Ей там! Като доставчик от 2.4851, често ме питат как това конкретно число се отнася до стандартното отклонение в нормалното разпределение. Е, нека се потопим право в него и да разградим тази донякъде сложна тема по начин, който е лесен за разбиране.
Първо, нормалното разпределение, известно още като гаусско разпределение, е супер важна концепция в статистиката. Това е онази крива на звънеца, която вероятно сте виждали в даден момент. Кривата е симетрична около средната стойност, а стандартното отклонение е мярка за това колко разпространени са данните от средната стойност.
И така, къде 2.4851 се вписва във всичко това? При нормално разпределение използваме стандартното отклонение, за да разберем колко е вероятно да намерим определена стойност в определен диапазон. Например, около 68% от данните попадат в рамките на едно стандартно отклонение на средната стойност, 95% падат в рамките на две стандартни отклонения, а около 99,7% пада в рамките на три стандартни отклонения.
Но 2.4851 не е типичен брой, свързан с тези добре познати проценти. Това обаче може да представлява специфичен z - резултат. A Z - резултат ви казва колко стандартни отклонения е елемент от средната стойност. Ако имаме AZ - резултат от 2.4851, това означава, че стойността, която разглеждаме, е 2,4851 стандартни отклонения далеч от средната стойност.
Да речем, че се занимаваме с набор от данни, който следва нормално разпределение, като теглата на определен тип продукт, който произвеждаме. Ако средното тегло е 50 грама, а стандартното отклонение е 5 грама, а ние имаме AZ - оценка 2,4851, можем да изчислим действителното тегло на продукта. Използваме формулата (x = \ mu + z \ sigma), където (\ mu) е средната (z) е z - оценката и (\ sigma) е стандартното отклонение. И така, (x = 50 + 2.4851 \ times5 = 50 + 12.4255 = 62.4255) грамове.
Сега, от гледна точка на доставчика, разбирането на тази връзка между 2.4851 и стандартното отклонение може да бъде наистина полезно. Например, когато произвеждаме части със специфични спецификации. Да речем, че правим крепежни елементи, катоВашите 933 DIN912 DIN934 904L. Трябва да гарантираме, че размерите на тези крепежни елементи са в определен диапазон на толерантност. Използвайки концепцията за стандартно отклонение и z - резултати, можем да прогнозираме колко закопчалки могат да паднат извън приемливия диапазон.
Ако зададем средния диаметър на крепежните елементи да бъде 10 mm, а стандартното отклонение да бъде 0,1 mm и знаем, че оценката на AZ - 2.4851 представлява горната граница на нашия толеранс, можем да изчислим максималния приемлив диаметър. Използвайки формулата (x = \ mu + z \ sigma), получаваме (x = 10 + 2.4851 \ times0.1 = 10.24851) mm. Това ни помага в контрола на качеството и гарантираме, че нашите продукти отговарят на необходимите стандарти.
Друга област, в която тези знания са полезни, е в персонализирани услуги за обработка. Ние предлагамеOEM 316L обработка на услуги като чертеж. Когато обработвате части според специфичните чертежи, винаги има някои вариации в крайните продукти поради фактори като прецизността на машината и свойствата на материала. Разбирайки връзката между стойности като 2.4851 и стандартното отклонение, можем по -добре да управляваме тези вариации.
Можем също да използваме тази концепция, когато се занимаваме с материали като2.4602, сплав 22, UNS N06022 Болт от неръждаема стомана кухи пръти с резба на acme. Свойствата на тези материали, като тяхната сила и устойчивост на корозия, могат да варират. Анализирайки данните за тези свойства, използвайки нормално разпределение и z - оценки, можем да определим вероятността да получим продукт с определено ниво на качество.
В реалния свят нещата не винаги са перфектни. Винаги ще има някои остатъци в данните. Но като имаме добро разбиране за това как 2.4851 (или всеки друг z - резултат) се отнася до стандартното отклонение, можем да вземем по -информирани решения. Например, ако забележим, че голям брой продукти изпадат отвъд AZ - оценка от 2.4851, това може да е знак, че има нещо нередно в нашия производствен процес. Може би машините трябва да бъдат калибрирани или суровините не са в съответствие.
И така, като доставчик, това знание ни помага по множество начини. Тя ни позволява да управляваме качеството, да оптимизираме производствените си процеси и в крайна сметка да предоставяме по -добри продукти на нашите клиенти. Независимо дали става въпрос за крепежни елементи, обработени части или специализирани материали, връзката между 2.4851 и стандартното отклонение в нормалното разпределение е мощен инструмент в нашия инструментариум.
Ако сте на пазара за висококачествени продукти като тези, които споменах по -горе, или ако имате въпроси за това как използваме тези статистически концепции, за да гарантираме качеството на продукта, бих искал да си поговорим. Чувствайте се свободни да се свържете и нека започнем разговор за вашите специфични нужди. Винаги сме тук, за да предоставим най -добрите решения за вашия бизнес.
ЛИТЕРАТУРА
- „Статистика за манекени“ от Дебора Ръмси
- Учебни материали за „Вероятност и статистика“ от различни университети
