容差区间(正态分布)

正态分布的容差区间计算出这样一个范围:可以有把握地认为它至少包含整个总体(而不仅是样本)中指定比例的数据。置信区间估计的是总体参数(如均值),而容差区间则涵盖整个总体中指定百分比的个体值。

最后审阅

核心要点

正态分布的容差区间计算出这样一个范围:可以有把握地认为它至少包含整个总体(而不仅是样本)中指定比例的数据。

本页内容
  1. 什么是容差区间(正态分布)?
  2. 何时使用容差区间(正态分布)?
  3. 正确使用容差区间(正态分布)的指南
  4. 替代方法:何时不宜使用容差区间(正态分布)
  5. 容差区间(正态分布)示例
  6. 如何进行容差区间(正态分布)分析

什么是容差区间(正态分布)?

正态分布的容差区间计算出这样一个范围:可以有把握地认为它至少包含整个总体(而不仅是样本)中指定比例的数据。置信区间估计的是总体参数(如均值),而容差区间则涵盖整个总体中指定百分比的个体值。

例如,95%/99% 的容差区间表示有 95% 的把握认为,该过程所有未来观测值中至少 99% 将落在计算出的界限之内,这比单独的置信区间更有力,也更具实用价值。

简单定义:一个在统计上有把握涵盖总体中指定的大部分个体值的范围,说明过程输出的主体将落在何处。

何时使用容差区间(正态分布)?

  • 当需要 确认过程输出的高比例 满足规格限时使用,例如证明 99% 的零件在公差范围内。
  • 用于 过程验证、产品放行和法规申报,此时必须证明未来的生产将满足质量要求。
  • 当 规格规定的是单个项目的可接受限值 而不是过程均值时使用,容差区间适用于个体值,而不是均值。
  • 当 已确认数据服从正态分布 时使用,该方法针对正态分布数据进行了优化。

正确使用容差区间(正态分布)的指南

  • 使用此方法之前,先确认正态性,请先使用正态性检验或概率图。如果数据为非正态,容差区间将不准确。
  • 样本量越大,容差区间 越窄、越精确,小样本会产生非常宽的区间,实用价值有限。
  • 分析之前先指定 置信水平和覆盖比例,例如有 95% 的把握覆盖总体的 99%。
  • 相对于 规格限 来解读区间,如果容差区间完全落在规格之内,则过程能够满足要求。
  • 为获得有意义的容差区间,至少收集 30 个数据点,观测值更少会产生过宽的界限。

替代方法:何时不宜使用容差区间(正态分布)

  • 如果数据 不服从正态分布,请使用 Nonparametric Tolerance Interval
  • 如果只有 汇总统计量(均值、SD、n)而没有原始数据,请使用 Tolerance Interval (Normal Distribution Summarized)
  • 如果目标是估计 总体均值或过程参数 而不是涵盖个体值,请使用 Confidence Interval
  • 如果要评估 过程是否满足能力要求,请使用 Capability Analysis (Normal)

容差区间(正态分布)示例

一名质量工程师需要评估某制造工厂中灯泡的寿命。测试了 100 个灯泡的样本,并记录每个灯泡直至失效的单独燃烧时间。目标是确定容差下界,即预计整个灯泡总体中至少 95% 会超过的最短燃烧时间。检验步骤如下:

  1. 收集所需数据。
Tolerance(Normal Distribution) — figure 1
  1.  现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2.  要找到容差区间(正态分布),请选择 Statistical module> Hypothesis Test> Tolerance(Normal Distribution)。
  3.  在工具中输入数据及其他输入项,如下所示:
Tolerance(Normal Distribution) — figure 2

5. 使用上述工具后,得到如下输出:

Tolerance(Normal Distribution) — figure 3Tolerance(Normal Distribution) — figure 4

如何进行容差区间(正态分布)分析

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Hypothesis Test >Tolerance(Normal Distribution)。
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
  4. 填写必要的选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

容差区间(正态分布)的工具界面分为两部分。

Tolerance(Normal Distribution) — figure 5

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Sample Data: 选择包含要计算容差区间的 原始连续测量值 的列,例如能源成本、尺寸、重量或温度。工具使用该列中的所有值来估计过程均值和标准差,再据此计算容差区间的界限。该列中的数据必须近似服从正态分布,结果才有效。
  • Confidence Level: 设定所计算的区间确实至少包含总体指定比例的确定程度。标准默认值为 95%,表示有 95% 的把握认为容差区间至少覆盖您指定的总体最低百分比。较高的置信水平(如 99%)产生更宽的界限,确定性更大;较低的水平(如 90%)产生更窄的界限,但对真实覆盖率得到满足的把握较小。
  • 这不同于均值的置信区间,此处的置信度适用于 区间对整个总体中个体值的覆盖程度,而不仅是平均值。
  • Minimum Percentage of Population in Interval: 输入容差区间必须包含的 总体最低比例。例如,输入 99 表示所计算的区间旨在涵盖过程总体中至少 99% 的个体值。该值根据质量要求、规格或法规标准选择,常见的选择有 90%、95%、99% 或 99.9%,取决于应用的关键程度。
  • 该值与置信水平一起,构成完整的容差表述。例如,有 95% 的把握认为总体中至少 99% 落在区间内 是过程验证和产品放行中典型且被广泛接受的标准。
  • Tolerance Interval: 定义容差区间的形式和方向。有三个选项:
  • Two-Sided —— 同时给出下界和上界,形成一个完整的范围,从两端涵盖总体的指定比例。当最小和最大个体值都很重要时使用,例如产品必须同时保持在规格下限和上限之内。
  • Lower Bound —— 只给出下界,表示预计只有一小部分总体会低于该最小值。当只有最小可接受值重要时使用,例如确认至少 99% 的产品满足最低强度要求。
  • Upper Bound —— 只给出上界,表示预计只有一小部分总体会高于该最大值。当只有最大可接受值重要时使用,例如确认至少 99% 的产品保持在最大污染物或重量限值之下。
  • Tolerance Interval Plot: 启用后,显示一张图,展示 计算出的容差区间界限与实际数据点。该图便于了解区间与数据的关系:相对于数据的离散程度,界限是紧还是宽,是否有观测值靠近或超出界限,以及区间与规格限相比如何。这种直观的确认是对数值输出的重要补充,有助于在报告和演示中清楚地传达结果。

常见问题

什么是容差区间?

容差区间是这样一个范围:可以有把握地认为它至少包含整个总体(而不仅是样本)中指定比例的个体值。例如,95%/99% 的容差区间表示有 95% 的把握认为,该过程所有未来观测值中至少 99% 落在界限之内。

容差区间与置信区间有什么区别?

置信区间估计总体参数,如均值。容差区间则涵盖整个总体中指定百分比的个体值。如果目标是估计均值或过程参数,而不是涵盖个体值,请改用置信区间。

正态容差区间需要多少个数据点?

为获得有意义的容差区间,至少收集 30 个数据点;观测值更少会产生过宽的界限。样本量越大,区间越窄、越精确。请先用正态性检验或概率图确认正态性,因为对于非正态数据,该区间并不准确。

如何对照规格解读容差区间?

将区间与规格限进行比较。如果容差区间完全落在规格之内,则在所述的置信度和覆盖率下,过程能够满足要求。当两个限值都重要时使用双侧区间,当只有最小值或最大值重要时使用下界或上界。