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:
Нормальное(Ла-Пласса-Гаусса)
Распределиние Х2
t- распределение
F- распределение
Экспоненциальное распределиние
Гамма- распределение
Бета- распределиние
Распределение Гумбеля
Распределиние Вейбула
Биномиальное распределение
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.