
- •Билет№1
- •1. Значения термина «статистика». Предмет и метод статистики.
- •2. Анализ процессов на основе sqc. Основные понятия и задачи статистического анализа процессов на основе нормального закона распределения.
- •3. Семь простейших инструментов качества. Диаграмма разброса. Этапы построения.
- •Билет №2
- •1. Исторический обзор развития статистики как науки.
- •2. Контрольные карты накопленных сумм. Правила построения. Правила принятия решений при мониторинге и управлении процессом.
- •3. Семь простейших инструментов качества. Гистограмма. Типичные формы гистограмм.
- •Билет №3
- •1. Теория статистики как научная база при изучении курса «смКиУк»
- •2.Линейная регрессия. Гипотезы о значении коэффициентов линейной регрессии.
- •Проверка значимости коэффициентов простой линейной регрессии и адекватности регрессионной модели.
- •3. Семь простейших инструментов качества. Диаграмма Парето. Этапы построения. Принцип Парето.
- •Билет №4
- •1. Этапы статистического наблюдения. Формы организации статистического наблюдения.
- •2. Понятие о контрольных картах. Назначение контрольных карт.
- •3. Семь простейших инструментов качества. Временной ряд.
- •Билет №5
- •Виды статистического наблюдения. Способы статистического наблюдения. Виды статистического наблюдения
- •Способы статистического наблюдения
- •2.Показатели точности и стабильности процессов. Индекс воспроизводимости. Модифицированный индекс воспроизводимости.
- •3. Семь простейших инструментов качества. Диаграмма Парето. Этапы построения. Принцип Парето.
- •Билет №6
- •Организационные вопросы статистического наблюдения
- •2.Приемочные контрольные карты. Элементы приемочной контрольной карты. Построение приемочной контрольной карты и работа с ней.
- •Построение приемочной контрольной карты и работа с ней
- •7.1 Исходные данные и предположения
- •Билет №7
- •1. Ошибки статистического наблюдения и контроль данных наблюдения.
- •2. Кусум-карта. Методика построения шаблона.
- •1 Предварительные шаги при построении кусум-карты
- •3. Семь простейших инструментов качества. Причинно-следственная диаграмма Исикавы. Этапы построения. Мнемонический приём 4м…6м.
- •Билет№8
- •1. Сводка и группировка статистических данных. Виды группировок.
- •2. Возможность (осуществимость) процесса. Основные характеристики точности и стабильности технологической операции.
- •3. Семь простейших инструментов качества. Метод стратификации. Методика практического использования. Мнемонический приём 4м…6м.
- •Билет №9
- •1. Статистические таблицы. Способы статистического наблюдения.
- •2. Проверка гипотезы о независимости признаков и силе линейной связи.
- •3. Семь простейших инструментов качества. Причинно-следственная диаграмма Исикавы. Этапы построения. Мнемонический приём 4м…6м.
- •Билет№10
- •1. Обобщающие статистические показатели. Абсолютные величины. Относительные величины. Средние величины. Характеристики разброса.
- •2. Контрольные карты Шухарта по качественным признакам для управления процессами: np-карта, р-карта, u-карта, c-карта.
- •3. Семь простейших инструментов качества. Диаграмма разброса. Этапы построения. Типичные виды диаграмм разброса.
- •Билет№11
- •Характеристики разброса
- •Билет №12
- •1. Меры рассеивания, или разброс результатов наблюдения. Средние величины.
- •Билет №13
- •Вопрос1.Распределения дискретных случайных величин
- •Вопрос 2
- •Билет№14
- •Вопрос 1. Распределение Пуассона
- •Оценка значимости параметров взаимосвязи
- •8.4. Непараметрические методы оценки связи
- •Билет №15
- •Биноминальное распределение.
- •Методы случайного отбора выборок штучной продукции. Способы представления продукции на контроль.
- •Семь простейших инструментов качества. Временной ряд.
- •Билет№16
- •Гипергеометрическое распределение случайной величины. Гипергеометрическое распределение
- •Методы случайного отбора выборок штучной продукции. Методы отбора единиц продукции в выборку
- •Семь простейших инструментов качества. Диаграмма Парето. Этапы построения. Принцип Парето.
- •Билет №17
- •1. Нормальный закон распределения непрерывной случайной величины. Кривые нормального распределения.
- •2. Корреляция. Ранговые коэффициенты корреляции.
- •3. Семь простейших инструментов качества. Временной ряд.
- •Билет№18
- •1. Функция стандартного нормального распределения. Плотность нормального распределения.
- •2. Правила принятия решений при спк кп при контроле потребителя по методу доверительных границ.
- •Билет №19
- •1. Статистический приемочный контроль качества продукции по альтернативному признаку. Понятие выборочного плана и схемы контроля.
- •2.Статистики числовых характеристик двух измеримых признаков. Ковариация. Корреляция.
- •3. Семь простейших инструментов качества. Метод стратификации. Методика практического использования. Мнемонический приём 4м…6м.
- •Билет№20
- •1. Спк кп. Оперативная характеристика и ее свойства.
- •3. Семь простейших инструментов качества. Причинно-следственная диаграмма Исикавы. Этапы построения. Мнемонический приём 4м…6м.
- •Билет№21
- •1.Концепция спк кп по приемлемому уровню качества aql. Показатели спк качества продукции.
- •2.Кусум-карты. Методика построения шаблона.
- •3. Семь простейших инструментов качества. Гистограмма. Этапы построения. Типичные формы гистограмм.
- •Билет№22
- •Нормативный уровень качества (nql) (несоответствий). Основные понятия.
- •Основные правила и критерии для интерпретации контрольных карт.
- •Семь простейших инструментов качества. Контрольный листок. Назначение. Формы контрольных листков.
- •Билет№23
- •1. Выбор плана контроля качества продукции поставщиком и потребителем.
- •2. Контрольная карта для арифметического среднего с предупреждающими границами. Особенности карты.
- •3. Семь простейших инструментов качества. Диаграмма разброса. Этапы построения. Типичные виды диаграмм разброса.
- •Билет №24
- •Спк кп по количественному признаку (гост р 50779.50-95). Особенности спк по количественному признаку. Оценка объёма выборки.
- •5. Статистический приемочный контроль поставщика.
- •6. Статистический приемочный контроль потребителя.
- •7. Правила принятия решений по результатам статистического приемочного контроля.
- •Примеры интерпретации положения кривой нормального распределения при sqc
- •3.Семь простейших инструментов качества. Метод стратификации. Методика практического использования. Мнемонический приём 4м…6м.
- •Билет №25
- •1. Спк кп поставщика методом толерантных границ. Три возможных случая задания предельных значений показателя качества при контроле.
- •2. Коэффициент конкордации.
- •3. Семь простейших инструментов качества. Причинно-следственная диаграмма Исикавы. Этапы построения. Мнемонический приём 4м…6м.
- •Билет№26
- •1. Условия обеспечения представительности выборок.
- •2. Показатели точности и стабильности процессов. Индекс воспроизводимости. Модифицированный индекс воспроизводимости.
- •Виды индексов воспроизводимости
- •Условия применения индексов воспроизводимости
- •Методика применения
- •3. Семь простейших инструментов качества. Временной ряд.
- •Билет №27
- •Необходимые условия проведения спк.
- •Правила принятия решений по результатам статистического приемочного контроля.
- •2. Контрольные карты средних арифметических и размахов ( - и r-карты)
- •2.1. Сбор данных
- •2.2. Построение контрольных карт (рисунок а.1 приложения а)
- •3. Семь простейших инструментов качества. Контрольный листок. Назначение. Формы контрольных листков.
- •Билет№28
- •2. Управление на основе анализа переменных по картам среднего арифметического и размаха. Методика построения карты.
- •2.1. Сбор данных
- •2.2. Построение контрольных карт (рисунок а.1 приложения а)
- •3. Семь простейших инструментов качества. Диаграмма Парето. Этапы построения. Принцип Парето.
- •Билет№29
- •3. «Мозговая атака», «штурм», «осада», «атака разносом». Назначение. Правила проведения
- •Билет№30
- •1. Кусум-карты. Методика построения шаблона.
- •1 Предварительные шаги при построении кусум-карты
- •2. Правила принятия решений при спк кп при контроле поставщика по методу доверительных границ.
- •3. Семь простейших инструментов качества. Причинно-следственная диаграмма Исикавы. Этапы построения. Мнемонический приём 4м…6м.
3. Семь простейших инструментов качества. Гистограмма. Этапы построения. Типичные формы гистограмм.
Гистограммы – один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.
Из таблицы определяем, что минимальный размер скобы xmin = 9,793 мм, а максимальный xmax = 10,195 мм.
Вычисляем диапазон значений:
R = xmax - xmin = 10,195 - 9,793 = 0,402 мм.
Рассчитываем количество интервалов гистограммы по формуле:
Округляем полученное значение до целого числа в соответствии с общепринятым правилом и получаем n = 14 .
Определяем ширину интервалов:
H = R / n = 0,402 / 14 = 0,0287 мм.
Округляем в большую сторону и получаем H = 0,03 мм (можно округлить и до значения 0,029 мм, но 0,03 мм намного удобнее для дальнейшего использования).
PыSы В данном случае получение 0,03 мм из 0,0287 мм происходит в соответствии с общепринятым правилом округления. Но, если бы мы получили, к примеру, 0,0212 мм, то округляя в большую сторону, получили бы тоже 0,03 мм.
Нижнюю границу берем меньше минимального значения – 9,79 мм.
Определяем границы интервалов:
9,79 + 0,03 = 9,82 получаем интервал 9,79 – 9,82 мм,
9,82 + 0,03 = 9,85 получаем интервал 9,82 – 9,85 мм,
9,85 + 0,03 = 9,88 получаем интервал 9,85 – 9,88 мм,
и т.д. Таким образом, получаем границы для всех 14 интервалов.
Последний полученный интервал 10,18 – 10,21 мм.
В нашем случае границы допуска совпали с границами интервалов, поэтому дальнейшей подгонки границ интервалов к границам допуска не требуется.
Подсчитываем
частоту попадания измеренных размеров
скобы (указанных в вышеприведенной
таблице) для каждого интервала и заполняем
таблицу:
Вычисляем среднее значение для ширины
скобы:
Чертим горизонтальную и вертикальную оси.
Делим горизонтальную ось на интервалы, оставляя перед первым и после последнего интервала свободное место.
Т.к. максимальная частота попадания – 22, то выбираем диапазон – 25 и масштаб – 5. Наносим на вертикальную ось шкалу с выбранными диапазоном и масштабом.
Строим гистограмму на основе данных таблицы п.6.
Наносим на график линии среднего значения ширины скобы и границ поля допуска.
В
результате получаем:
Обычная
(симметричная, колоколообразная) форма.
Среднее значение гистограммы соответствует
середине размаха данных. Максимальная
частота также приходится на середину
и постепенно уменьшается к обоим концам.
Форма симметричная.
Такая
форма гистограммы встречается наиболее
часто. Она свидетельствует о стабильности
процесса.
Отрицательно
скошенное распределение (положительно
скошенное распределение). Среднее
значение гистограммы располагается
правее (левее) середины размаха данных.
Частоты резко уменьшаются при движении
от центра гистограммы вправо (влево) и
медленно влево (вправо). Форма ассиметричная.
Такая форма образуется либо, если верхняя (нижняя) граница регулируется теоретически или по значению допуска либо, если правое (левое) значение невозможно достигнуть.
Распределение
с обрывом справа (распределение с обрывом
слева). Среднее значение гистограммы
располагается далеко правее (левее)
середины размаха данных. Частоты очень
резко уменьшаются при движении от центра
гистограммы вправо (влево) и медленно
влево (вправо). Форма ассиметричная.
акая форма часто встречается в ситуации 100 %-го контроля изделий по причине плохой воспроизводимости процесса.
Гребенка (мультимодальный тип). Интервалы через один или два обладают более низкими (высокими) частотами.
Такая форма образуется либо, если количество единичных наблюдений, входящих в интервал, колеблется от интервала к интервалу либо, если применяется определенное правило округления данных.
Гистограмма, не имеющая высокой центральной части (плато). Частоты в середине гистограммы примерно одинаковые (для плато все частоты примерно равны).
Такая
форма встречается, если объединяется
несколько распределений со средними
значениями близко расположенными друг
к другу. Для дальнейшего анализа
рекомендуется применить метод
стратификации.
Двухпиковый
тип (бимодальный тип). В окрестностях
середины гистограммы частота низкая,
но с каждой стороны есть по пику частот.
Данная
форма встречается, если объединяется
два распределения со средними значениями,
далеко отстоящими друг от друга. Для
дальнейшего анализа рекомендуется
применить метод стратификации.