质量损失函数
质量工程2

质量损失函数:功能界限△0(正常/丧失功能)、容差△(合格/不合格品)m -y =∆一、望目特性:当∆≤m -y 时,产品能正常发挥功能,为合格品;当∆≥m -y 时,产品丧失功 能,为不合格,不合格损失为A 。
L (y )=k (y-m )2 k=A/△2平均损失:()()()2n 1i n 1i i m -y n 1k y n 1y ∑∑====L L r k V ∙=Y 为随机变量时:()[]()()[]2222m -σσK K m y KE y L E =+=-=μ(μ=m )二、望小特性:目标值m=0,y 不取负值。
当y >△0,产品丧失功能,为不合格品;当≤≤y 0△0,产品发挥正常功能,为 合格品。
L (y )=Ky 2 K=A/△2三、望大特性:1/y 为望小特性,目标值m=0,y 不取负值。
当y <△0,产品丧失功能,为不合格品;当≥y △0,产品正常发挥功能,为合 格品。
L (y )=K/y 2 k=A △2例:某产品的尺寸图纸规定m ±12um ,产品不合格时的损失为A=2.50元,试建立质量损失函数。
解:根据题意:△=12(um ),A=2.50(元)所以:k=A/△2=2.5/122=0.0174则: L (y )=k (y-m )2=0.0174(y-m )2例:气割某种零件共20件,各件尺寸与目标尺寸的偏差y i -m 分别为:0.3,0.6,-0.5,-0.2,0,1,1.2,0.8,-0.6,0.9,0,0.2,0.8,1.1 -0.5,-0.2,0,0.3,0.8,1.3。
设用户使用的容许界限(即功能界限)为△0=3mm ,超过该界限,零件装配送不上,由此造成的损失为A0=180元,试求该批产品的平均质量损失。
若调整尺寸的平均值与目标值一致,将会有多大的质量改善。
解:由公式可确定系数k=A/△2=180÷32=20计算出平均损失函数()()()2n 1i n1i i m -y n 1k y n 1y ∑∑====L L =9.95元当μ=m 时()2y y σK L = 而()()[]3645.0m -y n1-m -y 1-n 1222y =⎭⎬⎫⎩⎨⎧=∑∑σ分析:零件与目标尺寸差距的平均值稍微大了些为0.3645,为分析其情况,可做方差分析:S T=()59.9m -y 2=∑ S m=()[]66.2nm -y 2=∑ S e =S T -S m =6.93()2y y σK L ==7.29元,平均每件产品的质量增益为:9.59-7.29=2.3元例:日本美国彩电色彩浓度。
基于质量损失函数的质量管理研究

基于质量损失函数的质量管理研究在现代竞争激烈的市场环境下,企业对于产品质量的要求越来越高。
为了保持竞争优势,许多企业都采取了质量管理的策略。
其中,基于质量损失函数的质量管理方法已经成为各行各业广泛应用的一种手段。
质量损失函数是质量管理领域中的一个重要概念,它代表了企业由于质量问题而产生的直接和间接成本。
换句话说,它衡量了产品质量不达标对企业经济利益的影响程度。
基于质量损失函数的质量管理方法通过量化质量问题的经济损失,帮助企业制定有效的质量控制措施和优化生产过程。
首先,基于质量损失函数的质量管理方法可以帮助企业识别影响产品质量的关键因素。
企业生产过程中存在着各种各样的变量和环节,而每一个环节都可能对产品质量产生影响。
通过建立质量损失函数模型,企业可以对不同的质量问题进行定量分析,从而找出造成质量问题的主要因素。
这一结果对于企业改进生产过程和提高产品质量具有重要意义。
其次,基于质量损失函数的质量管理方法可以帮助企业确定适当的质量控制限制。
通过对不同质量问题的损失函数进行分析,企业可以确定出不同质量水平下的经济损失。
在实际生产过程中,企业往往会面临质量水平和成本之间的权衡。
基于质量损失函数的方法可以帮助企业确定一个最佳的质量水平,使得经济损失最小化。
同时,企业还可以根据不同的质量要求和顾客需求,制定相应的质量控制限制,以保证产品质量符合市场需求。
此外,基于质量损失函数的质量管理方法还可以帮助企业评估质量改进的效果。
在质量管理过程中,企业通常会采取一系列的质量改进措施,如调整生产参数、优化工艺流程等。
基于质量损失函数的方法可以帮助企业量化不同改进措施对经济损失的影响,从而评估改进效果的好坏。
这对于企业不断优化产品质量和生产效率具有重要意义。
综上所述,基于质量损失函数的质量管理研究在现代企业中具有广泛应用前景。
通过量化质量问题的经济损失,这一方法可以帮助企业识别关键因素、确定质量控制限制以及评估改进效果。
{品质管理品质知识}质量损失函数

{品质管理品质知识}质量损失函数质量损失函数日本质量管理学家田口玄一(Taguchi)认为产品质量与质量损失密切相关,质量损失是指产品在整个生命周期的过程中,由于质量不满足规定的要求,对生产者、使用者和社会所造成的全部损失之和。
田口用货币单位来对产品质量进行度量,质量损失越大,产品质量越差;反之,质量损失越小,产品质量越好。
一、质量特性产品质量特性是产品满足用户要求的属性,包括产品性能、寿命、可靠性、安全性、经济性、可维修性和环境适应性等。
(与前描述是否一致)(一)质量特性分类田口先生为了阐述其原理,对质量特性在一般分类的基础上作了某些调整,分为计量特性和计数特性,如图1所示。
1、望目特性。
设目标值为m,质量特性y围绕目标值m波动,希望波动愈小愈好,则y就被称为望目特性,例如加工某一轴件图纸规定φ10±0.05(mm),加工的轴件的实际直径尺寸y就是望目特性,其目标值m=10(mm)。
2、望小特性。
不取负值,希望质量特性y愈小愈好,波动愈小愈好,则y 被称为望小特性。
比如测量误差,合金所含的杂质、轴件的不圆度等就属于望小特性。
3、望大特性。
不取负值,希望质量特性y愈大愈好,波动愈小愈好,则y 被称为望大特性。
比如零件的强度、灯泡的寿命等均为望大特性。
(二)质量特性波动产品在贮存或使用过程中,随着时间的推移,发生材料老化变质、磨损等现象,引起产品功能的波动,我们称这种产品由于使用环境,时间因素,生产条件等影响,产品质量特性y偏离目标值m,产生波动。
引起产品质量特性波动的原因称为干扰源。
主要有以下三种类型:1、外干扰(外噪声)使用条件和环境条件(如温度,湿度,位置,输入电压,磁场,操作者等)的变化引起产品功能的波动,我们称这种使用条件和环境条件的变化为外干扰,也称为外噪声。
2、内干扰(内噪声)材料老化现象为内干扰,也称为内噪声。
3、随机干扰(产品间干扰)在生产制造过程中,由于机器、材料、加工方法、操作者、计测方法和环境(简称5MIE)等生产条件的微小变化,引起产品质量特性的波动,我们称这种在生产制造过程中出现的功能波动为产品间波动。
mpdiou损失函数公式含义

mpdiou损失函数公式含义
M模型预测的视在质量损失 (\text{MPDIou}) 简称为MPDIou 损失,表示目标分割与估计分割之间的相互信息。
MPDIou损失是通过计算两个分割掩码的交集和并集之间的IoU (Intersection over Union) 差异来衡量模型的性能。
MPDIou损失的公式如下:
\text{MPDIou} = \frac{{\text{IoU}(P, G)}}{{\text{IoU}(P, G) + \delta + (1 - \text{IoU}(P, G))}} \times (\delta + (1 - \text{IoU}(P, G)))
其中,P代表模型预测的分割掩码,G代表目标分割的掩码,IoU(P, G)表示模型预测与目标分割的IoU。
MPDIou损失通过使用一个可调整的参数\delta,来平衡IoU差异的重要性,当IoU(P, G)较高时,MPDIou损失较低,表示模型与目标分割的匹配较好;当IoU(P, G)较低时,MPDIou损失较高,表示模型与目标分割的差异较大。
工程质量系统培训5.3.3质量损失及其损失函数

n 提高质量经济性的途径
精品在线开放课程
任务3 质量损失及损失函数
SN比起源于通讯领域,作为评价通讯设备、线路、信号质量的 优良性指标。田口玄一将这一概念引申到质量工程中,作为评价产 品质量特性稳定性的指标。
1、灵敏度 灵敏度是评价产品质量特性平均值的指标。设产品的质量特
2
精品在线开放课程
任务3 质量损失及损失函数
= 1 2 2
的估计ˆ的计算公式为
ˆ 1 n
VT
n
Y i2
i1
取常用对数化为分贝(dB)值,则得到望小特性SN比的计算公式为
10 lg 1 n
n
Y i1 i 2
精品在线开放课程
任务3 质量损失及损失函数
4、望大特性的SN比
ˆ
1
n
n
V T
Yi2
i1
10lg 1
n
2
Yi
n i1
ˆ n
n 1
Y i 1 i 2
Yi Yi
1 Yi
10lg 1 n 1
n i1 Yi2
ˆ
精品在线开放课程
欢迎指导
THANK YOU
精品在线开放课程
1、灵敏度Leabharlann (1)平均值设有n个特性值 Y1,Y2,L ,Yn
,则 Y
1 n
n
Yi
i1
称Y 为产品质量特性值Y的平均值,是 的无偏估计。
精品在线开放课程
任务3 质量损失及损失函数
1、灵敏度
(2)灵敏度
灵敏度 2 的估计 ˆ 的2 计算公式为ˆ 2 1 Sm Ve n
2
Sm nY 2 1 n Yi
其中 , n i1
最新质量损失函数

产品质量特性是产品满足用户要求的属性,包括产品性能、寿命、可靠性、安全性、经济性、 可维修性和环境适应性等。 (与前描述是否一致)
(一)质量特性分类 田口先生为了阐述其原理,对质量特性在一般分类的基础上作了某些调整,分为计量特性和 计数特性,如图 1 所示。
望目特性
质量特性
静态特性
计量特性
3、随机干扰(产品间干扰)
在生产制造过程中,由于机器、材料、加工方法、操作者、计测方法和环境(简称
5MIE)等
生产条件的微小变化,引起产品质量特性的波动,我们称这种在生产制造过程中出现的功能波动
为产品间波动。
以电视机电源电路为例,其输出特性的干扰分类及抗干扰性能如 1 表所示。
二、质量损失函数
干扰引起了产品功能的波动,有波动就会造成质量损失。如何度量由于功能波动所造成的损
3、望大特性。不取负值,希望质量特性 y 愈大愈好,波动愈小愈好,则 y 被称为望大特性。
比如零件的强度、灯泡的寿命等均为望大特性。
(二)质的推移,发生材料老化变质、磨损等现象,引起产品功
能的波动,我们称这种产品由于使用环境,时间因素,生产条件等影响,产品质量特性
失,田口先生提出了质量损失函数的概念,它把功能波动与经济损失联系起来。田口先生把产品
(或工艺项目)看作一个系统,这个系统的因素分为输入因素(可再分为可控因素
X 和不可控因
素 Z)和输出因素(即质量特性或响应) y,如图 2 所示。系统的设计目标值为 m。
干扰
外部干扰(温度、湿度、尘
特
性
埃、输入电压等环境条件波
量损失函数,给我们提供了很多重要信息,从图 3 的曲线可以看出。
第一,质量损失函数如连续的二次函数曲线所示,质量特性仅仅在规范( T)以内并不一定表
什么是实验设计

PPM
试验设计是一种研究与处理多因素试验的科学方法
6西格玛方法是研究作用因素(XS)与CTQ(Y)关键 质量之间的关系的方法论。 输入(XS) 制造 过程 制造过程 输入(XS) 设计 过程 设计过程
输出 (y)
输出 (y)
PPM
试验设计方法允许在同一试验中包含多个变量
传统的试验分析方法是多次单因素试验将影响输出的 众多输入变量在同一时间只允许有一个变量变化,其 它相对固定,如下图所示:
ቤተ መጻሕፍቲ ባይዱ
PPM
试验设计在6 试验设计在6西格玛系统中的应用
测量 鉴定 6西格玛 突破策略 优化 控制 从上图可以看出,6西格玛方法认为在工作成果中,最 易得到的是凭直觉判断取得的,最甜的成果是流程设 计,树的较低处的果实是一般QC工具,而中间的大量 果实均是通过6西格玛改善取得。 分析 改善 试验设计用以对大量的输入 变量进行筛选 用以确定关键的少数输入变量 并确定其对输出变量的影响
PPM
另一个主要6σ工具 另一个主要6σ工具 试验设计(DOE) 试验设计(DOE)
PPM
试验设计(DOE) 试验设计(DOE)
消除自变量对响应变量的影响。 消除自变量对响应变量的影响。
X Y
过程
• 术语 - 因子 – 一个独立变量(自变量) 一个独立变量(自变量) - 水平 – 因子的一个值 - 响应 – 输出结果
PPM
试验设计的用途
通过试验我们可以达成以下目标 1、确定、验证和优化制造过程的主要影响变量及其影响。 2、创造对物料和部品变化不敏感的制造过程。 3、设计对使用环境不敏感(即受环境的影响小)的产品。 4、降低总的设计周期。 5、减少ECN(设计变更通知书)数量。 6、改进与CTQ有关的产品品质、成本和性能指标。 7、提高新设计产品的工艺性。 8、为制造过程列出问题及解决方案。 9、减少对产品的检查和测试。
质量损失函数

质量损失函数
质量损失函数是一个损失函数,用来衡量模型在预测过程中拥有的质量,它衡量的是模型的准确性。
质量损失函数由质量指标组成,这些指标可以是数据准确性、预测准确性、生产效率等。
质量损失函数的基本原理是:实际的预测结果与模型期望结果之间的差距,而这个差距应该尽可能的小,从而提升模型预测的效率和准确性。
用来计算质量损失函数的公式可以是任意函数,通常可以用均方差(MSE)来衡量质量损失。
MSE是一种平均偏差的可量化衡量,它表示模型输出值与真实值之间的差距。
另外,贝叶斯损失函数也可以用来衡量质量损失,它是一种按比例降低异常结果的方法,能够较好地衡量模型的质量。
在实际的机器学习和数据挖掘系统中,质量损失函数是一个重要的概念,它能够帮助模型追求更大的精度和准确性。
模型的优化过程需要连续更新质量损失函数,以获得更好的预测结果,这就决定了质量损失函数在机器学习和数据挖掘中的重要性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
质量损失函数日本质量管理学家田口玄一(Taguchi)认为产品质量与质量损失密切相关,质量损失是指产品在整个生命周期的过程中,由于质量不满足规定的要求,对生产者、使用者和社会所造成的全部损失之和。
田口用货币单位来对产品质量进行度量,质量损失越大,产品质量越差;反之,质量损失越小,产品质量越好。
一、质量特性产品质量特性是产品满足用户要求的属性,包括产品性能、寿命、可靠性、安全性、经济性、可维修性和环境适应性等。
(与前描述是否一致)(一)质量特性分类田口先生为了阐述其原理,对质量特性在一般分类的基础上作了某些调整,分为计量特性和计数特性,如图1所示。
计数特性请查阅有关书籍,这里主要对计量特性进行描述。
1、望目特性。
设目标值为m,质量特性y围绕目标值m波动,希望波动愈小愈好,则y就被称为望目特性,例如加工某一轴件图纸规定φ10±(mm),加工的轴件的实际直径尺寸y就是望目特性,其目标值m=10(mm)。
2、望小特性。
不取负值,希望质量特性y愈小愈好,波动愈小愈好,则y 被称为望小特性。
比如测量误差,合金所含的杂质、轴件的不圆度等就属于望小特性。
3、望大特性。
不取负值,希望质量特性y愈大愈好,波动愈小愈好,则y被称为望大特性。
比如零件的强度、灯泡的寿命等均为望大特性。
(二)质量特性波动产品在贮存或使用过程中,随着时间的推移,发生材料老化变质、磨损等现象,引起产品功能的波动,我们称这种产品由于使用环境,时间因素,生产条件等影响,产品质量特性y偏离目标值m,产生波动。
引起产品质量特性波动的原因称为干扰源。
主要有以下三种类型:1、外干扰(外噪声)使用条件和环境条件(如温度,湿度,位置,输入电压,磁场,操作者等)的变化引起产品功能的波动,我们称这种使用条件和环境条件的变化为外干扰,也称为外噪声。
2、内干扰(内噪声)材料老化现象为内干扰,也称为内噪声。
3、随机干扰(产品间干扰)在生产制造过程中,由于机器、材料、加工方法、操作者、计测方法和环境(简称5MIE)等生产条件的微小变化,引起产品质量特性的波动,我们称这种在生产制造过程中出现的功能波动为产品间波动。
以电视机电源电路为例,其输出特性的干扰分类及抗干扰性能如1表所示。
二、质量损失函数干扰引起了产品功能的波动,有波动就会造成质量损失。
如何度量由于功能波动所造成的损失,田口先生提出了质量损失函数的概念,它把功能波动与经济损失联系起来。
田口先生把产品(或工艺项目)看作一个系统,这个系统的因素分为输入因素(可再分为可控因素X和不可控因素Z)和输出因素(即质量特性或响应)y,如图2所示。
系统的设计目标值为m。
田口先生认为系统产生的质量损失是由于质量特性y偏离设计目标值造成的,有偏离,就会有损失。
(一)望目特性的质量损失函数 1、定义设产品的质量特性为Y ,目标值为m 。
当m Y ≠时,则造成损失,||m Y -越大,损失越大。
相应产品质量特性值Y 的损失为L (Y ),若L (Y )在Y=m 处存在二阶导数,则按泰勒公式有… )(!2)(")(!1)()()(2'+-+-+=m Y m L m Y m L m L Y L ,设Y=m 时,L (Y )=0,即L (m )=0,又因为L (Y )在Y=m 时有极小值,所以0)('=m L ,再略去二阶以上的高阶项,有2)()(m Y K Y L -=()式中!2/)("m L K =是不依赖于Y 的常数。
我们称()式表示的函数为质量损失函数,如图3所示。
若有n 件产品,其质量特性值分别为n Y Y Y ,… ,,21则此n 件产品的平均质量损失为 ])(1[)(21m Y n K Y L i ni -∑==-()图3 质量损失函数式()和式()说明,由于质量特性值波动所造成的损失与偏离目标值m 的偏差平方或偏差均方成正比。
不仅不合格会造成损失,即使合格品也会造成损失,质量特性值偏离目标值越远,造成的损失越大。
这就是田口先生对于产品质量概念的新观点。
把这样的二次方程用作质量损失函数,给我们提供了很多重要信息,从图3的曲线可以看出。
第一,质量损失函数如连续的二次函数曲线所示,质量特性仅仅在规范(T )以内并不一定表示产品质量优良,最佳的质量是质量特性稳定在目标值上,波动最小。
这就进一步形象地说明了新的质量概念。
这种连续的质量损失概念与传统的损失概念不同,传统的损失概念是不连续的阶跃函数,只要质量特性在规定以内任何点,都视为没有损失,一旦超出规范的上下限,就发生损失,如图3中的实线所示。
第二,质量损失是指产品交付用户后造成的损失,它不是制造方由于产品质量缺陷构成的质量成本。
虽然田口的质量损失指的是对“社会的损失”,但这种损失最终仍然要影响到设计制造方,形成损失。
这种损失可分直接损失和间接损失两种情况,直接损失表现在质量担保(包修、退赔等)费用方面,它与质量成本中的外部损失成本有关。
间接损失表现在丢失市场,企业竞争力减弱,所以也可以用田口的质量损失(给社会造成的损失)在一定程度上来度量制造方的损失。
第三,预期(平均)损失E (L )。
由于L (y )是随机变量,通常用L(y)是随机变量,通常用L (y )的数学期望E (L )来表示预期质量损失。
其表达式可以写成22)((m K -+=μσ ()从上式可以看出,我们将质量特性波动分解成两部分,要提高产品质量就必须使方差2σ和离差|)(|m -=μδ越小越好。
传统的设计方法,一般在专业设计(即系统设计)完成之后,即进行容差设计,中间没有参数设计这一过程,若要进行质量改进,因为2σ(方差)已经在专业设计过程决定了,所以2σ一般是不能变的,只能致力于减小离差|)(|m -=μδ,也就是说,主要依靠提高工序能力,用提高设备精度来提高产品精度,使加工的尺寸或其他的质量特征尽可能接近目标值。
田口先生则认为应同时减小δ和2σ。
一般说来,主要应先通过参数设计减小2σ,虽然难度较大,但潜力也较大,然后再减小δ(相对容易些)。
我们知道随机的干扰因素是产生波动的根源,围绕着随机因素减小2σ和δ有两种方法。
一种是通过更新技术,消除一些随机的干扰因素,也就是说将一些随机因素转换为可控的系统因素,例如在设计中采用高等级的元件和材料等,在制造工艺等条件方面如采用高精度加工设备,对加工温度等加以控制等。
显然,这些办法都是以昂贵的投入为代价的,是不经济的,而且往往也是难于行得通的,特别是在经济条件困难的情况下更是一条死胡同。
因此,在原系统设计的基础上,通过参数设计寻找对随机因素不敏感的可控因素的水平设置,用提高系统本身的抗干扰能力的方法使功能输出波动减小。
这是一种挖掘设计技术潜力的方法,即可提高质量又不会提高甚至还可能降低成本。
2、K 的确定方法(1) 由功能界限0∆和丧失功能的损失0A 求K所谓功能界限0∆是指判断产品能否正常发挥功能的界限值。
当||m Y -≤0∆时,产品能正常发挥功能的界限值。
当||m Y ->0∆时,产品丧失功能。
设产品丧失功能时给社会带来的损失为0A 元,由式()得20∆=A K ()(2) 由容差∆和不合格损失A 求K 容差∆是指判断产品合格与否的界限。
当||m Y -≤0∆时,产品为合格品 当||m Y ->0∆时,产品为不合格品设产品为不合格品时,工厂可采取报废、降级或返修等处理,此时给工厂带来的损失为A 元。
由式()得2∆=A K ()例1 某电视机电源电路的直流输出电压Y 的目标值为m=115V ,功能界限0∆=25V ,丧失功能的损失为0A =300元。
a. 求损失函数中的系数K ;b. 已知不合格时的返修费为A=1元,求容差∆;c. 若某产品的直流输出电压为Y=112V ,此产品该不该投放市场。
解:a. 48.0253002200==∆=A K (元V2 ) 所以损失函数为 b. 由2200∆=∆=A A K 得 c. 当Y=112V 时,相应的损失为23.4)115112(48.0)112(2=-=L 元若不经返修就投放市场,工厂虽然少花1元返修费,但给用户造成元的损失。
例2 用氧气切割某种装配件共20件,其尺寸与目标尺寸的偏差为(单位:mm ) ,,,,0,1,,,,,0,,,,,,0,,,功能界限为0∆=3mm ,否则装配不上,由此造成的损失为1800=A 元,求这批产品的平均质量损失。
解 由公式()确定系数K 由公式()求平均质量损失59.9)]3.1… 6.03.0(201[20])(1[)(22221=+++=-∑==-m Y n K Y L i n i 元(二)望小特性的质量损失函数望小特性Y 是不取负值,希望Y 越小越好且波动越小越好的特性。
所以它可看作是以0为目标值,但不能取负值的望目特性。
设Y 为望小特性,由望目特性损失函数的式(),令m=0,就得到望小特性的损失函数为2)(KY Y L =Y >0 ()式中K 为比例常数,20022A A∆=∆=KL (Y )的图形如图4所示。
图4 望小特性的损失函数若有n 件产品,测得望小特性值为 ,,21Y Y …,n Y 则平均质量损失为]1[)(21i n i Y n K Y L =-∑=()(三)望大特性的质量损失函数望大特性Y 是不取负值,希望Y 越大越好,且波动越小越好的特性。
望大特性Y 的倒数Y1就是望小特性,由望小特性的损失函数式(),可以得到望大特性的损失函数为21)(YKY L = ()式中K 为比例常数,K=0A 20∆=0A 2∆ L (Y )的图形如图5所示。
图5 望大特性的损失函数若有那件产品,测得望大特性值为 ,,21Y Y …,n Y ,则平均质量损失为]11[)(21Y in i n K Y L =-∑= ()三、SN 比SN 比起源于通信领域,作为评价通信设备,线路,信号质量的优良性指标。
田口先生将这一概念引伸到了质量工程中,作为评价产品质量特性稳定性的指标。
(一)灵敏度灵敏度是评价产品质量特性平均值的指标,设产品的质量特性Y 为随机变量,其期望值为μ,则μ2称为Y 的灵敏度。
1、平均值设有n 个质量特性值Y 1,Y 2,…Y n ,则∑=-=ni i Y n Y 11()称为产品质量特性Y 的平均值,-Y 是μ的无偏估计。
2、灵敏度灵敏度μ2的估计2∧μ的计算公式为)(12e m V S n-=∧μ ()其中212)(1∑=-==ni i m Y n Y n S()∑=---=ni i e Y Y n V 12)(11 ()2∧μ的μ2的无偏估计。
在实际计算时,模仿通讯理论取常用对数化为分贝(dB )值,用S 表示。
)(1lg 10e m V S nS -=()在质量工程学中,将S 称为质量特性Y 的灵敏度。