《质量管理学》第七章主要探讨了统计技术方法在质量管理中的应用。统计技术是基于概率论的，用于收集、整理、分析和解释数据的工具。它包括描述性统计、推断性统计和控制性统计三个主要方面。
描述性统计技术关注于数据的总结和展示，例如计算平均值、中位数、众数、标准差和方差，以及制作直方图、饼图和散点图等，以便理解数据的基本特征。
推断性统计技术则涉及到从样本数据推断总体的属性。例如，通过正态分布和标准正态分布来评估数据的分布情况。正态分布是一种常见的连续型随机变量分布，具有对称性和钟形特征。标准正态分布是通过对原始正态分布进行标准化转换得到的，它的概率密度函数可以用来计算特定区间的概率，并且在统计推断中起着关键作用。
控制性统计技术用于监控和控制生产过程，确保其稳定性和一致性。例如，控制图就是一种典型的控制性统计工具，用于检测过程是否偏离预期的性能标准。
在这一章中，还介绍了几种常见的分布，如正态分布和二项分布。二项分布适用于计数数据，特别是当事件的成功概率固定且独立时。此外，正态样本均值的分布、t分布、分布和F分布都是重要的抽样分布，它们在统计推断中发挥着重要作用，例如在均值检验、标准偏差检验和方差分析中。
假设检验是统计推断的核心，它允许我们根据样本数据对总体参数进行假设性的测试。根据抽样分布、总体数量和数据性质，假设检验可以分为多种类型，如u检验、t检验、χ2检验和F检验。在应用假设检验时，通常包括提出原假设、构造统计量、设定显著性水平、确定临界值和拒绝域，最后做出推断。
方差分析（ANOVA）是一种统计方法，用于比较多个组间的差异，特别是检验不同处理效果是否显著。它将总变异分解为组间变异和组内变异，从而评估不同因素的影响。
本章内容涵盖了统计技术在质量管理中的基本概念、常用分布、假设检验和方差分析，这些都是进行有效决策和过程控制的关键工具。这些知识对于理解和优化质量管理体系，以及在实际问题中进行数据分析具有重要意义。
VIP享7折，此内容立减5.97元 
