- •Введение
- •1. Сведения из теории вероятностей
- •Значение статистических методов исследования
- •1.2. Экспериментальные основы теории вероятностей
- •1.3. Вероятность события. Свойства вероятности событий
- •1.4 Соединения или комбинации
- •1.4.1. Размещения и перестановки
- •1.4.2. Соединения и выборки
- •1.4.3. Сочетания
- •1.4.4. Задачи о размещении элементов по ячейкам.
- •2. Распределения вероятностей
- •2.1. Биномиальное распределение
- •2.2. Гипергеометрическое распределение
- •2.3. Расчеты вероятностей числа дефектных изделий в выборке
- •2.4. Функция распределения и плотность вероятности случайной величины
- •2.5. Распределение Пуассона.
- •2.5.1. Применение распределения Пуассона в задачах качества
- •2.6. Показательное распределение времени ожидания сбоя
- •2.6.1. Функция надежности.
- •2.6.2. Функция распределения времени ожидания сбоя.
- •2.6.3. Метод дополнительной вероятности.
- •2.6.4. Зависимость интенсивности отказов от времени. Практические случаи - кривая в форме «ванны».
- •2.6.5. Среднее время между отказами
- •2.7. Нормальный закон распределение и его приложения в задачах качества
- •2.7.1. Нормальная плотность вероятности и ее параметры.
- •2.7.2. Функция Лапласа и расчеты вероятностей при нормальном распределении
- •Значение функции
- •2.7.3. Возможность (осуществимость) процесса.
- •2.7.4. Статистическое управление качеством (процессами).
- •3. Статистическая выборка [7]
- •3.1. Выборочный контроль и оперативная характеристика.
- •3.2. Планы выборочного контроля
- •Планы типа однократной выборки
- •Планы типа двукратной (многократной) выборки
- •Планы типа последовательного анализа
- •3.3. Оперативная характеристика
- •3.4. Методы выборочного контроля
- •3.5. Программы выборки на основе риска производителя
- •3.6. Программы выборки на основе риска потребителя
- •Процент брака
- •3.7. Соотношение между различными программами выборки
- •3.8. Решение задач с использованием таблиц выборочного контроля
- •3.9. Общие требования, предъявляемые к стандартам выборочного контроля
- •4. Контрольные карты статистически управляемых процессов [7]
- •4.1. Примеры построения контрольных карт
- •4.1.1. Карта динамики процесса
- •4.1.2. Карта (диаграмма) управляемости процесса
- •4.2. Методика выбора формы контрольной карты
- •4.3. Контрольная карта числа дефектных единиц продукции .(np – карта)
- •4.4. Контрольная карта числа дефектов (с-карта)
- •4.5. Сигнальные признаки. Предельные отклонения
- •Сигнальные отклонения
- •Дополнительные признаки
- •5. Контрольные карты количественных и интегрально-суммарных признаков [7]
- •5.1. Вычисление предельных отклонений для нормального закона распределения
- •5.2. Контрольные карты для средних арифметических значений и размахов: и r
- •5.3. Диапазон как замена стандартного отклонения
- •Задание № 1 для самостоятельной работы
- •Алгоритм построения контрольных карт и r
- •Задание № 2 для самостоятельной работы
- •Сигнальные отклонения
- •5.4. Интегрально-суммарные контрольные карты
- •5.3. Интегрально-суммарная карта,
- •6. Cтатистические методы анализа динамических рядов [7]
- •6.1. Метод скользящей средней
- •6.2. Метод взвешенной скользящей средней
- •394026 Воронеж, Московский просп., 14
2.2. Гипергеометрическое распределение
Рассмотрим следующую задачу
Пусть каждый из объектов некоторой совокупности обладает одним из двух признаков или причем признаком обладают объектов и, следовательно, признаком обладают объектов.
Число и доля объектов, обладающих признаком не известны.
Для того чтобы приближенно оценить эту долю, отбираем группу из объектов и определяем число объектов, обладающих признаком в выборке.
При некоторых условиях отношение будет почти равно интересующей нас доле .
Посмотрим, какова вероятность получить в выборке из объектов в точности объектов с признаком
Будем различать между собой отдельные объекты совокупности, например, пронумеровав их в некотором порядке.
Множество возможных элементарных исходов данного испытания (т. е. выборки) будет представлять совокупность различных групп по номеров из чисел
Отдельные группы будут различаться хотя бы одним номером, порядок же номеров в группе не существен.
Таким образом, каждая такая группа будет представлять одно из сочетаний из номеров по
Число всех сочетаний по объектов, обладающих признаком равно а число сочетаний по объектов, обладающих признаком , равно
Так как все сочетания по объектов, представляющие благоприятные комбинации, мы получим, комбинируя каждое из сочетаний первого типа с каждым из сочетаний второго, то общее число всех благоприятных комбинаций п отобранных объектов будет, следовательно, равно произведению
На основании классического определения интересующая нас вероятность того, что в выборке из объектов окажется объектов с признаком окончательно будет равна
Система вероятностей PN,M(n,x), определенных таким образом, называется гипергеометрическим распределением
Этой формуле можно придать еще вид
В частности, вероятность не получить в выборке ни одного предмета с признаком получится при в виде
На основании полученных формул рассчитывается наиболее выгодный с точки зрения трудоемкости и надежности вариант выборки в смысле ее объема и объема проверяемой партии предметов при заданной и предполагаемых значениях
Так, например, вероятность того, что в выборке из трех штук, отбираемых из 100 предметом, окажется один предмет с признаком (например, дефектная деталь), если среди общего числа предметов будет 30 предметов, обладающих этим признаком, равна
Таким образом, вероятность того, что случайная величина . —число объектов в выборке, обладающих признаком —примет возможное значение определяется равенством
Здесь —число объектов с признаком среди всех объектов совокупности, из которой отбирается выборка.
При этом может, естественно, принимать значения, удовлетворяющие неравенствам
Обозначая долю через и разделив каждый из множителей числителя и знаменателя на получим:
Мы видим, что распределение зависит от трех параметров: и
Если неограниченно возрастает, а то, очевидно, что
т. е. члены гипергеометрического распределения стремятся к соответствующим членам биномиального распределения как к своему пределу.
Гипергеометрическое распределение обладает свойствами, аналогичными свойствам биномиального распределения; оно также принадлежит к числу одномодальных распределений.
Центр этого распределения равен
и дисперсия
где
При выборочном контроле, часто необходимо знать, какова вероятность получения = 0, 1, 2, 3, 4, ... дефектных изделий в выборке объема , если известна доля брака во всей партии. Если при этом известно и полное число изделий в партии, то решение задачи дается гипергеометрическим распределением –
,
в котором общее число дефектных изделий в партии , а годных - .
Формула для гипергеометрического распределения содержит много параметров, поэтому сложна для табуляции и расчетов.
В этом отношении биномиальное распределение значительно проще.
Оно является хорошим приближением к гипергеометрическому распределению, когда вся партия изделий настолько велика, что на долю брака не влияет извлечение выборки, при этом вероятность извлечения дефектного изделия в отдельном контрольном испытании составляет одну и туже величину , независимо от номера испытания, а вероятность для годного изделия равна