4 Диаграмма Исикавы

Диаграмма Исикавы (причинно-следственная диаграмма, «рыбий скелет») - инструмент качества, служащий для наглядного представления причинно- следственных связей между объектом анализа и влияющими на него факторами.

Также используется для первоначального ранжирования (определения значимости, силы влияния) факторов, воздействующих на исследуемый объект и выбора приоритетов для устранения проблемы или улучшения показателя.

Методика построения:

Выберите показатель качества для улучшения (анализа). Запишите его в середине правого края чистого листа бумаги.

Показатель необходимо сформулировать как можно точнее, иначе даже правильно построенную причинно-следственную диаграмму будет затруднительно использовать для решения конкретной проблемы.

1 - факторы первого порядка («большие кости»);

2 - факторы второго порядка («средние кости»);

3 - факторы третьего порядка («малые кости»).

Через центр листа проведите прямую горизонтальную линию («хребет» диаграммы), слева упирающуюся в край листа, а справа в показатель для анализа.

Общие правила построения

Прежде чем приступать к построению диаграммы, все участники должны прийти к единому мнению относительно формулировки проблемы. Изучаемая проблема записывается с правой стороны в середине чистого листа бумаги и заключается в рамку, к которой слева подходит основная горизонтальная стрелка - "хребет" (диаграмму Исикавы из-за внешнего вида часто называют "рыбьим скелетом").

Наносятся главные причины (причины уровня 1), влияющие на проблему, - "большие кости". Они заключаются в рамки и соединяются наклонными стрелками с "хребтом".

Далее наносятся вторичные причины (причины уровня 2), которые влияют на главные причины ("большие кости"), а те, в свою очередь, являются следствием вторичных причин. Вторичные причины записываются и располагаются в виде "средних костей", примыкающих к "большим". Причины уровня 3, которые влияют на причины уровня 2, располагаются в виде "мелких костей", примыкающих к "средним", и т. д. (Если на диаграмме приведены не все причины, то одна стрелка оставляется пустой). При анализе должны выявляться и фиксирования все факторы, даже те, которые кажутся незначительными, так как цель схемы - отыскать наиболее правильный путь и эффективный способ решения проблемы. Причины (факторы) оцениваются и ранжируются по их значимости, выделяя особо важные, которые предположительно оказывают наибольшее влияние на показатель качества.

В диаграмму вносится вся необходимая информация: ее название; наименование изделия; имена участников; дата и т. д.

5 Статистические методы. Вероятность и основы статистики. Термины и определения.

В «ГОСТ Р 50779.10-2000 (ИСО 3534.1-93) Статистические методы. Вероятность и основы статистики. Термины и определения.» приведен перечень и даны определения осн. законов распределения случайных величин.

Вероятность -действительное число в интервале от 0 до 1, относящееся к случайному событию.

Случайная величина -переменная, которая может принимать любое значение из заданного множества значений и с которой связано распределение вероятностей.

Распределение (вероятностей) - функция, определяющая вероятность того, что случайная величина примет какое-либо заданное значение или будет принадлежать заданному множеству значений.

Функция распределения -функция, задающая для любого значения вероятность того, что случайная величина меньше или равна ,

Плотность распределения (вероятностей)- первая производная, если она существует, функции распределения непрерывной случайной величины .

Виды распределения:

1. Нормальное(Ла-Пласса-Гаусса)

2. Распределиние Х²

3. t- распределение

4. F- распределение

5. Экспоненциальное распределиние

6. Гамма- распределение

7. Бета- распределиние

8. Распределение Гумбеля

9. Распределиние Вейбула

10. Биномиальное распределение

11. Распределение Пуассона

6 Нормальное распределение

Нормальное распределение- распределение Лапласа - Гаусса

Распределение вероятностей непрерывной случайной величины такое, что плотность распределения вероятностей при принимает действительное значение . Примечание - - математическое ожидание; - стандартное отклонение нормального распределения.

7 Стандартное нормальное распределение

Стандартное нормальное распределение- стандартное распределение Лапласа - Гаусса

Распределение вероятностей стандартизованной нормальной случайной величины , плотность распределения которой при

8 Логарифмически нормальное распределение

Распределение вероятностей непрерывной случайной величины Х , которая может принимать любые значения от а до и плотность распределения вероятности которой

t, где ;

и -соответственно математическое ожидание и стандартное отклонение случайной величины .

9 Распределение

Распределение вероятностей непрерывной случайной величины, принимающей значения от 0 до , плотность распределения вероятностей которой

где при значении параметра ;

Г – гамма функция.

10 t- распределение- распределение Стьюдента

Распределение вероятностей непрерывной случайной величины, плотность распределения вероятностей которой

где с параметром ;

Г – гамма функция.

11 F- распределение

Распределение вероятностей непрерывной случайной величины, принимающей значения от 0 до , плотность распределения вероятностей которой

где с параметрами ; ;

Г – гамма функция.