:孔建新(1950-),男,注册质量工程师 正高级统计师,数据分布. E-mail: kongfanjx@163.com
(广东省中山市瑞驰泰克研究院)
5
摘要:质量控制在追求卓越质量水平时,单侧控制产品质量指标最好水平的目标值或接近目
标值的端点值等于众数。目标值处在质量指标随机变量分布的端点,或最大值或最小值或零
值。众数等于最小值或零值为单减函数;众数等于最大值为单增函数。将这样一边高一边低
的数据分布称为:端峰分布。端峰分布的位置特征参数是:端峰值。离散特征参数是:端峰
方差、端峰偏差。端峰分布的离散特征参数反映了质量指标随机变量与目标值的离散程度,10
它能科学判定产品实际的质量水平。在单侧控制的统计对象中进行质量控制,质量指标与平
均值的离散程度在实际应用中没有意义,因为平均值只是一般水平。然而,质量指标与最好
水平的目标值相比则具有重要的现实意义。这是提出端峰分布的统计背景。
关键词:端峰分布;位置特征参数;离散特征参数;单峰分布;正态分布;偏斜分布
中图分类号:O213 15
Endpeak Distribution in Quality Control
KONG Jianxin
(Riztec Research Institute, Zhongshan City, Guangdong Province)
Abstract: When quality control pursues excellent quality level, the level target value of the best 20
water or the endpoint value close to the target value of the unilateral control product quality index
is equal to the mode. The target value is at the end of the random variable distribution of the
quality index, or the maximum value or the minimum value or the zero value. Mode equal to the
minimum value or zero value is a single minus function; mode equal to the maximum value is a
single increasing function. The data distribution with high side and low side is called as endpeak 25
distribution. The characteristic parameters of the endpeak distribution are: endpeak value. The
discrete characteristic parameters are endpeak variance and endpeak deviation. The discrete
characteristic parameters of the endpeak distribution reflect the discrete degree of the random
variable and the target value of the quality index, and reflect the actual quality level of the object.
In the statistical object of one-sided control, the dispersion degree of quality index and average 30
value are meaningless in practical application, because the average value is only a general level.
However, compared with the target value of the best level, the quality index has important
practical significance. This is the statistical background of the proposed endpeak distribution.
Key words: endpeak distribution; position characteristic parameter; discrete characteristic
parameter;unimodal distribution;normal distribution;skew distribution 35
0 引言
今天的中国制造在“大国工匠
[1]
”们的工匠绝技,精益求精手中诞生了诸多世界第一的
神器、重器和世界级的大工程。天眼、卫星、航母、海底蛟龙、盾构机、国防兵器、港珠大
桥等等。精细、精准、精微、精妙,几乎时时在挑战着人类操作的极限。巅峰匠艺的心有精
诚,手有精艺,必出精品。这些精品的质量堪称是最佳的卓越质量水平,产品质量指标达到40
目标值成为可能,具体表现为最佳的质量指标值等于众数(mode number,符号记为 m
o
)。单
侧控制目标值(target value,符号记为 t
v
) 或端点值(endpoint value,符号记为 e
v
)等于众数
m
o
,多侧控制误差为零等于众数 m
o
。由此形成端点高顺势低形如正态分布一半的态势。在
质量管理中卓越质量水平不断扩展,质量控制的误差不断降低,质量指标达到目标值 t
v
的
http://www.paper.edu.cn
- 2 -
中国科技论文在线
概率有所增加。在此条件下质量指标随机变量分布出现端点值 e
v
成峰的分布时有发生。此45
分布形态虽然不常见,但 在日常生活中也有类似这样的分布形态,小学生考满分的成绩等于
众数,射击运动员击中十环的为众数,某食品有害元素检测为零的等于众数。将这样形态的
分布称为:端峰分布。“端峰
[2]
”一词源于物理领域的概念,引入本文形成数个术语:端峰
分布、端峰值、端峰方差、端峰偏差。在产品质量指标出现端点值 e
v
或目标值 t
v
等于众数
m
o
的统计背景下提出了端峰分布的概念。具体表现为,当端点值 e
v
或目标值 t
v
为最小值时,50
众数 m
o
在最小值的位置取值,呈单减函数;当端点值 e
v
或目标值 t
v
为最大值时,众数 m
o
在最大值的位置取值,呈单增函数。端峰分布的位置特征参数是:端峰值(endpeak value,
符号记为 e
p
),它满足当随机变量 x = e
p
时是 f(x)的最大值。它不一定等于目标值 t
v
,但必须
是在端点值 e
v
聚为众数 m
o
且接近目标值 t
v
。端峰值 e
p
与峰值 p
v
并不是同一概念,因为峰
值 p
v
作为概率或频数出现最大的区间的取值由组中值确定而非处于数据分布的端点位置。55
端峰分布的离散特征参数是:端峰方差 σ
e
2
、端峰偏差 σ
e
。
在质量控制中端峰分布时有发生,提出的现实意义还在于它的位置特征参数端峰值 e
p
在等于目标值 t
v
的条件下,离散特征参数端峰方差 σ
e
2
、端峰偏差 σ
e
等价目标方差 σ
t
2
和目
标偏差 σ
t
。其统计内涵反映的是:产品质量指标随机变量 x 与最好水平的目标值 t
v
的离散
程度。目标方差 σ
t
2
和目标偏差 σ
t
的位置指标目标值 t
v
不一定需要等于众数 m
o
它可以是任60
意值。其变异指标为判定产品的质量水平将奠定科学的依据和量度的标准。可以说:目标偏
差 σ
t
是一个完全针对质量水平的变异指标。在单侧控制或多侧控制的条件下产品任意质量
指标值与目标值 t
v
对比必然具有重要的现实意义。而传统的标准差 σ 是随机变量 x 与平均值
(mean value 符号记为:m
v
)离散程度,它无力反映质量指标真实的质量水平。因为平均值
m
v
是质量指标的一般水平,劣于平均值 m
v
的质量指标与之相比或许有点意义,优于平均值65
m
v
的质量指标与之相比则毫无意义。如在体育竞技中,任意运动员的成绩无一不是与世界
纪录相比找差距,不会有谁与平均水平来相比的。同理,在质量控制实践中尤其如此。
基于以上的统计背景及现实意义提出端峰分布的新概念,对此进行论述。
1 端峰分布提出的理论依据与推论
科技的发展推动制造业的产品不断追求卓越质量水平,产品精细化程度近乎完美,这在70
于质量控制趋于且达到最佳的质量水平。质量指标随机变量分布出现一边高一边低的形态便
时有发生。端峰分布的两种形态是由端峰的位置所决定,端峰值 e
p
在分布的左边为单减函
数,可对应正态分布的右边,也称为:左峰分布。端峰值 e
p
在分布的右边为单增函数,可
对应正态分布的左边,也 称为:右峰分布。根据正态分布的原理来推导端峰分布两种形态的
函数。 75
正态分布的定义:若-∞<μ<∞,σ>0 为两个实数,则由下列密度函数
f(x)
= [ (2π)
1/2
σ
]
-1
exp[ - (x -μ)
2
(2σ
2
)
-1
] -∞ < x < ∞ (1-1)
由以上(1-1)式确定的随机变量 X 的分布称为正态分布,记为 X ~N(μ
,σ
2
)。
以上(1-1)式的密度函数 f(x) 有以下性质:
(1) 曲线 f(x)关于直线 x = μ 对称; 80
(2) 当 x = μ 时,f(μ) =[ (2π)
1/2
σ
]
-1
是 f(x)的最大值;
(3) 在 x = μ ± σ 处曲线有拐点,当 x→±∞ 时,f(x)以 x 轴为渐近线;
(4)
μ
、
σ 分别是描述 ξ 的集中位置和离散度的参数。
[3]
根据性质(1) 曲线 f(x)关于直线 x = μ 对称。可将正态分布以期望值 μ 作为对称轴分为两
http://www.paper.edu.cn
- 3 -
中国科技论文在线
边分别描述。对称则两边的标准差 σ 相等。设:左边的标准差为 σ
-
,右边的标准差为 σ
+
。85
有:σ
-
= σ
+
,且等于 σ
,即:σ
-
= σ
+
= σ
。可将正态分布(1-1)式分为左右函数表达,左边单
增函数,右边单减函数,对正态分布进行分部的描述表达如下:
f(x)=
[(2π)
1/2
σ
-
]
-1
exp[ - ( x – μ )
2
(2 σ
-
2
)
-1
] x ≤ μ
(1-2)
[(2π)
1/2
σ
+
]
-1
exp[ - ( x – μ )
2
(2 σ
+
2
)
-1
] x ≥ μ
正态分布(1-2)式的分部描述由于对称的性质则:σ
-
= σ
+
,有:σ
-
= σ
+
= σ
,必然有(1-2)式等
价于(1-1)式。由此对正态分布(1-2)式分部描述可定义为:若-∞<p
v
∞,σ
-
>0、σ
+
>
0
为三个实数,且 σ
-
= σ
+
则由以上(1-2)式 f(x)的密度函数确定的随机变量 X 的分布称为正态90
分布,记为 X ~N(μ
,σ
-
、σ
+
)。需要强调的是:正态分布的位置特征参数不仅只有期望
值 μ 还可以是峰值 p
v
或众数 m
o
。因为对称使它们重合在一点上且都等于平均值 m
v
。
若(1-2)式对称破缺使之非对称,在对称轴不存在的条件下期望值 μ 则随之消失,必有
σ
-
≠ σ
+
,就仅有峰值 p
v
存在,非对称由于众数 m
o
与峰值 p
v
的不同值,众数 m
o
也退出。此
时平均值 m
v
偏移峰值 p
v
而不相等,致使方差与标准差也与非对称分布无关而被开除出局。95
适合的离散特征参数即为:左峰方差 σ
p-
2
、右峰方差 σ
p+
2
、左峰偏差 σ
p-
、右峰偏差 σ
p+
。
以上对称正态分布分部描述的(1-2)式由于对称破缺趋于非对称必然形成偏斜分布,由(1-2)
式推导出偏斜分布的定义如下:
若-∞
<
p
v
<
∞,σ
p-
>
0、σ
p+
>
0 为三个实数,则由下列密度函数
f(x)=
[(2π)
1/2
σ
p-
]
-1
exp[ - ( x – p
v
)
2
(2 σ
p-
2
)
-1
] x ≤ p
v
(1-3)
[(2π)
1/2
σ
p+
]
-1
exp[ - ( x – p
v
)
2
(2 σ
p+
2
)
-1
] x ≥ p
v
由以上(1-3)式确定的随机变量 X 的分布称为偏斜分布,记为 X ~
S
(p
v
,σ
p-
,σ
p+
)。 100
以上说明对称与非对称的不同分布形态,是与它们不同的参数而相区别。依据(1-2)或
(1-3)式的分部表达,分别引入端峰分布的参数:端峰值 e
p
、端峰方差 σ
e
2
、端峰偏差 σ
e
。由
此导出端峰分布函数,它有如下两种表达方式:
单减函数:f
-
(x) = [ (2π)
1/2
σ
e
]
-1
exp[ -(x -e
p
)
2
(2σ
e
2
)
-1
] x ≥
e
p
(1-4)
单增函数:f
+(
x) = [ (2π)
1/2
σ
e
]
-1
exp[ -(x -e
p
)
2
(2σ
e
2
)
-1
] x
≤
e
p
(1-5) 105
以上(1-4)和(1-5)的表达式完全一致,区别在于(1-4)式的随机变量 x 大于等于端峰值
e
p
,
(1-5)式的随机变量 x 小于等于端峰值
e
p
。且都满足当 x = e
p
时,f(e
p
) =[ (2π)
1/2
σ
e
]
-1
是 f(x)
的最大值的条件。 可见,端峰分布为单增函数(1-5)式由正态分布左边导出;端峰分布为单
减函数(1-4)式由正态分布右边导出。
正态分布、偏斜分布、端峰分布的不同参数见表 1。 110
表 1. 不同分布形态的对应参数
Table 1. Corresponding Parameters of Different Distribution Forms
分布形态
位置特征参数
离散特征参数
正态分布
期望值 μ 峰值 p
v
众数 m
o
平均值 p
v
方差 σ
2
标准差 σ
偏斜分布
峰值 p
v
左峰方差 σ
p-
2
右峰方差 σ
p+
2
左峰偏差 σ
p
-
右峰偏差 σ
p+
端峰分布
端峰值 e
p
端峰方差 σ
e
2
端峰偏差 σ
e
2 端峰分布的参数术语符号公式
端峰分布虽然依据正态分布的原理,完全由正态分布推导而出,但是由于针对质量控制115
统计对象的不同,就具有各自完全不同的位置特征参数和离散特征参数。作为正态分布其位
剩余10页未读,继续阅读
资源评论
weixin_38707862
- 粉丝: 8
- 资源: 922
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功