Minitab常用操作簡介

1、Johnson Controls29 Oct 2009Minitab 常用操作簡介29Oct2009Johnson Controls2目錄入門課程程數(shù)據(jù)分類類數(shù)據(jù)分析析的一般般思路（四步驟驟）如何選擇擇合適的的質(zhì)量工工具？基礎(chǔ)班簡單的統(tǒng)統(tǒng)計(jì)圖形形：直方方圖、Paratoo圖、餅圖圖、散點(diǎn)點(diǎn)圖SPC方法及步步驟MSA(可變數(shù)據(jù)據(jù)/屬性數(shù)據(jù)據(jù))計(jì)算過程程能力Cp/Cpk/Pp/Ppk一、數(shù)據(jù)據(jù)的分類類29Oct2009Johnson Controls3數(shù)據(jù)屬性數(shù)據(jù)二項(xiàng)分布泊松分布可變數(shù)據(jù)正態(tài)分布非正態(tài)分布29Oct2009Johnson Controls4二.數(shù)據(jù)分析析的一般般思路我們看到到一組或

2、或幾組數(shù)數(shù)據(jù)，一一定要理理清大致致的分析析思路，一般來來說，分分為四個(gè)個(gè)階段：穩(wěn)定性分分析研究分布布研究偏差差研究中心心29Oct2009Johnson Controls5三.如何選擇擇合適的的質(zhì)量工工具離散型連續(xù)型卡方檢驗(yàn)驗(yàn)(Chi Square)T檢驗(yàn)(t-test)方差分析析(ANOVA)試驗(yàn)設(shè)計(jì)計(jì)(DOE)相關(guān)回歸歸(CorrelationRegression)非參數(shù)檢驗(yàn)驗(yàn)對(duì)數(shù)回歸歸(LogisticRegression)離散型連續(xù)型XYY=f(x)四、簡單單的統(tǒng)計(jì)計(jì)圖形直方圖Paratoo圖餅圖散點(diǎn)圖29Oct2009Johnson Controls6直方圖29Oct2009John

3、son Controls7直方圖29Oct2009Johnson Controls8Paratoo圖29Oct2009Johnson Controls9Paratoo圖29Oct2009Johnson Controls10餅圖29Oct2009Johnson Controls11散點(diǎn)圖29Oct2009Johnson Controls1229Oct2009Johnson Controls13 目標(biāo)理解控制制圖的基基本原理理，確認(rèn)認(rèn)過程穩(wěn)穩(wěn)定性主要內(nèi)容容控制圖統(tǒng)計(jì)過程程控制過程判異異原則五、SPC控制圖29Oct2009Johnson Controls14什么是控控制圖控制圖是是通過時(shí)時(shí)間的推推

4、移來統(tǒng)統(tǒng)計(jì)跟蹤蹤流程和和產(chǎn)品參參數(shù)的方方法。控控制圖具具體表現(xiàn)現(xiàn)出反應(yīng)應(yīng)(隨機(jī))變動(dòng)的變變動(dòng)的自自然界限限的控制制上限與與下限。這些界界限不應(yīng)應(yīng)與客戶戶規(guī)格界界限相比比較。控制圖基基于對(duì)X或Y設(shè)立3平均界限限29Oct2009Johnson Controls15一個(gè)控制制圖的組組成成分分UCL:控制上限限LCL:控制下限限UCL=m +k1sCL= mLCL=mk2sCL:中心線M x樣本平均均的均值值S得自樣本本的標(biāo)準(zhǔn)準(zhǔn)差K1,k2標(biāo)示不同同尋常的的觀測值值的常數(shù)數(shù)(通常=3)29Oct2009Johnson Controls16計(jì)數(shù)型計(jì)量型什么類型型的數(shù)據(jù)據(jù)?按群還是是按個(gè)體收集的的數(shù)據(jù)?

5、是缺陷還是不良良項(xiàng)目?群(平均值)(n1)個(gè)體數(shù)值值(n=1)X-BarRX-BarS個(gè)體移動(dòng)動(dòng)范圍（I-MR）特殊類型型的“缺缺陷”不良項(xiàng)目目缺陷的概概率低嗎嗎?如果你知知道壞的的數(shù)，你知道好好的數(shù)嗎嗎？泊松分布布二項(xiàng)分布布個(gè)體移動(dòng)動(dòng)范圍（I-MR）否是是每個(gè)樣本本數(shù)的幾率面面積不變變?是否c 圖u 圖不變的樣樣本數(shù)?np圖否是p 圖選擇正確確的管理理圖注: X-Bar S適合于群群大小(n)10控制圖選選擇方法法29Oct2009Johnson Controls17控制圖管管理一般般原則LCLCLUCL管理狀態(tài)態(tài)(偶然原因因引起的的波動(dòng))異常狀態(tài)態(tài)(特殊原因因引起的的波動(dòng))-3+3 +=

6、=0.27%異常狀態(tài)態(tài)(特殊原因因引起的的波動(dòng))29Oct2009Johnson Controls18控制圖異異常狀態(tài)態(tài)檢驗(yàn)方方法在MINITAB可以對(duì)可可能成為為異常狀態(tài)態(tài)的8種特別別原因進(jìn)進(jìn)行檢驗(yàn).A,B.C顯示離中中心線分分別相距距標(biāo)準(zhǔn)偏偏差3,2,1的區(qū)域域.檢驗(yàn)1:一個(gè)個(gè)點(diǎn)超出出區(qū)域A檢驗(yàn)2:以中心線線為基準(zhǔn)準(zhǔn),在同同一側(cè)面面有9個(gè)個(gè)連續(xù)點(diǎn)點(diǎn).檢驗(yàn)3:相相連的6個(gè)點(diǎn)連連續(xù)上升升或下降降.檢驗(yàn)4:連連續(xù)的14個(gè)點(diǎn)點(diǎn)相繼上上升或下下降,對(duì)對(duì)此應(yīng)檢檢討數(shù)據(jù)據(jù)的操作作性.檢驗(yàn)5:連連續(xù)的3個(gè)點(diǎn)中中2個(gè)在在A區(qū)域(以以中心線線為基準(zhǔn)準(zhǔn)在同一一側(cè))檢驗(yàn)6:連連續(xù)的5個(gè)點(diǎn)中中4個(gè)在在區(qū)域B或其外邊

7、邊的位置置(以中中心值為為基準(zhǔn)在在同一側(cè)側(cè))檢驗(yàn)7:連連續(xù)的15個(gè)點(diǎn)點(diǎn)在區(qū)域域C(以中心線線為基準(zhǔn)準(zhǔn)看兩側(cè)側(cè))第一是什什么使它它變好第二是數(shù)數(shù)據(jù)是否否讀錯(cuò)或或測定儀儀誤差檢驗(yàn)8:連連續(xù)的8個(gè)點(diǎn)在在區(qū)域C外邊的位位置(以以中心線線基準(zhǔn)兩兩側(cè))29Oct2009Johnson Controls19X bar-R控制圖29Oct2009Johnson Controls20X bar-R控制圖29Oct2009Johnson Controls21IM-R控制圖29Oct2009Johnson Controls22IM-R控制圖29Oct2009Johnson Controls23P圖29Oct2009

8、Johnson Controls24P圖29Oct2009Johnson Controls25U圖29Oct2009Johnson Controls26六.測量系統(tǒng)統(tǒng)分析MSA29Oct2009Johnson Controls27我們無法法評(píng)價(jià)我我們不知知道的，如果我們們不能用用數(shù)據(jù)表表示，實(shí)實(shí)際上就就等于不不知道只有正確確地認(rèn)識(shí)識(shí)，才能能進(jìn)行管管理我們無法法管理時(shí)時(shí)，只能能依靠運(yùn)運(yùn)氣-摘自“TheVision of SixSigma”(Mikel J. Harry)測量系統(tǒng)統(tǒng)的意義義沒有兩個(gè)個(gè)東西是是完全相相同的，但是即即使是，我們測量量時(shí)仍然然會(huì)得到到不同的的值。在六西格格瑪管理理中，數(shù)數(shù)

9、據(jù)的應(yīng)應(yīng)用是極極其頻繁繁和相當(dāng)當(dāng)廣泛的的。六西西格瑪方方法的成敗與效效益，在在很大程程度上取取決于所所使用的的數(shù)據(jù)的的質(zhì)量。無論是是過程控控制、抽樣檢驗(yàn)驗(yàn)、回歸歸分析、試驗(yàn)設(shè)設(shè)計(jì)等都都需要使使用數(shù)據(jù)據(jù)。為了了獲得高高質(zhì)量的的數(shù)據(jù)，需要對(duì)產(chǎn)產(chǎn)生數(shù)據(jù)據(jù)的測量量系統(tǒng)有有充分的的了解和和深入的的分析。29Oct2009Johnson Controls28測量值的的構(gòu)成 真值(實(shí)際產(chǎn)品品散布)測量誤差差(測量散布布)測量值(觀測的散散布)=盡管有數(shù)數(shù)據(jù)但它它不是時(shí)時(shí)常是事事實(shí),有必要確確認(rèn)數(shù)據(jù)據(jù)的可靠靠性.29Oct2009Johnson Controls29測量系統(tǒng)統(tǒng)分析方方法測量內(nèi)容容有兩種種形式計(jì)

10、量值/定量值-數(shù)據(jù)可以以用連續(xù)續(xù)的標(biāo)尺尺來描述述計(jì)數(shù)值/定性值-數(shù)據(jù)不能能用連續(xù)續(xù)的標(biāo)尺尺來描述述-通過/不通過，好/壞 等計(jì)量值和和計(jì)數(shù)值值必須用不不同的方法處理理29Oct2009Johnson Controls30計(jì)量型測測量系統(tǒng)統(tǒng)分析29Oct2009Johnson Controls31可變數(shù)據(jù)據(jù)MSA讓我們用用Minitab來分析一一些數(shù)據(jù)據(jù)打開文件件計(jì)量型MSA試題-1使用Minitab的測量測測量系統(tǒng)統(tǒng)分析功功能29Oct2009Johnson Controls32可變數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls33Minitab Session解釋零件與操操作

11、者沒有交交互影響響可變數(shù)據(jù)據(jù)MSA來源DFSSMSFP部件988.36199.81799492.2910.000操作者23.16731.5836379.4060.000Part *Operator180.35900.019940.4340.974重復(fù)性602.75890.04598Total8994.647129Oct2009Johnson Controls34Minitab Session解釋量具R&R方差分量量來源方方差分分量貢貢獻(xiàn)獻(xiàn)率合計(jì)量具具R&R0.091437.76重復(fù)性0.039973.39再現(xiàn)性0.051464.37Operator0.051464.37部件間1.0864592

12、.24合計(jì)變異異1.17788100.00過程公差差= 2研究變異異%研究變異異%公差來源標(biāo)標(biāo)準(zhǔn)差(SD)(6*SD)(%SV)(SV/Toler)合計(jì)量具具R&R0.302371.8142327.8636.28重復(fù)性0.199931.1996018.4223.99再現(xiàn)性0.226841.3610320.9027.22Operator0.226841.3610320.9027.22部件間1.042336.2539696.04125.08合計(jì)變異異1.085306.51180100.00130.24可區(qū)分的的類別數(shù)數(shù)= 4可變數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls35Mi

13、nitab Session解釋因測量系系統(tǒng)的變變動(dòng)(貢獻(xiàn)度)是7.76%,零件間的的差異變變動(dòng)是92.24%.重復(fù)性散散布是3.39%再現(xiàn)性散散布是4.37%.測量系統(tǒng)統(tǒng)的精確度/過程波動(dòng)動(dòng)比是27.86%,可以接受受.測量系統(tǒng)統(tǒng)的精確度/容差比是36.28,測量系統(tǒng)統(tǒng)判別良良/不良的能能力不足足.測量系統(tǒng)統(tǒng)的識(shí)別力是4，可以接受受.可變數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls36Minitab圖表分析析“整個(gè)散布布中,GAUGER&R占據(jù)的比比重是否否充分的小小? ”Gage R&R,Repeat,Reprod.的高度越接近0越好.“作業(yè)者別別反復(fù)測測量值是是否穩(wěn)定定”

14、注意!R Chart的界限線線超出的的話,調(diào)查其原原因后再測量.“相互不同同零件鑒鑒別能力力是否充充分?”與R Chart相反，脫脫離管理理界限線線越多越越好.可變數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls37Minitab圖表分析析“所選的樣樣本是否否能正確確反映過過程的散散布?”.如果此值值均一的的話,可認(rèn)為樣樣本沒有有正確反反映映過程的的實(shí)際散散布情況況“作業(yè)者間間存在差差異與否否? ”而言的.作業(yè)者無無差異為為好.“根據(jù)標(biāo)本本各作業(yè)業(yè)者是否否進(jìn)行相相互不同同的測量量? ”而說的.對(duì)于標(biāo)本本,各作業(yè)者者的測量量值相同同為好.可變數(shù)據(jù)據(jù)MSA29Oct2009Johns

15、on Controls38屬性數(shù)據(jù)據(jù)測量系統(tǒng)分分析29Oct2009Johnson Controls39數(shù)據(jù)收集集的范圍圍是?-合格品50%,不合格品品50%40%為確時(shí)的的合格品品,40%為確實(shí)的的不合格格品20%為不容易易區(qū)別的的數(shù)據(jù)需要要收集多多少?-一般需要要收集100個(gè)左右.檢驗(yàn)者數(shù)數(shù)樣本數(shù)各樣本的的反復(fù)評(píng)評(píng)價(jià)2325 1002以上測量系統(tǒng)統(tǒng)的評(píng)價(jià)價(jià)基準(zhǔn)是是多少?-一般計(jì)數(shù)數(shù)型測量量系統(tǒng)的的目標(biāo)是是90%,或具有90%以上的再再現(xiàn)性和和反復(fù)性性測量方法法屬性數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls40例題收集樣本本(12個(gè)零件,3名操作者者,測量反復(fù)復(fù)2次)屬性

16、數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls41StatQualityToolsGageStudyAttribute GageR&R Study在Minitab的工作欄欄中輸入入數(shù)據(jù)Minitab分析屬性數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls42輸入測量量值輸入零件件輸入操作作者輸入已知知零件真真值屬性數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls43Minitab Session解釋Assessment AgreementAppraiser#Inspected# MatchedPercent95% CI1121083.33(51.59

17、,97.91)212650.00(21.09,78.91)312866.67(34.89,90.08)# Matched: Appraiseragreeswithhim/herselfacrosstrials.Each AppraiservsStandardAssessment AgreementAppraiser#Inspected# MatchedPercent95% CI112975.00(42.81,94.51)212541.67(15.17,72.33)312866.67(34.89,90.08)# Matched: Appraisers assessmentacross trial

18、sagreeswiththeknownstandard.Assessment DisagreementAppraiser#良品/不良Percent#不良/良品Percent# MixedPercent1116.6700.00216.672116.6700.00650.00300.0000.00433.33#良品/不良:Assessmentsacrosstrials =良品/ standard =不良.#不良/良品:Assessmentsacrosstrials =不良/ standard =良品.# Mixed:Assessmentsacrosstrials arenotidentical.總

19、觀測次次數(shù)對(duì)比比一致率率，作業(yè)者1在總共12次觀測中中10次一致,83%的一致總觀測次次數(shù)對(duì)比比真值的的一致率率，作業(yè)業(yè)者2人總共12次觀測中中有5次與真值值一致,42%一致總觀測次次數(shù)對(duì)比比真值的的不一致致率，作業(yè)者2人總共次觀觀測中將將良品判判定為不不良，將將不良判判定為良良品等不不一致率率為50%屬性數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls44Minitab Session解釋Between AppraisersAssessment Agreement# Inspected#MatchedPercent95% CI12433.33(9.92,65.11)# Matc

20、hed: Allappraisersassessmentsagreewith eachother.AllAppraisersvsStandardAssessment Agreement# Inspected#MatchedPercent95% CI12433.33(9.92,65.11)# Matched: Allappraisersassessmentsagreewith theknownstandard.作業(yè)者間間一致率率名作業(yè)業(yè)者總計(jì)計(jì)次次觀測中中,次一致致,%的一致率率所有作業(yè)業(yè)者和真真值的一一致率名作業(yè)業(yè)者總計(jì)計(jì)次次觀測中中次和觀觀測值一一致,%的一致率率.這里#Matched是?所

21、有測定定者測定定各零件件或與真真值比較較時(shí)的一一致性一致性不不超過90%時(shí)，需要要改善屬性數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls45Minitab圖表分析析作業(yè)者的的觀測值值的一致致程度可可通過信信賴區(qū)間間確認(rèn)出出來.作業(yè)者與與真值的的一直程程度可通通過信賴賴區(qū)間確確認(rèn)出來來.屬性數(shù)據(jù)據(jù)MSA29Oct2009Johnson Controls46 目標(biāo)理解過程程能力分分析原理理，并能能根據(jù)數(shù)數(shù)據(jù)類型型計(jì)算過過程能力力主要內(nèi)容容計(jì)量型過過程能力力分析計(jì)數(shù)性過過程能力力分析六.過程能力力分析29Oct2009Johnson Controls47過程能力力是什么么？過程在受受

22、控狀態(tài)態(tài)下時(shí)，客戶要要求與過過程表現(xiàn)現(xiàn)(產(chǎn)品質(zhì)量量或服務(wù)務(wù)質(zhì)量的的變動(dòng)程程度)的比值，如如果過程程表現(xiàn)越越能滿足足顧客要要求，則則過程能能力越充充分，反反之則不不足USLLSL29Oct2009Johnson Controls48你的數(shù)據(jù)據(jù)是什么類型型的計(jì)量型記數(shù)型收集數(shù)據(jù)據(jù)收集數(shù)據(jù)據(jù)用Minitab分析數(shù)據(jù)據(jù)用Minitab分析數(shù)據(jù)據(jù)過程能力力表述PPMCp,Cpk,Pp,Ppk過程能力力表述DPU,DPMO,PPM過程能力力分析路路徑29Oct2009Johnson Controls49“缺陷”(x4)1234567錯(cuò)誤數(shù)“缺陷”(x 130 Min)“無缺陷”(x QualityTool

23、s CapabilitySixpack Normal29Oct2009Johnson Controls58Minitab圖表分析析它是正態(tài)態(tài)分布嗎嗎？和規(guī)格限限比起來來工程的的散布怎怎么樣？它是正態(tài)態(tài)分布嗎嗎？子集間有有差異嗎嗎？它受控嗎嗎?它受控嗎嗎?Minitab圖表分析析29Oct2009Johnson Controls5929Oct2009Johnson Controls60CapabilityAnalysis正態(tài)性檢驗(yàn)驗(yàn)Stat BasicStatistics NormalityTest29Oct2009Johnson Controls61正態(tài)檢驗(yàn)驗(yàn)P值0.05正態(tài)正態(tài)檢驗(yàn)驗(yàn)29Oc

24、t2009Johnson Controls63過程能力力分析Stat QualityTools CapabilityAnalysisNormal29Oct2009Johnson Controls64組內(nèi)過程能力力總體過程能力力觀測的不不良率組內(nèi)(短期，潛潛在)估計(jì)不良率全體(長期，實(shí)實(shí)際)估計(jì)不良率過程能力力分析29Oct2009Johnson Controls65過程能力力解釋Cp是經(jīng)驗(yàn)極限限水平.Ppk與Cpk越近似越好好.散布可能的最最好實(shí)際(總體)過程平均均值的位位置規(guī)格范圍圍的中點(diǎn)點(diǎn)實(shí)際位置置CpPpkCpkPp29Oct2009Johnson Controls66尋找可變型數(shù)據(jù)太難

25、了！屬性數(shù)據(jù)據(jù)過程能力分分析29Oct2009Johnson Controls67DPU/DPO/DPMODPU=2DPO=0.5DPMO =500,000DPU=3DPO=0.75DPMO =750,000DPU=1DPO=0.25DPMO =250,000= 1機(jī)會(huì)= 1單位1單位= 4機(jī)會(huì)=缺陷泊松分布布過程能能力分析析29Oct2009Johnson Controls68計(jì)算單位位產(chǎn)品缺缺陷數(shù)(DPU):翻到Sigma表,然后估計(jì)計(jì)Sigma水平計(jì)算每百百萬機(jī)會(huì)會(huì)的缺陷陷數(shù)(DPMO):DPU/DPMO與Sigma水平泊松分布布過程能能力分析析29Oct2009Johnson Cont

26、rols69翻到Sigma表,然后估計(jì)Sigma水平 4.67 Sigma計(jì)算單位位產(chǎn)品缺缺陷數(shù)(DPU):計(jì)算每百百萬機(jī)會(huì)會(huì)的缺陷陷數(shù)(DPMO):DPU/DPMO與Sigma水平泊松分布布過程能能力分析析29Oct2009Johnson Controls70999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品數(shù)3.4

27、5913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,7246.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8st4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3lt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345

28、815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品數(shù)13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,000539,8283.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.

29、4st2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1lt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良品數(shù)579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,

30、930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,8021.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9st-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4lt6,2104,6613,4672,5551,8661,350968687483

31、3372331591087248322113953良品數(shù)993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,995999,997-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0st-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.

32、4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5ltDPMO與Sigma水平表泊松分布布過程能能力分析析29Oct2009Johnson Controls71例題：DPU, DPMO是多少?泊松分布布過程能能力分析析29Oct2009Johnson Controls7294.4% 合格RTY與Sigma水平浪費(fèi) 56,000 ppm97% 合格浪費(fèi) 30,000 ppm95.5% 合格RTY=0.955*0.97*0.944 =87.4%浪費(fèi) 45,000 ppmRTY不僅為最最終階段段,各階段的的能力同同樣重要要HiddenFactory :再作業(yè)/廢棄泊松分布布過程能能力分析析29Oct2009Johnson Controls73IQC100%合格PQC95.5%合格OQC97.0%合格 包裝94.4%合格RTY= 1.00 0.955 0.9700.944= 0.874 =87.4%RTY例:泊松分布布過程能能力分析析29Oct2009Johnson Controls74RTY與DPU測值DATA為缺陷DATA時(shí),即指在泊泊松分布布下PX=0(無一個(gè)缺缺陷的概概率)注釋：e =2.7183注意，DPU是單位過過程缺陷陷率