您还没有绑定微信,更多功能请点击绑定

依不良率估算需Sorting母数时用到了NP>5,哪位能解释下?

依不良率估算需Sorting母数时用到了NP>5,哪位能解释下?
比如,不良率为1%,依NP>5,最少要Sorting 500片
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

G.Prophet (威望:4) (广东 东莞) 电子制造 其它

赞同来自:

我来解吧。
以上不良率,比率等问题的估算在数理统计学中使用二项分布模型。
但是直接拿二项分布来解决问题很是繁琐,所以用正态分布来逼近二项分布的结果。
但不是随随便便就用正态分布就可以替代逼近二项分布了,而是要满足一定的条件,
这样近似效果才最佳。所以问题就等效于:二项分布满足什么条件才能近似的用正态分布处理和估算?
根据样本比率抽样分布的特点,当样本足够大的时候,样本比率P可以用正态分布来近似。
对于一个总体的比率估计:确定样品足够大的经验规则是:
  1. 区间估计
区间:p±2根号下 不包含0或者1
(0还是1 取决于你的比率p 更趋近于0还是1,比如:p=0.1就更趋近于0)
  1. np≥5 and n(1-p)≥5
以上两条件皆可,只是表达方式不一样而已。

另外说明:比率P随着样本容量N的增大,近似正态分布的效果越好。
那,究竟p要多大才可用来逼近正态分布的效果呢?
这个,视情况而定:
p越接近0.5(即中间)的时候,很小的样本N就可以了,也就是说只用很少样本就可以拿正态分布来估计了。
p越极端的时候,即离0或者1越近的时候,那你要去很大的样本才能保证近似的效果。
这个理论的提出是统计学家 W.G.Cochran。这位统计学家给了个参考表:
左边是p值 右边是你通过正态分布模型来处理时需要的样本数量N
0.5 30
0.4-0.6 50
0.3-0.7 80
0.2-0.8 200
0.1-0.9 600

所以,真不幸,你的p=0.1,够极端的,所以取样500还算少的,哈哈哈哈·~~~~~~


(背景可以在minitab--help--glossary--1 )

5 个回复,游客无法查看回复,更多功能请登录注册

发起人

扫一扫微信订阅<6SQ每周精选>