- •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
2.2. Графические методы представления статистического ряда
Для наглядного представления тенденции изменения наблюдаемых значений параметра качества применяют графическое изображение статистического материала. Наиболее распространенными графиками, к которым прибегают при анализе и контроле качества, шлются полигон, гистограмма, кумулятивная кривая, представляющая в совокупности один из семи инструментов универсального контроля качества UQC — графики.
|
|
Риc. 2.1. Полигон частот no результатам 160 измерений пробивного напряжения |
Рис. 2.2. Гистограмма частот интервального ряда распределения |
Полигоны, как правило, применяют для отображения дискретных изменений значений параметра, но они могут использоваться при непрерывных (интервальных) изменениях. В этом случае ординаты, пропорциональные частотам интервалов, восставляются перпендикулярно оси абсцисс в точках, соответствующих серединам данных интервалов. Вершины ординат соединяются прямыми линиями. Для замыкания кривой крайние ординаты соединяются с близлежащей серединой интервала, в которой частота равна нулю, Пример изображения значений пробивного напряжения, взятых из табл. 2.2а, приведен на рис. 2.1 в виде полигона.
Гистограмма распределения обычно строится для интервального изменения значения параметра. Для этого на интервалах, отложенных на оси абсцисс, строят прямоугольники (столбики), высоты которых пропорциональны частотам интервалов. Гистограмма интервального ряда, значения которого взяты из табл. 2.4, изображена на рис. 2.2, где по оси ординат отложены абсолютные значения частот. Аналогичную форму гистограммы можно получить, если по оси ординат на рис. 2.2 отложить соответствующие значения относительных частот wi , взятых из табл. 2.4. Если на рис. 2.2 ширину класса (2,9) принять за единицу шкалы по оси абсцисс, то, например, для класса 176,5...179,4 В его высота 0,6 будет одноименно и площадью столбика, изображающего этот класс. При этом сумма площадей всех столбиков будет равна единице, что оказывается удобно. Если на рис. 2.2 кроме гистограммы нанести еще и полигон, то по мере роста числа измерений одновременно уменьшается ширина класса и полигон превращается в так называеую кривую плотности вероятностей, представляющую собой кривую теоретического распределения (штриховая линия).
Заметим, что площадь, ограниченная полигоном и осью абсцисс, в том случае, если по оси ординат отложены значения относительных частот, также равна единице. Как видно из рис. 2.2, кривая теоретических распределений имеет идеальную форму, к которой стремится реальный полигон, и она играет важную роль в теоретических исследованиях. Кстати, кривая (рис. 2.2) похожа на кривую плотности распределения, которую называют кривой нормального распределения. Для выяснения того, соответствует ли данное распределение результатов измерения нормальному распределению, используют специальную вероятностную бумагу, называемую нормальной вероятностной бумагой. Представление данных по такой бумаге, осуществляется следующим способом. На основе полученных в результате измерения параметров качества значений абсолютных частот mt или соответствующих частостей подсчитывают накопленные частоты (частости), подобные приведенным в табл. 2.4. Накопленная частота (частость) каждого значения параметра качества получается суммированием всех частот (частостей), предшествующих значениям параметра. График накопленных частот представляет собой кумулятивную кривую (кумуляту). Часто ее называют интегральной кривой. Кумулятивная кривая строится как для дискретного, так и для непрерывного изменения значений параметра. При этом следует отметить, что накопленные частоты (частости) интервального ряда относятся не к серединам интервалов, а к верхним границам каждого из них. Высота последней ординаты соответствует объему наблюдений всего ряда, или 100%. Зависимость на рис. 2.3 представляет собой полигон, построенный на основе таблиц накопленных частот (см. табл. 2.4), и носит название накопленного полигона (рис, 2.3), а ломаная кривая представляет собой кумулятивную кривую. (Обратите внимание, как в данном случае соединены отрезки ломаной). Кумулятивная кривая имеет более плавный характер изменения, чем гистограмма или полигон частот, ибо накопление приводит к сглаживанию. Значения накопленных частот, соответствующих одно-, дву- и трехкратному стандартному отклонению значения параметра качества от среднего значения исследуемого статического ряда (о понятиях стандартного отклонения и среднего значения см. п. 2.3) наносят на нормальную вероятностную бумагу.