سلام! من به عنوان تأمین کننده 2.4851 ، اغلب در مورد چگونگی ارتباط این تعداد خاص با انحراف استاندارد در توزیع عادی سؤال می شود. خوب ، بیایید درست به آن شیرجه بزنیم و این موضوع تا حدودی پیچیده را به شکلی که درک آن آسان است ، تجزیه کنیم.
اول از همه ، توزیع عادی ، که به عنوان توزیع گاوسی نیز شناخته می شود ، یک مفهوم فوق العاده مهم در آمار است. این منحنی زنگ - شکل است که احتمالاً در بعضی از موارد دیده اید. منحنی در اطراف میانگین متقارن است و انحراف استاندارد اندازه گیری چگونگی پخش داده ها از میانگین است.
بنابراین ، 2.4851 در این همه جای می گیرد؟ در یک توزیع عادی ، ما از انحراف استاندارد استفاده می کنیم تا بفهمیم چقدر احتمال دارد که یک مقدار خاص را در یک محدوده خاص پیدا کنیم. به عنوان مثال ، حدود 68 ٪ از داده ها در یک انحراف استاندارد از میانگین قرار می گیرند ، 95 ٪ در دو انحراف استاندارد قرار می گیرد و حدود 99.7 ٪ در سه انحراف استاندارد قرار می گیرد.
اما 2.4851 تعداد معمولی در ارتباط با این درصد های شناخته شده نیست. با این حال ، این می تواند یک نمره خاص z باشد. یک امتیاز Z به شما می گوید که یک عنصر انحراف استاندارد از میانگین است. اگر AZ - نمره 2.4851 داشته باشیم ، این بدان معنی است که ارزشی که ما به آن نگاه می کنیم 2.4851 انحراف استاندارد به دور از میانگین است.
بیایید بگوییم که ما با مجموعه ای از داده ها که از توزیع عادی پیروی می کند ، مانند وزن یک نوع خاص از محصولی که تولید می کنیم ، سر و کار داریم. اگر میانگین وزن 50 گرم و انحراف استاندارد 5 گرم باشد و نمره AZ - 2.4851 داشته باشیم ، می توانیم وزن واقعی محصول را محاسبه کنیم. ما از فرمول (x = \ mu + z \ sigma) استفاده می کنیم ، که در آن (\ mu) میانگین است ، (z) نمره z - و (\ sigma) انحراف استاندارد است. بنابراین ، (x = 50 + 2.4851 \ times5 = 50 + 12.4255 = 62.4255) گرم.
اکنون ، از دیدگاه یک تأمین کننده ، درک این رابطه بین 2.4851 و انحراف استاندارد می تواند واقعاً مفید باشد. به عنوان مثال ، هنگامی که ما قطعاتی با مشخصات خاص تولید می کنیم. بیایید بگوییم که ما در حال ساخت اتصال دهنده هستیم ، ماننداتصال دهنده های 933 DIN912 DIN934 904Lبشر ما باید اطمینان حاصل کنیم که ابعاد این اتصال دهنده ها در محدوده تحمل خاصی قرار دارند. با استفاده از مفهوم انحراف استاندارد و نمرات Z - می توانیم پیش بینی کنیم که چه تعداد اتصال دهنده ممکن است خارج از محدوده قابل قبول قرار بگیرند.
اگر میانگین قطر اتصال دهنده ها را 10 میلی متر و انحراف استاندارد 0.1 میلی متر قرار دهیم و می دانیم که نمره AZ - 2.4851 نشانگر حد بالایی از تحمل ما است ، می توانیم حداکثر قطر قابل قبول را محاسبه کنیم. با استفاده از فرمول (x = \ mu + z \ sigma) ، ما (x = 10 + 2.4851 \ times0.1 = 10.24851) میلی متر دریافت می کنیم. این به ما در کنترل کیفیت کمک می کند و اطمینان حاصل می کنیم که محصولات ما استانداردهای لازم را رعایت می کنند.
حوزه دیگری که این دانش در آن مفید است ، در خدمات ماشینکاری سفارشی است. ما ارائه می دهیمخدمات ماشینکاری OEM 316L به عنوان نقاشیبشر هنگام ماشینکاری قطعات با توجه به طرح های خاص ، به دلیل عواملی مانند دقت دستگاه و خصوصیات مواد ، همیشه در محصولات نهایی تغییراتی وجود دارد. با درک رابطه بین مقادیر مانند 2.4851 و انحراف استاندارد ، ما می توانیم این تغییرات را بهتر مدیریت کنیم.
ما همچنین می توانیم در هنگام برخورد با موادی مانند این مفهوم استفاده کنیم2.4602 ، آلیاژ 22 ، UNS N06022 استیل ضد زنگ پیچ و مهره توخالی Acme Threadedبشر خواص این مواد ، مانند مقاومت و مقاومت در برابر خوردگی آنها ، می تواند متفاوت باشد. با تجزیه و تحلیل داده های مربوط به این خصوصیات با استفاده از توزیع عادی و نمرات Z ، می توانیم احتمال دریافت یک محصول با سطح خاصی از کیفیت را تعیین کنیم.
در دنیای واقعی ، همه چیز همیشه کامل نیست. همیشه در داده ها وجود دارد. اما با درک خوب از چگونگی ارتباط 2.4851 (یا هر نمره Z - دیگر) با انحراف استاندارد ، می توانیم تصمیمات آگاهانه تری بگیریم. به عنوان مثال ، اگر متوجه شویم که تعداد زیادی از محصولات فراتر از AZ - نمره 2.4851 هستند ، ممکن است نشانه این باشد که در روند تولید ما مشکلی وجود دارد. شاید دستگاه ها نیاز به کالیبراسیون داشته باشند ، یا مواد اولیه تا حد زیادی نباشند.
بنابراین ، به عنوان یک تأمین کننده ، این دانش از چند طریق به ما کمک می کند. این امکان را به ما می دهد تا کیفیت را مدیریت کنیم ، فرایندهای تولید خود را بهینه کنیم و در نهایت محصولات بهتری را به مشتریان ارائه دهیم. چه اتصال دهنده ها ، قطعات ماشینکاری شده و چه مواد خاص ، رابطه بین 2.4851 و انحراف استاندارد در یک توزیع عادی ابزاری قدرتمند در ابزار ماست.
اگر در بازار محصولات با کیفیت بالا مانند کالاهایی که در بالا به آنها اشاره کردم ، یا در مورد نحوه استفاده از این مفاهیم آماری برای اطمینان از کیفیت محصول ، در بازار هستید ، دوست دارم گپ بزنم. احساس راحتی کنید و بیایید مکالمه ای راجع به نیازهای خاص خود شروع کنیم. ما همیشه در اینجا هستیم تا بهترین راه حل ها را برای تجارت شما ارائه دهیم.
منابع
- "آمار برای آدمک ها" توسط دبورا رومسی
- "احتمال و آمار" مواد دوره ای از دانشگاه های مختلف
