Управление качеством  в промышленном производстве на оперативном уровне в конечном счете сводится к измерению параметров технологических объектов и оборудования, участвующих в технологическом процессе, и последующей обработке результатов этих измерений. В простейшем случае достаточно ответить на вопрос о соответствии или не соответствии центра настройки (математического ожидания) и рассеяния (дисперсии)  параметров объектов и оборудования, оцениваемым по выборочным данным,  заданным на них в технических условиях   значениям. Например, производится изготовление конденсаторов в массовом производстве и необходимо убедиться, что среднее значение  величины емкости соответствует среднему по техническим условиям  или в том, что рассеяние  величины емкости не превышает заданного. Задачи подобного рода  подробно рассмотрены в ГОСТ Р 50779.21-96  «Статистические методы. Правила определения и методы расчета статистических характеристик по выборочным данным. Нормальное распределение».  В двадцати процедурах данного стандарта устанавливаются методы для оценки математического ожидания и дисперсии генеральной совокупности, проверки гипотез относительно значений этих параметров, оценки вероятности попадания случайный величины в заданный интервал и т.д. Из всего многообразия задач, рассматриваемых в  ГОСТ Р 50779.21-96,  в данном разделе обсуждаются задачи оценок для наиболее простых производственных ситуаций.

Перед использованием процедур   стандарта ГОСТ Р 50779.21-96  необходимо убедиться в том, что  выборочные данные, с которыми работает пользователь, не содержат анормальных измерений (выбросов), а также  в том, что распределение  является нормальным. Проверка исходных данных на анормальность может быть выполнена  на основе стандарта СЭВ СТ СЭВ 545-77.  Проверка распределения на нормальность производится по результатам проверки гипотезы о  виде распределения. Рассмотрим  как решаются  эти две вспомогательные задачи.

 

! См. также:

20.1 Теоретическая часть
20.1.2.1 Обнаружение анормальных измерений в исходных данных, проверка гипотезы о виде распределения данных
20.1.2.2 Точечные и интервальные оценки математического ожидания и дисперсии