[15]PMP控制质量工具-统计抽样概念, 变量抽样和属性抽样的区别
在讲这两者区别之前先要了解什么是抽样，其定义就是 从总体中抽取有代表性的样本，从而来推断或观察总体 的特征和规律，就是我们所说的“观一斑而知全豹”。事物的特征分为 定性 的和 定量 的，用于推断 定性 的抽样方法就是属性抽样，用于推断 定量 的抽样方法就是变量抽样。可能您还是觉得有点抽象，没关系我们通过举具体的例子来说明。
一、属性抽样
属性抽样时，每个样本的结果都是非此即彼（比如，要么是，要么不是；要么合格，要么不合格），但是其统计结果却可以是一个数量，比如，合格率80%。
举例一，某商场决定提升服务水平，确定是否增加一个儿童设施，这时需要调研来商场的儿童比例，调研表上规定年龄低于14周岁以下的确定为儿童（定性，非儿童即成年人），并进行调研，调研结果显示，来商场儿童所占的比例为38%。
举例二，某车间对其生产的产品“钢圈”进行检查，钢圈的直径范围落在5.3～5.4之间的为合格品（范围界限，非里即外），之外的为次品，某日进行了500批次的抽检，其合格率为89%。
二、变量抽样
变量抽样时，需要从量的角度通过样本来推断总体，比如，估算中体的平均值，预测总体的偏差情况等，其结果是一个数量，这个数量说明什么则根据具体应用而定。
举例一，某商场决定提升服务水平，确定是否增加一个儿童设施，这时需要调研来商场儿童的平均年龄，再根据平均年龄的分布来确定购买什么样的儿童设施，商场工作人员连续一周对进入商场的儿童的平均年龄进行调研，得出结果为1～3岁18%，3～6岁56%，6岁以上26%。
举例二，某车间对其生产的产品“钢圈”进行检查，来确定总体各批次的平均直径和标准偏差，工作人员随机抽取的8个批次，每个批次抽取100个进行检验，得出相应的数据。
[15]PMP控制质量工具-统计抽样概念, 变量抽样和属性抽样的区别相关推荐
- 【14】PMP规划质量管理，控制质量工具-控制图
什么是控制图? 在时间序列图上加上用统计学方法得出的控制线,时间序列图就变成了控制图.根据假设检验的原理构造一种图,用于监测生产过程是否处于控制状态,判断过程是否稳定.它是统计质量管理的一种重要手段和 ...
- R语言使用randomForest包构建随机森林模型的步骤和流程、随机森林算法包括抽样样本（观察）和变量来创建大量的决策树（多个树，构成了森林，而且通过样本抽样和变量抽样，让多个树尽量不同）
R语言使用randomForest包中的randomForest函数构建随机森林模型的步骤和流程(Random forests).随机森林算法包括抽样样本(观察)和变量来创建大量的决策树(多个树,构成 ...
- 用计算机和手算标准差不一致,【PMP概念区分16】变量抽样
变量抽样法(Variables Sampling Method) 又称"变量抽查法",是指对稽查对象总体的货币金额进行实质性测试所采用的抽查方法.在实质性测试中运用的稽查抽查技术, ...
- 控制质量-技术或工具
控制质量:工具与技术(七种基本质量工具.统计抽样.检查.审查已批准的变更请求) 1 七种基本质量工具 2 统计抽样 按照质量管理计划中的规定,抽取和测量样本. 3 检查 检查是指检验工作产品,以确定是 ...
- 质量工具大总结（建议收藏备忘）
1.8D报告 D1:成立改善小组 D2:问题描述 D3:临时处理措施 D4:根本原因分析 D5:制订永久纠正对策 D6:实施/确认永久措施PCA D7:防止再发生 D8:结案并祝贺 图片 2.5C报告 ...
- 人工智能开发人员工作流程、看法、工具统计数据
人工智能开发人员工作流程.看法.工具统计数据 本文目录: 一.人工智能开发所需要的技能和知识 二.开发人工智能需要以下工具 2.1.开发过程中的人工智能工具调查 2.2.AI 工具情绪调查 2.3.A ...
- python识别人脸多种属性_9种人脸情绪识别、22类人脸属性、 15类皮肤质量识别，竹间智能要让情感机器人更理解人...
撰文 | 邱陆陆 编辑 | 藤子 「我们希望做情感机器人,希望透过机器更智能地理解一个人.」随着计算能力的提升.神经网络的步步深入,配以图像识别.语音识别的人工智能已经逐渐变得能够「听见」.「看见」. ...
- 统计学：统计基本概念
1.统计学含义 统计学,是一门关于数据收集.处理.分析.解释,并从数据中得出结论的科学. 数据收集:取得数据 数据处理:用图形等形式展示数据 数据分析:利用统计方法分析数据,并从数据中提取有用信息得出 ...
- 陈南峰质量讲堂3 | 质量工具方法之间的关系
21世纪以来,为了应对经济全球化.经济体制市场化等方面的挑战,持续提升管理水平,各种管理体系.工具方法不断推出.如: 1)质量管理体系 ISO 9000.GJB 9000.AOS.NQMS... 2) ...
最新文章
- 笛卡尔积 php,PHP自定义函数生成笛卡尔积
- Web Serveice服务代理类生成及编译
- 【图像超分辨率】Image Super-Resolution by Neural Texture Transfer
- linux ntp时间服务器配置
- [nRF51822] 5、 霸屏了——详解nRF51 SDK中的GPIOTE（从GPIO电平变化到产生中断事件的流程详解）...
- Halcon 学习总结——制作标定板(函数gen_caltab)
- matlab虚拟现实之V-Realm Builder2复制技巧（修改）
- 用记事本编写一个Servlet项目
- 前端性能优化（慕课网笔记）-3-代码优化
- 关于图书馆占座问题的调查
- ISO50001认证辅导,ISO50001能源管理体系（EnMS）的框架是通过系统地提高能源效率和消耗
- 2022年各国程序员薪资排名
- Android吉他调音器,吉他调音器:GuitarTuna
- GRE阅读的突破方法——集中突破法
- Inventor API学习
- 高斯混合模型(GMM--Gaussian mixture model)
- Vue实例中生命周期created和mounted的区别(具体细节分析)。
- 开发平台之美：10分钟内实现一个销售订单功能的增删改查
- 机器学习-Sklearn-02（随机森林）
- 洛谷 1546 最短网络