Классификация в зависимости от источника информации.

Классификация методов в зависимости от источника информации:

Традиционным методом осуществляется определение значений показателей качества продукции должностными работниками специализированных экспериментальных и расчетных подразделений предприятий, учреждений или организаций.

К экспериментальным подразделениям относятся лаборатории, испытательные станции, стенды и т. п., а к расчетным — конструкторские отделы, вычислительные центры, службы надежности.

Работники лабораторий определяют и поставляют информацию, например, о механической прочности металлов, содержании серы, золы в угле, кислотности веществ и др.

Эти испытания продукции должны проводиться в условиях, максимально приближенных к нормальным или форсированным эксплуатационным. Например, в условиях летно-испытательных станций авиазаводов, полигонов автомобильных и тракторных предприятий, испытательных площадок и стендов для комплексных испытаний насосов, компрессоров, электрических двигателей и т. п.

Экспертным методом осуществляется определение значений показателей качества продукции группой специалистов-экспертов. В эти группы объединяются, например, товароведы, дизайнеры, дегустаторы и т. п. Такие группы периодически действуют в качестве экспертных комиссий, каждый член которых обладает правом решающего голоса. Как правило, эксперты пользуются экспертным способом получения информации о качестве оцениваемой продукции. С помощью экспертного метода определяют значения таких показателей качества, которые в настоящее время не могут быть определены другими, более объективными методами.

Социологическим методом осуществляется определение значений показателей качества продукции фактическими или потенциальными потребителями продукции. Сбор мнений потребителей производится путем устных опросов или с помощью распространения специальных анкет-вопросников, а также путем организации конференций, выставок и т. п..

- Статистические методы оценки показателей качества продукции.

С помощью статистических методов анализа качества решаются задачи:
— определения точности и стабильности технологического процесса (без чего статистический контроль и статистическое регулирование невозможны);
— установления характера различия средних значений (случайного и неслучайного) одного и того же параметра качества изделий или его рассеяния, изготавливаемых в различных условиях производства (например, на различном оборудовании или в различные смены);
— оценки степени влияния (корреляции) двух или более факторов на показатели качества продукции;
— выявления факторов, существенно влияющих на изменение параметров качества, и факторов, которыми можно пренебречь;
— выявления изменения параметров качества во времени и характера (случайный или неслучайный) этого изменения и т.д.

- Параметры распределения вероятности и выборки.

Статистические методы управления качеством продукции обладают таким важным преимуществом, как возможность обнаружения отклонения от технологического процесса ели установленных требований не тогда, когда продукция изготовлена и представлена на контроль, а в процессе ее производства, т.е. когда можно своевременно вмешаться в процесс; производства и скорректировать его.

1.2. Внедрение статистических методов управления качеством продукции должно сочетаться с внедрением или совершенствованием технологических процессов и считаться экономически целесообразным, если на управление и убытки от брака после внедрения статистических методов меньше, чем до их внедрения, т.е. основывается на экономическом анализе возможных последствий, вызванных правильными или ошибочными решениями.

1.3. Конечной целью внедрения статистических методов управления качеством продукции является оптимизация производственных процессов и производства в целом для значительного повышения эффективности производства, качества продукции, культуры производства, квалификации специалистов и т.д., и получения максимального эффекта от затрачиваемых материальных и трудовых ресурсов.

1.4. Оценку экономической эффективности внедрения статистических методов управления качеством продукции можно проводить до и после их внедрения по методике "Оценка экономической эффективности внедрения статистических методов контроля качества продукции" М. Изд-во Стандартов, 1976 г.

1.5. Типовой алгоритм внедрения статистических методов управления качеством продукции на предприятии приведен на рис.2.
Источник:http://www.gosthelp.ru/text/R506013292RekomendaciiSis.html

- Законы распределения вероятностей.

Вид функций F(x), р(х), или перечисление р(х_i) называют законом распределения случайной величины. Хотя можно представить себе бесконечное разнообразие случайных величин, законов распределения гораздо меньше. Во-первых, различные случайные величины могут иметь совершенно одинаковые законы распределения. Например: пусть y принимает всего 2 значения 1 и -1 с вероятностями 0.5; величина z = -y имеет точно такой же закон распределения.
Во-вторых, очень часто случайные величины имеют подобные законы распределения, т.е., например, р(х) для них выражается формулами одинакового вида, отличающимися только одной или несколькими постоянными. Эти постоянные называются параметрами распределения.

Хотя в принципе возможны самые разные законы распределения, здесь будут рассмотрены несколько наиболее типичных законов. Важно обратить внимание на условия, в которых они возникают, параметры и свойства этих распределений.

- Биномиальное распределение.

https://ru.wikipedia.org/wiki/Биномиальное_распределени

http://www.machinelearning.ru/wiki/index.php?title=%D0%91%D0%B8%D0%BD%D0%BE%D0%BC%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5

Биномиальное распределение — дискретное распределение вероятностейслучайной величины принимающей целочисленные значения с вероятностями:

Данное распределение характеризуется двумя параметрами: целым числом называемым числом испытаний, и вещественным числом называемом вероятностью успеха в одном испытании. Биномиальное распределение — одно из основных распределений вероятностей, связанных с последовательностью независимых испытаний. Если проводится серия из независимых испытаний, в каждом из которых может произойти "успех" с вероятностью то случайная величина, равная числу успехов во всей серии, имеет указанное распределение. Эта величина также может быть представлена в виде суммы независимых слагаемых, имеющих распределение Бернулли.

- Распределение Пуассона.

4. Распределение Пуассона
Распределение Пуассона получается как предельный случай распределения Бернулли, если устремить р к нулю, а n к бесконечности, но так, чтобы их произведение оставалось постоянным: nр = а. Формально такой предельный переход приводит к формуле

(6.3)

Параметр распределения: a

Распределению Пуассона подчиняются очень многие случайные величины, встречающиеся в науке и практической жизни.

Пример 2: число вызовов, поступающих на станцию скорой помощи в течение часа.
Разобьем интервал времени Т (1 час) на малые интервалы dt, такие что вероятность поступления двух и более вызовов в течение dt пренебрежимо мала, а вероятность одного вызова р пропорциональна dt: р = μdt;
будем рассматривать наблюдение в течение моментов dt как независимые испытания, число таких испытаний за время Т: n = T / dt;
если предполагать, что вероятности поступления вызовов не меняются в течение часа, то полное число вызовов подчиняется закону Бернулли с параметрами: n = T / dt, р = μdt. Устремив dt к нулю, получим, что n стремится к бесконечности, а произведение n×р остается постоянным: а = n×р = μТ.

Пример 3: число молекул идеального газа в некотором фиксированном объеме V.
Разобьем объем V на малые объемы dV такие, что вероятность нахождения двух и более молекул в dV пренебрежимо мала, а вероятность нахождения одной молекулы пропорциональна dV: р = μdV; будем рассматривать наблюдение каждого объемчика dV как независимое испытание, число таких испытаний n=V/dV; если предполагать, что вероятности нахождения молекулы в любом месте внутри V одинаковы, полное число молекул в объеме V подчиняется закону Бернулли с параметрами: n = V / dV, р = μdV. Устремив dV к нулю, получим, что n стремится к бесконечности, а произведение n×р остается постоянным: а = n×р =μV.

http://dfe3300.karelia.ru/koi/posob/PT/theory/unit-6.html

- Нормальный закон распределения.

2. Нормальное распределение
Распределение с плотностью, описываемой формулой

(6.1)

называется нормальным. (Рисунок 6.2)
Параметры распределения: a, σ

Рисунок 6.2 Типичный вид плотности и функции нормального распределения