品质协会(www.PinZhi.org)

 找回密码
 加入协会

QQ登录

只需一步,快速开始

查看: 8671|回复: 23

SPC控制图为什么是±3σ而不是±2σ或±4σ?

[复制链接]

7

主题

3

回帖

0

精华

品质协会初级会员

Rank: 2

积分
138
品质币
128
职位
1
发表于 2019-12-20 10:24:29 | 显示全部楼层 |阅读模式
SPC控制图就是一个预警系统,预警系统都存在两类风险:第一类风险是误报警风险(第一类错误)α,第二类风险是漏报警风险(第二类错误)β。

α风险:即使过程时候处于受控状态,由于偶然原因也可能有某些点落在控制限之外,如果判断为异常,那么这个判断是错误的,其发生概率为α。在3σ方式下,α=0.27%。如下图所示:

在3σ方式下,α=0.27%.jpg

在3σ方式下,α=0.27%.jpg


β风险:如果过程是异常,但也会有部分点位于控制界限内,如果抽取到这样的产品,就会被判断为正常,从而犯了第二类错误,即漏发警报。犯第二类错误的概率记为β。如下图所示:

犯第二类错误的概率记为β.jpg

犯第二类错误的概率记为β.jpg


如何减少两类错误所造成的损失?调整UCL与LCL之间的距离可以增加或减少α和β。若此距离增加则α减少,β增大;反之则α,增大,β减少,请参考上述两个图。

举例来说,我们按照μ±3σ的规则,如果发现数据点在μ±3σ之外,我们认为这个数据点是异常的,但我们这个判定是错误的概率是α,即0.27%,少于统计学中的5%的显著性水平。

一个解决方案是:根据使两种错误造成的总损失最小的原则来确定UCL与LCL二者之间的最优间隔距离。经验证明:休哈特所提出的3σ方式较好,在不少情况下, 3σ方式都接近最优间隔距离。

下图列出μ±nσ的1-α的概率。

μ±nσ的1-α的概率.jpg

μ±nσ的1-α的概率.jpg


因为常规控制图的设计思想是先确定犯第一类错误的概率α,再确定犯第二类错误的概率β。

按照3σ方式确定CL、UCL、LCL就等于确定了α =0.27%;在统计中通常采用α=1%,5%,10%三级,但休哈特为了增加使用者的信心,把常规控制图的α取的特别的小,这样β就比较大,这就需要增加第二类判异准则,即便点在控制限内,但当点排列不随机也表示存在异常因素。

这就是为什么常规控制图的异常判定准则有两类,即:点超出控制限就判异和控制限内点排列不随机判异两类。

1. 问答、交流探讨的帖子,回帖时,请不要发纯表情等无价值回帖,无意义,太多了影响用户体验,经常这样账号会被扣分甚至禁号的;
2. 品质协会是个学习、交流分享的平台,所有资料和内容归作者和版权方所有,需要正版标准、资料的请去相关的官方网站等平台购买。

2

主题

149

回帖

0

精华

品质协会高级会员

Rank: 4

积分
11245
品质币
11094
职位
7
发表于 2019-12-20 12:20:31 | 显示全部楼层
2个3西格玛就是六西格玛

0

主题

4

回帖

0

精华

品质协会初级会员

Rank: 2

积分
412
品质币
408
职位
9
发表于 2019-12-20 13:25:00 | 显示全部楼层
最根本是为什么要选5%

2

主题

90

回帖

0

精华

品质协会高级会员

Rank: 4

积分
6175
品质币
6083
发表于 2019-12-20 13:29:24 | 显示全部楼层
谢谢讲解,解了一些困惑
您需要登录后才可以回帖 登录 | 加入协会

本版积分规则

《品质协会规则》|品质币|手机版|品质B2B|联系我们|注册加入协会|品质协会(www.PinZhi.org) |网站地图

GMT+8, 2024-12-23 07:51 , Processed in 0.054008 second(s), 18 queries , Gzip On, Redis On.

Powered by 品质协会 © 2010-2024

品质人,让生活和环境变得更美好!!!

快速回复 返回顶部 返回列表