首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

小样本下过程能力指数计算的两种方法

摘要第1-6页
Abstract第6-8页
目录第8-10页
第1章 绪论第10-16页
   ·课题背景第10-11页
   ·研究目的第11-12页
   ·国内外研究现状第12-14页
     ·国外研究现状第12-13页
     ·国内研究现状第13-14页
   ·本文研究内容和结构安排第14-16页
第2章 基础知识第16-24页
   ·过程能力指数第16-21页
     ·过程能力指数C_p第16-18页
     ·过程能力指数C_pk第18-19页
     ·过程能力指数C_pm第19-21页
   ·Bootstrap 方法第21-22页
   ·贝叶斯方法第22-23页
   ·本章小结第23-24页
第3章 小样本抽样在统计控制过程中的局限性第24-30页
   ·小批量生产下国标的局限性第24-28页
     ·接收质量与风险及 OC 曲线第24-25页
     ·变量变化对 OC 曲线的影响第25-26页
     ·对于表格使用方法的重新设计第26-28页
   ·小样本抽样统计中最大似然估计的局限性第28-29页
   ·本章小结第29-30页
第4章 Bootstrap 方法估计过程能力指数置信区间的对比第30-42页
   ·Bootstrap 研究过程能力指数的 3 个条件第30-32页
   ·Bootstrap 方法的基本思想第32页
   ·Bootstrap 四种方法第32-36页
     ·标准 Bootstrap 方法(SB)第33页
     ·百分位数 Bootstrap 法(PB)第33页
     ·t 百分位数 Bootstrap 方法(PTB)第33-34页
     ·修正偏差后的百分位数 Bootstrap 方法(BCPB)第34页
     ·数值算例第34-36页
   ·指数分布与三次多项式修正样本经验分布函数的评估第36-40页
     ·指数分布函数修正法第37页
     ·三次多项式函数修正样本经验分布函数第37-38页
     ·修正效果的比较第38-40页
   ·本章小结第40-42页
第5章 基于混合 Gamma 分布应用贝叶斯统计方法分析过程能力指数的置信下限第42-53页
   ·传统点估计第42-43页
   ·贝叶斯统计方法分析过程能力指数的置信下限第43-47页
     ·C_p与C~p之间的关系第43-44页
     ·贝叶斯统计方法求置信下限第44-46页
     ·先验信息的充分利用第46-47页
   ·数值算例第47-52页
     ·无法给出具体表达式先验信息的处理方法第47-49页
     ·有限 Gamma 分布拟合优化第49-51页
     ·无信息先验项第51-52页
   ·本章小结第52-53页
结论第53-55页
参考文献第55-59页
攻读硕士学位期间担任的科研任务与成果第59-60页
致谢第60-61页
作者简介第61页

论文共61页,点击 下载论文
上一篇:社交网络社区划分算法的研究
下一篇:聚类时延复杂网络动力学同步控制的研究