- •Математико-статистические методы обработки данных при управлении качеством электронных средств
- •Математико-статистические методы обработки данных при управлении качеством электронных средств Утверждено редакционно-издательским советом
- •Введение
- •1. Общие сведения о контроле качества электронных средств
- •2.2. Графические методы представления статистического ряда
- •2.3. Численные методы представления статистического ряда
- •2.4. Основные понятия теории вероятностей и характеристики генеральной совокупности
- •2.5. Основные законы распределения случайной величины
- •2.6. Статистическая проверка гипотез
- •2.7. Элементы дисперсионного и корреляционного анализа
- •Отклонения толщины фоторезиста от среднего значения при различных частотах вращения центрифуги
- •3. Статистические методы анализа качества. Расслаивание и графические методы
- •3.1. Методы расслаивания
- •3.2. Расслаивание общей изменчивости статистических данных с помощью дисперсионного анализа
- •3.3. Диаграмма разброса (поле корреляции)
- •3.4. Диаграмма Парето
- •3.5. Причинно-следственная диаграмма
- •4. Статистические методы оценки качества
- •4.1. Выбор оценок генеральных характеристик
- •4.2. Определение доверительных интервалов оценок генеральных характеристик
- •4.3. Оценка генеральной средней м(х) с помощью среднего значения выборки
- •Результаты испытаний эс на безотказность работы
- •4.4. Оценка генеральной характеристики рассеивания σ с помощью выборочных характеристик рассеивания
- •4.5. Определение объема выборки для оценки генеральных характеристик с заданной точностью
- •Библиографический список
4.4. Оценка генеральной характеристики рассеивания σ с помощью выборочных характеристик рассеивания
Если среднее значение характеризует настроенность технологического процесса, то величина стандартного отклонения характеризует его качество и поэтому является одной из важнейших характеристик при анализе и контроле качества изделий.
Оценка σ по . На практике распространенной ошибкой является необоснованная замена неизвестного стандартного отклонения генеральной совокупности σ выборочным стандартным отклонением s.
Стандартное (среднее квадратическое) отклонение s одной выборки, особенно при малом ее объеме, не может считаться пригодным значением оценки стандартного отклонения генеральной совокупности, так как, кроме всего прочего, средняя арифметическая , которая используется при вычислении стандартного отклонения выборки, является выборочной средней, а не математическим ожиданием генеральной совокупности. Поэтому и средняя арифметическая значений s из k выборок также не идентична σ.
Поскольку теоретически можно получить распределение стандартных отклонений выборок одинакового объема n, взятых из совокупности с гауссовским распределением, можно говорить о связи между и σ. Отношение к σ обозначим через С2. Оно меньше единицы и приближается к единице по мере увеличения п. Коэффициент С2 можно использовать для оценки неизвестного стандартного отклонения генеральной совокупности σ по , т. е. по средней арифметической значений стандартного отклонения ряда выборок одинакового объема п. Можно считать, что с достаточной точностью выполняется равенство [8]
(4.14)
Значения С2 зависят от объема выборок и приведены в табл. 7 Приложения.
Учитывая, что при вычислении выборочной дисперсии изменчивость делят не на число наблюдаемых значений п случайной величины х, а на число степеней свободы v = n — 1, для вычисления оценки стандартного отклонения генеральной совокупности используют коэффициент С2, умноженный на , т. е.
(4.15)
При объеме выборки п> 10 для оценки σ можно с малой погрешностью пользоваться формулой (14).
При анализе и контроле технологических процессов часто встает задача не просто оценить значение σ по , а определить величину вероятности равенства неизвестной генеральной дисперсии (или стандартного отклонения) и среднего значения выборочной дисперсии (или среднего значения стандартного отклонения выборки). При этом иногда приравнивают неизвестное генеральное стандартное отклонение σ выборочному стандартному отклонению s, допуская большую погрешность, чем при замене σ на . Когда задача о замене решена, то говорят, что, полагая σ ≈ (или s), σ находим с точностью ε и вероятностью Р=Р1 —Р2.
Решение этой задачи записывается обычно (как указывалось в § 2) так: вероятность того, что σ будет находиться в пределах - ε ≤ σ ≤ + ε, равна разности вероятностей двух событий; + ε≥ σ и - ε ≤ σ, т. е.
P{ - ε ≤ σ ≤ + ε }=P1-P2, (4.16)
где Р1 и Р2 — вероятности, определяемые по таблице значений вероятностей Р для критерия χ2 (см. табл. 2 Приложения) соответственно для значений
и (4.17)
и для v = N - k, где N=nk.
В случае замены σ на s в числителе выражения (4.17) вместо N— k будет п— 1, а число степеней свободы v = n—1.
Разделив неравенство, стоящее в фигурных скобках выражения (4.16), на , получим
или с учетом (4.17)
(4.18)
Для случая дисперсий выражение (18) примет следующий вид:
Переписав это выражение в удобном виде, будем иметь
(4.19)
Оценка замены неизвестного стандартного отклонения генеральной совокупности σ выборочным стандартным отклонением s рассмотрена в примере 6 § 2.7.
Оценка σ по R. В связи с тем, что вычисление стандартного отклонения s связано с трудностями, в качестве меры отклонения отдельных значений внутри выборки используют размах R, который легко определяется для выборок небольшого объема. Теорией и практикой доказано, что стандартное отклонение s и размах R выборки находятся в прямой пропорциональной зависимости; между ними существует положительная корреляционная связь, т. е. чем меньше s, тем меньше R , и наоборот.
Поэтому можно доказать, что если выборки производятся из генеральной совокупности с гауссовским законом распределения или законом, близким к нему, то при достаточно большом числе выборок k математическое ожидание величины R/d2 (где d2 — некоторый коэффициент, зависящий от объема п выборок) равно σ , т. е.
Это дает нам право использовать среднее значение размахов вариации Ri из k выборок в качестве оценки стандартного отклонения генеральной совокупности, так же как и . Стандартное отклонение генеральной совокупности σ связано с при помощи следующей зависимости:
σ = /d2. (4.20)
Значение d2 в (4.18) определяется в зависимости от п по табл. 7 Приложения.