概率及分布理论53457.pptx
《概率及分布理论53457.pptx》由会员分享,可在线阅读,更多相关《概率及分布理论53457.pptx(46页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、概率和概率分布概率和概率分布 产品领域的概率产品领域的概率用钢盘擦伤的概率是10%产品重量不足的概率是1%新进检查部分不良品概率是5%8小时之内机械设备操作后的故障概率是3%A工厂产成品的不良品概率比B工厂高 数据的类型数据的类型不良品不良品数据数据 :数据的分类形式成为良品/不良品的状况 -良品/不良品部分来自最近的检验 -遵守数据规律 -产品检验的合格/不合格品 可归类的数据可归类的数据:计数不良品和产品擦伤的数据 -钢盘擦伤 -每页技术报告的输入错误 -每小时收到的电子邮件 连续的数据:描述产品特性的数据 -锣钉外部直径 -产品重量 -发送电子邮件的时间 数据的形式从产品领域获得数据的形
2、式从产品领域获得不良产品数据不良产品数据:-一LOT不良产品数量 -在总计包括交货费用在内的电子邮件中可靠的邮件数量 -检验总计n个制品以外的不良产品数量,包括新近检验 的制品可归类的数据可归类的数据:-钢盘擦伤数量 -表格排序时的错误数量 连续的数据连续的数据:-可拉伸碳钢合金强度的程度 -化学程序的生产量 概率分布的应用概率分布的应用 从相关的数据形式来决定可适用的概率分布 概率分布的种类 :-二项分布:用于假设不良品货物的数据形式 -泊松分布:用于假设可归类的数据形式(例如擦伤)-正规分布:用于假设连续的数据形式 二项分布二项分布 二项分布用于产品领域:-在“n”个 集合货物中,包括交货
3、费用及纳期在内的货物数量 -不良品货物数量需要来自程序平均不良品比率是“p”的“n”个集合货物9010良品不良品-左图表现 的是在全体畸形伸展的集 合中100台电视机的良品与不良品数量-同上所述,二项分布用于不良品货物的数据-下图是从程序不良品比率p=0.16 时的全部制品中精选的“n=30”张时的检验结果.它象征不良品货物数量的相关频率.-当我们想要获得概率时,例如求2张以下不良品货物时二项分布是可被应用的 二项分布二项分布 函数函数:当我们用两种方法进行分类试验时,例如良品/不良品或者成功的/失败的,可进行“N次.成功的数量如下被称为二项分布n:可执行总数的数量p:执行过程的成功概率介于0
4、和1之间的计算结果x:在“n”次执行中的成功数量练习练习)某制品工序某制品工序不良品率是不良品率是 1%.1%.制品总数制品总数 n=10 n=10 个样品中个样品中1 1个以下不良品的概率是多少?个以下不良品的概率是多少?平均值和偏差是多少平均值和偏差是多少 (使用使用Minitab)Minitab)答案)P(X 1)=P(X=0)+P(X=1)=1 0.010 0.9910+10 0.011 0.999 =0.9044+0.0914 =0.9957平均值=np=10 0.01=0.1偏差=np(1-p)=10 0.01 0.99=0.099平均值,变异,二项分布的标准偏差平均值,变异,二项
5、分布的标准偏差平均值::np,变异 :np(1-p),标准偏差(Minitab用法用法 1)1)步骤步骤 1 1.输入如下工作表输入如下工作表步骤步骤 2.输入如下输入如下 计算计算 Probability Distribution BionomialProbability Distribution Bionomial步骤步骤 3.3.确认结果确认结果P(X=0)=0.9044,P(X=1)=0.0914,P(X 1)=P(X=0)+P(X=1)=0.9044+0.0914 =0.9957Step 1.输入如下输入如下 计算计算 Probability Distribution Bionomi
6、alProbability Distribution Bionomial(Minitab用法用法2)2)步骤步骤 2.确认结果确认结果结果产生为:P(X 1)=0.9957.泊松分布泊松分布 泊松分布范例泊松分布范例:在逆时空发生附带事件的数量频率较低且极少发生 -每一范围的不良品数量 -一天机械故障发生的次数 -在交叉点意外运输事故的发生数量1030450 1 2 3 4频率不良品-左图表现的是钢盘表面的不 良品数-泊松分布被应用在“不良品数 量”的数据 泊松分布函数泊松分布函数:dpu:一个不良单位的数量 泊松分布的用途泊松分布的用途:它用一单位的不良品数量解决生产量,RTY,FTY的问题
7、,泊松分布的特征泊松分布的特征:平均值和变异与每一单位不良品数量是有同一来源的 EX=dpu,VX=dpu 例)在信用卡公司记帐部门愿意设法解决帐单错误。如果每一帐单按照泊松分布其错误数量平均数是0.01,那么随意记录帐单发生的错误在1个以下时的概率是多少?(使用 Minitab)答案)(Minitab 用法用法1 1)步骤步骤 1.1.在下面的表格中输入数据在下面的表格中输入数据 步骤步骤 2.2.在下面输入在下面输入 Calc Calc Probability DistributionProbability Distribution Poison.Poison.步骤步骤 3.3.确认结果确
8、认结果 P(X=0)=0.9900,P(X=1)=0.0099,P(X 1)=P(X=0)+P(X=1)=0.9900+0.0099 =0.9999步骤步骤 1.1.输入输入 Calc Calc Probability DistributionProbability Distribution Poison.Poison.(Minitab 用法用法2)步骤步骤 2.2.确认结果确认结果计算出结果 P(X 1)=0.9999 正态分布正态分布 正态分布的特征正态分布的特征:-连续数据的典型分布.-大多数来自正态分布领域的数据 正态分布的用途:正态分布的用途::-它能被应用于获得连续数据能力的工序计
9、算Sigma水平 -如果数据是不良货物形式或者不良数量,那么它被用于计算 Sigma水平 正态分布形状正态分布形状 正态分布的平均值和标准偏差:-正态分布形状象钟形对称的.-其形状由平均值()和标准偏差决定 正态分布形状与平均值和标准偏差是一致的-如你所看到的图片,图形的位置由平均值决定.图形的形状由标准偏差决定 正态分布在领域中的范例正态分布在领域中的范例:-锣钉的外部直径 -轴承的直径 -粘合剂粘合时间 -金属合金钢的可拉伸长度 -建筑物基底平滑程度 -接收电子邮件的时间 -产品填充物的重量 -在化学加工程序中产品的纯净程度 -汽车引擎活塞的直径 正态分布函数正态分布函数:-如果数据服从正
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 概率 分布 理论 53457
限制150内