https://wenku.baidu.com/view/0ac7c28acc22bcd126ff0c37.html
d2=2,66;
D3=0(如果采样间隔小于7);
D4=3,267
Standardabweichung: 标准差
链接:https://www.zhihu.com/question/31956208/answer/54262538
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
SPC控制图的管控界限UCL和LCL是基于3个标准差而得到的,而实际计算时,则是需要用A2,D3,D4来计算的,即A2,D3,D4是用来计算标准差,从而得到管控的上下限的。题主在实际运用中有这样的疑问,我估计是将样本的标准差和总体的标准差混淆了。可能您直接将收集的25组,每组5个数据,一共125个数据的标准差用来计算管控界限了,但这只是样本的标准差,而不是总体的标准差。那总体的标准差该如何估计呢(注意,只能是估计)?
假定质量特性服从正态分布,且,均已知。则样本均值,服从正态分布,并且样本均值落入界限:的概率为1-a。通常取,即采用3个标准差的做法。当然如果是非正态分布,根据中心极限定理,也可以得到这一推论。在实际工作中,μ与σ通常未知,这时就必须应用从稳态过程所取的预备样本的数据对它们进行估计。预备样本通常至少取25个(最好取35个预备样本),样本大小n要取决于合理分组的结构,抽样与检查的费用,参数估计的效率等因素,n通常取为4、5、6。
1.则过程的μ的最佳估计量为总均值,即可以采用作为图的中心控制线CL。
2.图建立控制界限UCL和LCL,需要估计过程的标准差σ,可以根据样本的极差或标准差来进行估计。应用极差进行估计的优点是极差计算简单。样本的极差,如果令W=R/σ,可以证明,W的期望值E(W)=,这是一个与样本大小n有关的常数,于是σ的估计量为=E(R)/。则,这就是A2的来由,同理LCL也得出。
同样的方式在求R图的管制界限时,令W=R/σ,可以证明=(为一与样本大小n有关的常数),于是。
这样R图的控制上限,它的控制下限。这就是D3,D4的由来。
同样的方式在求R图的管制界限时,令W=R/σ,可以证明=(为一与样本大小n有关的常数),于是。
这样R图的控制上限,它的控制下限。这就是D3,D4的由来。