做营销型网站的公司,重庆品牌型网站建设,网站建设注意的问题,网站建设服务费记账分录目录 1、Cp、Cpk、Pp、Ppk
2、python计算 1、Cp、Cpk、Pp、Ppk
Cp Process Capability Ratio 可被译为“过程能力指数”
Cpk Process Capability K Ratio 可被译为“过程能力K指数”
Pp Process Performance Ratio 可被译为“过程绩效指数”
Ppk Process Performance K Ra…目录 1、Cp、Cpk、Pp、Ppk
2、python计算 1、Cp、Cpk、Pp、Ppk
Cp Process Capability Ratio 可被译为“过程能力指数”
Cpk Process Capability K Ratio 可被译为“过程能力K指数”
Pp Process Performance Ratio 可被译为“过程绩效指数”
Ppk Process Performance K Ratio 可被译为“过程绩效K指数”
当 Cpk1说明制程能力差不可接受。
1≤Cpk≤1.33,说明制程能力可以但需改善。
1.33≤Cpk≤1.67,说明制程能力正常。
过程绩效指数Pp和Ppk是过程的过去或现实而过程能力指数Cp和Cpk是过程的潜能或将来。过程能力指数的计算必须满足过程稳定和数据正态分布两个必要条件而用于Pp和Ppk计算的数据则不必进行这两个测试。过程能力指数及过程绩效指数的数学关系是Cp≥Pp Cpk≥Ppk。当过程稳定stable或under control且数据呈正态分布时CpPpCpkPpk注意这里的是统计学意义上的相同)只要有特殊原因存在 CpPp , CpkPpk。理解这一点对它们的应用很关键。 如果想知道目前的过程是否已经是达到了稳定的潜在状态时可以比较过程能力指数和过程绩效指数的差别即Cp和Pp Cpk和Ppk的差别二者差别越小说明目前的过程的绩效越接近稳定状态即过程不存在太多的特殊原因引起的偏离variation。如果差异很大则说明过程不稳定需要找出那些特别的原因消除这些原因过程即可被改进。管理者也可以利用过程能力指数和过程绩效指数的差别制订不断改进的目标。 2、python计算
import numpy as np
import matplotlib.pyplot as plt
def Cp(data,USL,LSL)::param data: 数据:param USL: 数据指标上限:param LSL: 数据指标下限:return:# 计算每组的平均值和标准差sigma np.std(data, axis1)m, n np.shape(data)sum0for i in range(m):sum(n-1)*sigma[i]**2snp.sqrt(sum/(m*n-m))cp(USL-LSL)/6/sreturn cp
def Cpk(data,USL,LSL)::param data: 数据:param USL: 数据指标上限:param LSL: 数据指标下限:return:u np.mean(data)sigma np.std(data, axis1)m, n np.shape(data)sum 0for i in range(m):sum (n - 1) * sigma[i] ** 2s np.sqrt(sum / (m * n - m))cpkmin(USL-u,u-LSL)/3/sreturn cpk
def Pp(data,USL,LSL)::param data: 数据:param USL: 数据指标上限:param LSL: 数据指标下限:return:sigmanp.std(data)pp(USL-LSL)/6/sigmareturn pp
def Ppk(data,USL,LSL)::param data: 数据:param USL: 数据指标上限:param LSL: 数据指标下限:return:unp.mean(data)sigma np.std(data)ppkmin(USL-u,u-LSL)/3/sigmareturn ppk# 使用matplotlib画图
datanp.random.normal(0, 1, (25, 5))
cpCp(data,2,-2)
cpkCpk(data,2,-2)
ppPp(data,2,-2)
ppkPpk(data,2,-2)
print(Cp,cp,Cpk,cpk,Pp,pp,Ppk,ppk)Cp 0.7068034057688628 Cpk 0.705282201140378 Pp 0.6345352278919454 Ppk 0.6331695611199301
