1 Обзор литературы

Статисти́ческие ме́тоды — методы анализа статистических данных. Существуют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.

Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.

Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):

а) разработка и исследование методов общего назначения, без учета специфики области применения;

б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;

в) применение статистических методов и моделей для статистического анализа конкретных данных.

На производстве благодаря применению семи простых статистических методов удается:

• повысить удовлетворенность потребителей за счет улучшения качества продукции и системы менеджмента качества;

• снизить прямые потери и потери от выпуска несоответствующей продукции;

• оптимизировать затраты на производство.

1.1 Статистические методы управления качеством

Для решения проблем, связанных с качеством продукции, широко применяются 7 традиционных методов ("инструментов" качества), а именно:

• гистограммы

• временные ряды

• диаграммы Парето

• причинно-следственные диаграммы Исикавы

• контрольные листки

• контрольные карты

• диаграммы рассеяния

Статистические методы управления качеством продукции обладают в сравнении со сплошным контролем продукции таким важным преимуществом, как возможность обнаружения отклонения от технологического процесса не тогда, когда вся партия продукции изготовлена, а в процессе (когда можно своевременно вмешаться в процесс и скорректировать его).

1.1.1 Гистограмма

Применяется, когда требуется исследовать и представить распределение данных о числе единиц в каждой категории с помощью столбикового графика. Как мы уже видели на диаграмме Парето, очень полезно представить в форме столбикового графика частоту, с которой появляется определенное событие (так называемое частотное распределение). Однако, диаграмма Парето имеет дело только с характеристиками продукции или услуги: типами дефектов, проблемами, угрозой безопасности и т. п.

Гистограмма, напротив, имеет дело с измеряемыми данными (температура, толщина) и их распределением. Распределение может быть критическим, т.е. иметь максимум. Многие повторяющиеся события дают результаты, которые изменяются во времени. Гистограмма обнаруживает количество вариаций, которые имеет процесс.

Количество классов (столбиков на графике) определяется тем, как много взято образцов или сделано наблюдений. Некоторые процессы по своей природе искажены (несимметричны), поэтому не следует ожидать, что каждое распределение будет иметь форму колоколообразной кривой.

Не доверяйте точности данных, если классы внезапно остановились на какой-то точке, например, границе спецификации, хотя перед этим число не уменьшалось.

Если у кривой имеется два пика, это означает, что данные собраны из двух или более различных источников, т.е. смен, машин и т.п.