- 统计教程
- 家
- 调整后的 R 平方
- 方差分析
- 算术平均值
- 算术中位数
- 算术模式
- 算术范围
- 条状图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 循环排列
- 整群抽样
- 科恩卡帕系数
- 组合
- 与替换组合
- 比较图
- 连续均匀分布
- 连续级数算术平均值
- 连续级数算术中位数
- 连续级数运算模式
- 累积频率
- 变异系数
- 相关系数
- 累计地块
- 累积泊松分布
- 数据采集
- 数据收集 - 问卷设计
- 数据收集-观察
- 数据收集-案例研究方法
- 数据模式
- 十分位数统计
- 离散级数算术平均值
- 离散级数算术中位数
- 离散级数运算模式
- 点图
- 指数分布
- F分布
- F测试台
- 阶乘
- 频率分布
- 伽玛分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 中庸之道
- 甘贝尔分布
- 调和平均值
- 谐波数
- 谐波共振频率
- 直方图
- 超几何分布
- 假设检验
- 个别系列算术平均值
- 个别系列算术中位数
- 个别系列运算模式
- 区间估计
- 逆伽玛分布
- 柯尔莫哥洛夫斯米尔诺夫检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽玛分布
- 逻辑回归
- 麦克尼马尔测试
- 平均偏差
- 均值差异
- 多项式分布
- 负二项分布
- 正态分布
- 奇数和偶数排列
- 一比例 Z 检验
- 异常值函数
- 排列
- 置换置换
- 饼形图
- 泊松分布
- 合并方差 (r)
- 功率计算器
- 可能性
- 概率加性定理
- 概率倍数定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程西格玛
- 二次回归方程
- 定性数据与定量数据
- 四分位数偏差
- 范围经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 可靠性系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样品策划
- 取样方式
- 散点图
- 香农维纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误差 (SE)
- 标准普通表
- 统计学意义
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生 T 检验
- 平方和
- T-分布表
- Ti 83 指数回归
- 转换
- 截尾均值
- I 型和 II 型错误
- 方差
- 维恩图
- 弱大数定律
- Z工作台
- 统计有用资源
- 统计 - 讨论
统计数据 - 过程能力 (Cp) 和过程性能 (Pp)
制程能力
过程能力可以定义为过程相对于其规范的可测量属性。它表示为过程能力指数${C_p}$。过程能力指数用于检查过程产生的输出的变异性,并将变异性与产品公差进行比较。${C_p}$ 由以下公式控制:
公式
${ C_p = min[\frac{USL - \mu}{3 \times \sigma}, \frac{\mu - LSL}{3 \times \sigma}] }$
其中 -
${USL}$ = 规格上限。
${LSL}$ = 规格下限。
${\mu}$ = 过程的估计平均值。
${\sigma}$ = 过程的估计变异性,标准差。
过程能力指数${C_p}$的值越高,过程越好。
例子
考虑一辆车及其停车场的情况。车库大小规定了规格限制,汽车定义了过程输出。这里的过程能力将告诉我们汽车尺寸、车库尺寸以及距离车库中间多远可以停放汽车之间的关系。如果汽车尺寸比车库尺寸小,那么您可以轻松地将汽车放入其中。如果汽车尺寸与车库尺寸相比非常小,那么它可以从距中心的任何距离安装。从控制过程来看,这样的过程变化很小,可以轻松地将汽车停放在车库中,满足客户的要求。让我们从过程能力指数 ${C_p}$ 的角度来看上述示例。
${C_p = \frac{1}{2}}$ - 车库尺寸小于汽车,无法容纳您的汽车。
${C_p = 1}$ - 车库大小仅够停放汽车,并且只能容纳您的汽车。
${C_p = 2}$ - 车库大小是您汽车的两倍,一次可容纳两辆车。
${C_p = 3}$ - 车库大小是您汽车的三倍,一次可容纳三辆车。
工艺性能
流程性能用于检查使用该流程生成的样本的一致性。它被表示为过程性能指数${P_p}$。它检查是否满足客户要求。它与过程能力不同,因为过程性能适用于特定批次的材料。抽样方法可能需要相当实质性才能支持批次中的变化。仅当无法评估过程控制时才使用过程性能。${P_p}$ 由以下公式控制:
公式
${ P_p = \frac{USL - LSL}{6 \times \sigma} }$
其中 -
${USL}$ = 规格上限。
${LSL}$ = 规格下限。
${\sigma}$ = 过程的估计变异性,标准差。
过程性能指数${P_p}$的值越高,过程越好。