ерывный контроль предполагает

регулярное наблюдение за ходом и результатами процесса производства.

   Производитель  контролирует  качество  новой  техники  на  всех   стадиях

производства.   Качество   новой   техники,   приобретенной    потребителем,

оценивается через качество произведенной на ней продукции.

   Для решения обеих задач полезна так называемая "малая выборка".

   Сущность метода состоит в том, что из всей совокупности (генеральной - N)

отбирается малое число единиц n (выборочная совокупность не больше 20).  Для

каждой выборки вычисляются выборочная средняя () или доля (W)  и  выборочная

дисперсия (2):

   ; ;



   , (m - число дефектов, отказов и т. п.);



   .



   Величина n-1 называется числом степеней свободы (r) для дисперсии. Это  -

число  вариантов,  которые  могут  иметь  произвольные  значения,  не  меняя

величины средней.

   В малой выборке дисперсия генеральной  совокупности  неизвестна,  поэтому

для  ее  оценки  используется  дисперсия  малой  выборки  (2).  Для   оценки

параметров   генеральной   совокупности   по   результатам   малых   выборок

используется распределение Стьюдента (t - критерий).

   Для каждого значения n в таблицах распределения  Стьюдента  имеется  t  -

функция и свое распределение.

   Средняя и предельная ошибки малой выборки определяются по формулам: где



   , где t - нормированное отклонение.



   Пример 6.1. Произведена выборка 10 единиц продукции из 100 выпущенных  на

новом оборудовании. В выборке обнаружено 2 дефекта (отбор бесповторный).

   По  приведенным  данным  можно  определить  долю  дефектной  продукции  в

выборке: W = 0,2.

   Дисперсия выборочной совокупности ?? = W * (1 - W) = 0,2 * 0,8 = 0,16.

   Среднее квадратическое отклонение (? = ) = 0,4.

   Тогда средняя ошибка малой выборки

   .

   Следовательно, доля дефектной продукции в генеральной совокупности:



   или

   р = 0,2 0,133.

   Тогда

   .



   По  таблице  распределения  Стьюдента  (таблицы  имеются  в  изданиях  по

математической  статистике)   устанавливаем,   что   вероятность   получения

дефектной продукции на новом оборудовании S(t) = 0, 858.

   Статистические методы могут  быть  полезны,  когда  требуется  определить

ожидаемые  результаты  при  внесении  изменений  или  усовершенствований   в

конструкцию машины.

   Для этого необходимо  провести  серию  испытаний  и  проанализировать  их

результаты.  Средние   значения   параметров   усовершенствованных   изделий

сравниваются с  параметрами  контрольной  партии,  изготовленной  в  прежних

условиях.

   Расчет может быть выполнен с применением средних линейных отклонений.

   При оценке степени усовершенствования техники важно ответить  на  вопрос,

насколько новая техника более прогрессивна и какой конкретно эффект