Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 659
Скачиваний: 2
Статистический |
анализ и его |
применения |
195 |
ся случайная выборка объема п, вычисляются выборочное среднее и выборочное стандартное отклонение и для проверки нулевой гипотезы применяется критерий значимости. С нулевой гипотезой связаны альтернативная гипотеза и ошибки первого и второго рода. Потребитель, покупающий этот продукт, устанавливает предел, ниже которого продукт считается непригодным к исполь зованию, и именно он определяет альтернативную гипотезу. На фиг. 3.9.3 изображена кривая оперативной характеристики
3
Доля дефектной продукции.
Ф и г 3.9.3. К р и в а я оперативной характеристики для выборочного плана .
для типичного выборочного плана. Для производителя нулевая гипотеза Н0 состоит в том, что продукт приемлем, и даже если он производит приемлемый продукт, 100а % продукции будет считать ся неприемлемой, так как по своей природе выборочная статистика процесса стохастична. В этом смысле величина а называется риском производителя, а связанный с ней уровень доли дефектных изде лий — уровнем приемлемого качества (УПК). Если производитель, выпускает 100ß % дефектной продукции, которая не зарегистри рована как дефектная из-за стохастической природы выборочной
статистики, |
то вероятность ß называется риском |
потребителя, |
и альтернативная гипотеза Hi устанавливает уровень |
неприемлемо |
|
го качества |
(УНК). |
|
При составлении контрольной карты приемки приемлемый уро |
||
вень для процесса (ПУП) определяется по величине a, |
a неприем |
лемый уровень (НУП) — по величине ß. До тех пор пока контро лируемая статистика продукта попадает между ПУП и НУП, счи тается, что процесс находится под контролем. Заметим, что контрольные пределы зависят от а, ß и п. Некоторые примеры контрольных карт приемки даны в работе [32].
196 |
Глава |
3 |
|
3.9.3. Контрольная |
карта |
скользящего |
геометрического |
|
среднего |
|
Контрольные карты скользящих геометрических средних [33], или контрольные карты скользящих экспоненциально взвешенных средних, так же как и контрольные карты накопленных сумм, находят наиболее широкое применение там, где технические усло вия должны быть жесткими, так что необходима чувствительная схема контроля. Эти карты объединяют информацию из прошлых выборок с данными из текущей выборки и поэтому используют больший объем информации, чем карты ПІьюхарта, позволяя в ре зультате регистрировать меньшие сдвиги уровня процесса. Конеч но, их недостаток состоит в том, что прошлая информация маски рует возможные малые сдвиги уровня процесса, определяемого лишь новой информацией. Карта скользящего геометрического (экспоненциально) взвешенного среднего придает больший вес последним измерениям по сравнению со старыми, так как вычис ляется взвешенная линейная комбинация некоторой выборочной статистики, например X. Самым новым значениям приписывается вес w (0 ^ w ^ 1), а более старой взвешенной статистике — вес 1 — w. Таким образом, если
Z% — взвешенное среднее выборочной статистики после |
выбор |
|||||||
|
ки |
ft, |
|
|
|
|
|
|
Zu |
— значение статистики в к-й выборке, |
|
|
|||||
к |
— текущее измерение, к — 1 — предыдущее измерение и т. д., |
|||||||
_ |
0 < |
і < |
к, |
|
|
|
|
|
Z — центральная линия |
на |
контрольной карте, |
то |
|
||||
|
|
ZÎ |
= wZ2 |
+ |
(l-w)ZÎ, |
|
|
|
|
|
Zt |
= w^ |
(l-wfZ^ |
+ IA-wfZt |
• |
(3.9.1) |
|
|
|
|
i=0 |
|
|
|
|
При w — 1 весь вес падает на текущие данные и получается карта Шьюхарта. Если I Ü = 0 , текущим данным не придается никакого веса, так что в результате текущую выборку не нужно набирать!
Можно показать, что если Zt = Xit то математическое ожидание
%{Zt) = va
и"дисперсия
Var{ZI} = a | [ l - ( l - U ; ) 2 h J I ^ r .
Д л я больших к
Var{Z|} = |
o | ^ r . |
Статистический анализ и его применения |
197 |
Контрольные пределы можно представить на типичной |
карте |
на соответствующем расстоянии от Z. На фиг. 3.9.7 контрольная карта скользящего экспоненциально взвешенного среднего срав нивается с другими контрольными картами.
3.9.4. Контрольные |
карты накопленных |
сумм |
В контрольных картах накопленных сумм, как видно из самого названия, используются накопленные суммы случайной переменной или некоторой функции случайной переменной, начиная с неко торого данного опорного времени. Например, статистиками, зна чения которых накапливаются, могут быть:
1)сама переменная;
2)разность между измеренным значением переменной и ее математическим ожиданием;
3)разность между измеренным значением переменной и некото рым целевым значением;
4)последовательные разности между значениями переменной или абсолютные величины разностей;
5)выборочное среднее;
6)размах.
Втабл. 3.9.6 приведены расчетные формулы для типичных карт накопленных сумм; каждая сумма определяется по выборке объема п.
Таблица 3.9.6
Расчетные формулы для карт накопленных сумм
Тип карты |
Накопленная сумма |
Отклонение от опорного (целевого) значения h
Разность абсолютного значения от клонения и его математического о ж и д а н и я
Последовательные разности
Отклонение |
абсолютного |
значения |
|
последовательных |
разностей от его |
||
математического |
о ж и д а н и я |
||
Отклонение |
размаха двух |
последо |
|
вательных пар наблюдений от его |
|||
математического |
о ж и д а н и я |
2 |
(Xi-h) |
|
i = i |
|
|
2 |
|
l\Xt-X\-%{\Xt-X\}] |
г = 1 |
|
|
n |
|
|
2 Du |
Dt = |
Xt-Xt_i |
i = 1 |
|
|
i = 1 |
|
|
n |
|
|
2 [Ri-%{Ri\]
i= 1
198 |
Глава 3 |
|
Основное преимущество карт накопленных сумм по сравнению |
||
с картами Шьюхарта состоит в том, что |
они более чувствительны |
|
к небольшим отклонениям исследуемой |
статистики процесса от |
|
ее математического |
ожидания; они «подавляют» случайный шум, |
одновременно «усиливая» реальные изменения в процессе. Правда, карты Шьюхарта можно сделать более чувствительными, используя помимо контрольных пределов, указанных в табл. 3.9.5 (для одной
статистики), один или несколько из следующих критериев |
[34—36]: |
|||
1. |
Линии |
«предупреждения» внутри контрольных |
пределов |
|
и линии «вмешательства» |
на месте обычных контрольных пре |
|||
делов. |
|
|
|
|
2. |
Серии значений статистики, например три последовательные |
|||
точки, |
за контрольными |
линиями, проведенными на расстоянии |
||
+ ff от центральной, или |
семь последовательных точек по одну |
|||
из сторон от |
центральной |
линии. |
|
В таком варианте правила принятия решения позволяют исполь зовать часть дополнительной информации, записанной на конт рольной карте, помимо той, которая содержится в текущей выбор ке. В картах накопленных сумм также учитывается не только текущая выборка; следовательно, с правилами принятия решений
можно |
связать заметно больший |
объем информации. |
В |
зависимости от характера |
диаграммы на карте накоплен |
ной суммы используются различные критерии вмешательства. Контрольные пределы на карте накопленной суммы определяются по распределению статистики, наносимой на карту; однако кон трольные линии на карте не проводятся, а задаются с помощью специального шаблона или накладной маски. На карте накоплен
ной суммы интерес представляет |
не абсолютное значение суммы, |
||
а наклон |
кривой, определяемый |
по последовательным |
(недавним) |
точкам. |
Для каждого типа карт |
требуются различные |
шаблоны, |
указывающие величину наклона.
На фиг. 3.9.4 показан типичный шаблон и приведены правила для его построения и использования, выводимые из распределения статистики, наносимой на карту, в предположении, что случай ная переменная распределена по нормальному закону. После того как каждая точка отмечена на карте, опорная точка Р на маске совмещается с самой последней точкой. Тогда наблюдатель может увидеть, попадают ли ранее отмеченные точки под маску (или вообще исчезают, если маска непрозрачна), если правильно расположить маску в соответствии с данным правилом принятия решения. (Следует отметить аналогию с последовательным крите рием Вальда из разд. 3.4.1.) Когда такое событие происходит, говорят, что процесс «вышел из-под контроля». Д л я Ѵ-образных масок полагают, что визуальное проявление некоторого изменения оптимально, если горизонтальный шаг приблизительно равен 2о* вертикального шага [38].
Отношение масштабов по осялг абсцисс и ординат = *
0,06
005
0,04
0,03
I
'S 002
II
N 0,01
-0,01 |
|
|
|
|
|
|
|
|
|
-0,02 |
5 |
10 |
15 |
20 |
25 |
50 |
35 |
|
|
|
|
||||||||
|
|
Число |
выборок m |
|
|
|
|
||
• Ф и г . 3.9.4. Шаблон |
для контрольной |
к а р т ы |
накопленной |
суммы [37]. |
|||||
|
|
Правила |
обращения |
|
|
|
|
||
1. Поместите точку Р в последнюю точку, |
отложенную на контрольной |
карте. |
|||||||
2. Изменение произошло, |
если |
какая-либо |
отложенная |
точка закрыта |
маской. |
Расчет шаблона для выборочного среднего (отклонение от целевого значения Л)
Постройте |
график зависимости Z |
от |
т. |
|
|
|
Z = 2 (*і - |
Л |
|
|
с І 8 ( ж ) |
2 In g |
|
> |
ѳ = |
а г |
62 |
|||
|
і=1 |
|
|
|
|
|
a — уровень значимости (для двустороннего критерия доля попаданий за область |
||||||
принятия |
равна 2а), |
|
|
|
Ф |
|
D — минимальный |
|
б= |
|
|||
сдвиг среднего уровня процесса, который должен быть замечен |
||||||
Замечание: |
дисперсия |
может |
быть аппроксимирована |
объединенной выборочной |
і ч а н и е :
дисперсией |
|
|
|
|
где го — номер последней |
выборки. |
|
|
|
Расчет шаблона для выборочного размаха |
||||
Постройте график зависимости | |
от mVi (для n < 10). |
|||
m |
|
|
|
|
2*î |
|
|
|
|
І=і |
a |
t r 2 l n |
(Ci/Со) l |
j |
In a ln (ai/ao)
a? — стандартная дисперсия, |
|
|
|
||
nof——объепредполагаемавыборкия. дисперсия, которую |
требуется |
испытать |
|
||
|
|
Значения с и vi |
|
|
|
n |
|
Vi |
- n |
1,207 |
vi |
3 |
1,378 |
1,93 |
7 |
5,50 |