工程质量控制的统计分析方法1.简述质量统计推断工作过程。质量统计推断工作是运用质量统计方法在生产过程中或一批产品中，随机抽取样本，通过对样品进行检测和整理加工，从中获得样本质量数据信息，并以此为依据，以概率数理统计为理论基础，对总体的质量状况作出分析和推断。质量统计推断工作过程见图 4-5。图 4-5 质量统计推断工作过程 2.简述质量数据的收集方法。 (1)全数检验全数检验是对总体中的全部个体逐一观察、测量、计数、登记，从而获得对总体质量水平评价结论的方法。 (2)随机抽样检验抽样检验是根据随机抽样的原则，从总体中抽取部分个体组成样本，根据对样品进行检测的结果，推断总体质量水平的方法。 1)简单随机抽样； 2)分层抽样； 3)等距抽样； 4)整群抽样； 5)多阶段抽样。 3.描述质量数据集中趋势、离散趋势的特征值有哪些?如何计算? (1)描述数据集中趋势的特征值有： 1)算术平均数① 总体算术平均数② 样本算术平均数2)样本中位数当样本数 n 为奇数时，数列居中的一位数即为中位数；当样本数 n 为偶数时，取居中两个数的平均值作为中位数。 (2)描述数据离散趋势的特征值有： 1)极差 R其计算公式为：2)标准偏差① 总体的标准偏差 σ`② 样本的标准偏差 S3)变异系数4.质量数据有何特性?质量数据具有个体数值的波动性和总体(样本)分布的规律性。在实际质量检测中，我们发现即使在生产过程是稳定正常的情况下，同一总体(样本)的个体产品的质量特性值也是互不一样的。这种个体间表现形式上的差异性，反映在质量数据上即为个体数值的波动性、随机性，然而当运用统计方法对这些大量丰富的个体质量数值进行加工、整理和分析后，我们又会发现这些产品质量特性值(以计量值数据为例)大多都分布在数值变动围的中部区域，即有向分布中心靠拢的倾向，表现为数值的集中趋势；还有一部分质量特性值在中心的两侧分布，随着逐渐远离中心，数值的个数变少，表现为数值的离中趋势。质量数据的集中趋势和离中趋势反映了总体(样本)质量变化的在规律性。 5.试述质量数据的波动的原因与分布的统计规律性。 (1)质量数据波动的原因质量特性值的变化在质量标准允许围波动称之为正常波动，是由偶然性原因引起的；若是超越了质量标准允许围的波动则称之为异常波动，是由系统性原因引起的。 1)偶然性原因在实际生产中，影响因素的微小变化具有随机发生的特点，是不可避开、难以测量和控制的，或者是在经济上不值得消除，它们大...
