均值极差图控制上下限_统计过程控制(SPC)和休哈特控制图之九XbarR(均值极差)控制图...

本文介绍了Xbar-R(均值-极差)控制图,它是用于计量值数据的质量控制图表,具有广泛的适用性和高灵敏度。文章详细阐述了控制图的统计原理,包括正态分布假设、样本均值和极差的计算,以及如何根据样本数据估计过程的均值和标准差。同时,文中提到了R图在实际工作中的优势和使用注意事项,以及控制界限的建立方法。
摘要由CSDN通过智能技术生成

9b89cf17a2aea97047d1e6a3a0704358.png

期来介绍一下Xbar-R(均值-极差)控制图,希望下面分享的能给朋友们理解和应用统计过程控制带来启发和帮助,统计技术本身不会解决质量过程的各种问题,无论如何还是得实际的过程应用中适时结合相应的产品才能发挥效能,以至于把控制图识别出来的问题解决。我们来一起学习统计科学在质量中的应用,小编特意把它分割成若干个小节,推送到本号中,通过碎片化得时间,一点一滴的积累,逐步学会它并应用到实际质量控制之中。

8fe3616a1eb0f614976cb7befe293dd2.png

对于计量值数据, Xbar-R(均值一极差)控制图是最常用,最重要的控制图,因为它具有下列优点:

1. 适用范围广。对于Xbar图而言,计量值数据X服从正态分布是经常出现的。若X非正态分布,则当样本大小n≤4或5时,根据中心极限定理,知道Xbar近似正态分布。对于R图而言, 通过在电子计算机上的统计模拟实验证实,只要总体分布不是太不对称的,R的分布没有大的变化。这就从理论上说明了e7355b794abc5bbed555323a03135e30.png一R图适用的范围广泛。

2.灵敏度高。e7355b794abc5bbed555323a03135e30.png图的统计量为均值e7355b794abc5bbed555323a03135e30.png,反映在x上的偶然波动是随机的,通过均值的平均作用,这种偶然波动得到一定程度的抵消;而反映在x上的异常波动往往是在同一个方向的,它不会通过均值的平均作用抵消。因此,正图检出异常的能力高。至于R图的灵敏度则不如图Xbar高。

    现在说明一下一R图的统计基础,假定质量特性服从正态分布N(μ,3b70612096592242a638b23eea53c108.png),且μ,σ均已知。若x1,x2,...,xn是大小为n的样本,则样本均值为

e7355b794abc5bbed555323a03135e30.png=c79cdb14b4170ad83d75e529ded7842b.png

由于e7355b794abc5bbed555323a03135e30.png服从正态分布N(μ,3b70612096592242a638b23eea53c108.png/n),并且样本均值落入下列两个界限

μ-

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值