常用的质量统计术语收藏

Acceptable Quality Level（AQL）：

合格质量水平。一个批次中可以接受的不良品百分比或者比值的最大值，用于接受抽样检验，可将其看作是过程的平均质量水平。

Analysis of Variance（ANOVA）：

方差分析。将一组数据的总误差按照特定波动源进行划分，检验模型参数或估计各方差分量的技术。

Assignable Cause：

异常因素。可以探测或识别的导致过程波动的因素。

Average Outgoing Quality（AOQ）：

平均检出质量水平。根据一个接受抽样检验计划，与给定的收货产品质量水平对应的期望放行产品质量水平。

Average Outgoing Quality Limit（AOQL）：

平均检出质量限值。根据一个接受抽样检验计划得到的最大的AOQ，不管收货产品质量水平如何。

Chance Cause：

随机因素。数量众多而单个的相对重要性较小的导致过程波动的因素，不可探测或者识别它们。

Coefficient of Determination：

决定系数。这是一个变量的方差可以由另一个变量的线性关系解释的程度来度量。分别用ρ2和r2表示总体与样本的决定系数。

Coefficient of Multiple Correlation：

多元相关系数。居于0~1的数，表示多个预测变量X1，X2….Xp与响应变量Y的总线性相关程度。它实际上就是响应变量的预测值与其观测值之间的相关系数。

Coefficient of Variation：

变异系数。相对分散度的度量，等于标点与原点不重合时，不能使用此度量。

Confidence Limit：

置信界限。样本统计量置信区间的终点，在一定的置信度下，认为它会包括总体参数。

Consumer’s Risk（β）：

使用方风险。对于给定的抽样计划，接受某批的概率。该批在由指定数值代表的质量水平下一般期望会被拒绝，通常这里的指定数值是最低质量水平（LQL）。

Correlation Coefficient：

相关系数。一个居于-1~1的数，表示两组数之间线性关系的程度

Defect：

缺陷。质量特征偏离预期的水平或状态，其严重程度足够导致相关的产品或服务不能满足预期的正常使用的合理要求。

Defective：

不良品。包含至少一个缺陷或者有瑕疵的产品或服务，缺陷和瑕疵的严重性导致该产品或服务不能满足预期的正常使用的合理要求。在评估产品或者服务的使用功能时，用不良品一词很恰当（与规格一致性相比）。

Double Sampling：

二次抽样。一种抽样检验规则。按照该规则，先对批中第一个容量为n1的样本进行检验，并做出接受或者拒绝或者再抽第二个样本的决定，如需要，则从批中抽取第二个容量为n2

的样本进行检验，并做出最终的接受或者拒绝该批的决定。

Experiment Design：

试验设计。一种实施试验的安排，包括选择因子、因子的水平、各因子和水平的组合、具体试验的运行顺序等。

Factor：

因子。在试验设计中可能对响应值（试验结果）产生效应并且在试验中取不同水平的异常因素。

Factorial Experiments：

全因子试验，或者析因试验。两个或者两个以上的因子，各因子取两个或两个以上的水平，对各种因子水平组合的处理都实施试验，这种试验方法称全因子试验。全因子试验不仅可以检验各因子的主效应，还可以检验因子间的交互效应（差分效应）。

Frequency Distribution：

频数分布。各单个观测值数据以及它们在样本或者总体中出现频次的集合。

Histogram：

直方图。用长方形表示的频次的分布图，长方形的宽度等于各数据单元的宽度，长方形的高度与频次成正比。

Hypothesis，Alternative：

备择假设。如果原假设不能证明就接受的假设。备择假设的选择决定适用“单尾”还是“双尾”检验。

Hypothesis，Null：

原假设。显著性检验中检验的假设，即样本总体和指定的总体（或者样本总体之间）不存在差异（差异为零）。原假设永远不可能被证实，不过在一定的犯错风险之下，可以被证伪，即可以得出总体之间存在差异的结论。如果不能被证伪，那么通常接受该假设，认为没有充足的理由可以怀疑其真实性。（与其说不存在差异，不如更确切地说没有足够的说服力可以证明存在差异，也就是说，样本容量可能太少。在规定了期望分辨出的最小差异和β后，即可确定所需的样本容量。这里的β为不能在某样本容量下分辨出差异的风险概率。）

In-control Process：

受控过程。受评估的统计值处于“统计受控状态”的过程。

Kurtosis：

峰度。分布形状的度量。正值表示分布与正态分布相比有长尾（扁峰），负值表示与正态分布相比有短尾（尖峰），正态分布的峰度为0。

Mean，Standard Error of：

均值标准误。容量为n的样本的平均值的标准差。

sx=sxnMean：

均值。分布位置的度量，矩心。

Median：

中位数。中间的测量值。对于奇数个按数值大小排列的数，等于中间数的值，即对于X1

，X2，…，X2k-1中位数=Xk对于偶数个按数值大小排列的数，等于中间两个数的平均值，即对于X1，X2，…，X2k

Mode：

众数。出现频次最多的随机变量值。

Multiple Sampling：

多次抽样。一种抽样检验规则，在检验各样本以后，做出接受或者拒绝该批的决定，或者再检验另外一个样本并根据检验结果给出决定。可能预先规定最大的检验样本数，在此之后必须做出接受或者拒绝的决定。

Operating Characteristics Curve（OC curve）：

抽检特性曲线。

1.对于孤立批或者唯一批或者来自孤立序列的批，就给定的抽样计划，曲线显示接受该批的概率与该批质量水平的函数关系（A类）。

2.对于连续批，就给定的抽样计划，曲线显示接受该批的概率与过程质量均值的函数关系（B类）。

3.对于连续抽样计划，曲线显示在抽样计划阶段较长时间内提交产品被接受的比例与产品质量水平的函数关系。

4.对于特殊计划，就给定的抽样计划，曲线显示允许过程无调整继续生产的概率与过程质量水平的函数关系。

Parameter：

参数。描述总体某些特征的常数或者系数（如标准差、均值、回归系数等）。

Population：

总体。所研究对象的全部。

注意，对象可能是个体或者测量值。总体可能是实际存在或者只是一种概念。因此，总体可以指某一天实际生产的全部产品，也可以指若该过程继续受控可能生产的全部产品。

Power Curve：

检出力曲线。显示拒绝某一假设的概率（1-β）与实际总体特征值之间关系的曲线，该假设认为样本属于具有某种特征的给定总体。

注意，如果用β代替1-β，则变成抽检特性曲线（OC曲线，主要用于质量控制中的抽样计划）。

Process Capability：

过程能力。机器或者过程的运行范围，在该范围内变异仅来源于普遍性的环境条件。

注意，“普遍性的环境条件”表明定义中的过程内在变异只包括一个操作人员、一种材料等，它不同于由多个操作人员、不同材料等产生的变异。如果在严格控制的环境下度量内在变异，则有必要将那些经济上难以消除但是又频繁发生的异常因素波动加入进来。

Producer’s Risk（α）：

生产方风险。对于给定的抽样计划，拒绝某批的概率，通常在由指定数值代表的质量水平下一般期望接受该批。通常，该指定数值就是合格质量水平（AQL）。

Quality：

质量。产品或者服务有能力满足指定需求的特征或特性的总体。

Quality Assurance：

质量保证。对于产品或服务能满足指定的需求有足够的信心，所有为了达到这个目标所需的有计划的系统性行动。

Quality Control：

质量控制。保持产品或服务的质量以满足指定需求的操作方法或活动，也指这些操作方法和活动的使用。

Random Sampling：

随机抽样。一种选择容量为n的样本的方法，所研究的任何n个个体的组合被抽作样本的机会都相同或者可以确定。

R（Range）：

极差。分散程度的度量，等于给定样本中最大观测值与最小观测值的差。尽管极差本身是分散度的度量，有时也用它作为总体标准差的估计，但是它是右偏估计，除非乘以与样本容量对应的系数（1/d2）。

Replication：

重复试验。在相同处理条件下重复进行的试验，重复试验的结果称作重复试验数据。

Sample：

样本。取自较大群体的一组个体、部分原料或者观测值，可以基于样本信息来制定有关更大群体的决策。

Single Sampling：

单次抽样。一种抽样检验规则，基于容量为n的单个样本做出接受或者拒绝一批产品的决策。

Skewness：

偏度。分布对称度的度量。正值表示分布的右侧有长尾趋势（正偏或者右偏），负值表示分布的左侧有长尾趋势（负偏或者左偏）。

Standard Deviation：

标准差。

σ：总体标准差。变化程度（分散程度）的度量，等于总体方差的正平方根。

2.s：样本标准差。变化程度（分散程度）的度量，等于样本方差的正平方根。

Statistic：

统计量。根据样本观测值计算得到的量，通常将它们用作总体的某些参数估计。

Type I Error（Acceptance Control Sense）：

第I类错误。若有充分的信息，则可以证明该过程处于“可接受区域”，实际上却拒绝了该过程，这样的错误称作第I类错误。

Type II Error（Acceptance Control Sense）：

第II类错误。若有充分的信息，则可以证明该过程处于“拒绝区域”，实际上却接受了该过程，这样的错误称作第II类错误。

Variance：

方差。

1.σ2：总体方差。变化程度（分散程度）的度量，等于测量值对总体算术均值偏差平方和的平均值。

2.s2：样本方差。变化程度（分散程度）的度量，等于测量值对样本算术平均数偏差平方之和除以自由度。