The type-A OC curve will always lie

The type-A OC curve will always lie below the type-B OC curve. That is, if a type-B
OC curve is used as an approximation for a type-A curve, the probabilities of acceptance calculated
for the type-B curve will always be higher than they would have been if the type-A
curve had been used instead. However, this difference is only significant when the lot size is
small relative to the sample size. Unless otherwise stated, all discussion of OC curves in this
text is in terms of the type-B OC curve.
Other Aspects of OC Curve Behavior. Two approaches to designing sampling
plans that are encountered in practice have certain implications for the behavior of the OC
curve. Since not all of these implications are positive, it is worthwhile to briefly mention these
two approaches to sampling plan design. These approaches are the use of sampling plans with
zero acceptance numbers (c = 0) and the use of sample sizes that are a fixed percentage of the
lot size.
Figure 15.7 shows several OC curves for acceptance-sampling plans with c = 0. By
comparing Fig. 15.7 with Fig. 15.5, it is easy to see that plans with zero acceptance numbers
have OC curves that have a very different shape than the OC curves of sampling plans for
which c > 0. Generally, sampling plans with c = 0 have OC curves that are convex throughout
their range. As a result of this shape, the probability of acceptance begins to drop very
rapidly, even for small values of the lot fraction defective. This is extremely hard on the supplier,
and in some circumstances, it may be extremely uneconomical for the consumer. For
example, consider the sampling plans in Fig. 15.5. Suppose the acceptable quality level is 1%.
This implies that we would like to accept lots that are 1% defective or better. Note that if sampling
plan n = 89, c = 1 is used, the probability of lot acceptance at the AQL is about 0.78.
On the other hand, if the plan n = 89, c = 0 is used, the probability of acceptance at the AQL
is approximately 0.41. That is, nearly 60% of the lots of AQL quality will be rejected if we
use an acceptance number of zero. If rejected lots are returned to the supplier, then a large
number of lots will be unnecessarily returned, perhaps creating production delays at the consumer’s
manufacturing site. If the consumer screens or 100% inspects all rejected lots, a large
number of lots that are of acceptable quality will be screened. This is, at best, an inefficient
use of sampling resources. In Chapter 16, we suggest an alternative approach to using zero
acceptance numbers called chain-sampling plans. Under certain circumstances, chain sampling
works considerably better than acceptance-sampling plans with c = 0. Also refer to
Section S15.1 of the supplemental material for a discussion of lot-sensitive compliance sampling,
another technique that utilizes zero acceptance numbers.
Figure 15.8 presents the OC curves for sampling plans in which the sample size is a
fixed percentage of the lot size. The principal disadvantage of this approach is that the different

ผลลัพธ์ (ไทย) 1:

เส้นโค้ง A ชนิดองศาเซลเซียสจะเสมออยู่ด้านล่างเส้นโค้งแบบบีองศาเซลเซียส นั่นคือ ถ้าประเภท Bองศาเซลเซียสโค้งใช้เป็นประมาณการสำหรับเส้นโค้งชนิด A คำนวณกิจกรรมของการยอมรับสำหรับเส้นโค้งแบบบีมักจะสูงกว่า พวกเขาจะได้รับถ้า A ชนิดมีการใช้เส้นโค้งแทน อย่างไรก็ตาม ความแตกต่างนี้จะสำคัญเมื่อขนาดล็อตขนาดเล็กเมื่อเทียบกับขนาดตัวอย่าง เว้นแต่จะระบุเป็นอย่างอื่น สนทนาทั้งหมดขององศาเซลเซียสส่วนโค้งนี้ข้อความในรูปแบบของเส้นโค้งแบบบีองศาเซลเซียสได้ด้านอื่น ๆ ที่มีลักษณะโค้งองศาเซลเซียส สองวิธีในการออกแบบการสุ่มตัวอย่างแผนที่พบในทางปฏิบัติมีผลกระทบบางอย่างสำหรับลักษณะการทำงานขององศาเซลเซียสเส้นโค้ง เนื่องจากผลกระทบเหล่านี้ไม่ใช่ทั้งหมดมีค่าเป็นบวก เป็นคุ้มค่าที่จะพูดสั้น ๆ เหล่านี้สองวิธีในการสุ่มตัวอย่างการวางแผนออกแบบ วิธีนี้จะใช้แผนการสุ่มตัวอย่างด้วยยอมรับหมายเลขศูนย์ (c = 0) และการใช้ขนาดตัวอย่างที่เป็นเปอร์เซ็นต์คงที่ของการขนาดล็อตรูปที่ 15.7 แสดงหลายองศาเซลเซียสโค้งสำหรับแผนการสุ่มตัวอย่างยอมรับกับ c = 0 โดยเปรียบเทียบ 15.7 Fig. กับ Fig. 15.5 ล้านคน ซึ่งง่ายต่อการดูที่แผนการยอมรับมีศูนย์มีเส้นโค้งองศาเซลเซียสที่มีรูปร่างแตกต่างกันมากกว่าโค้งองศาเซลเซียสของแผนการสุ่มตัวอย่างที่ c > 0 แผนการสุ่มตัวอย่างโดยทั่วไป มี c = 0 มีโค้งองศาเซลเซียสที่นูนตลอดช่วงนั้น จากนี้รูปร่าง ความน่าเป็นที่ยอมรับเริ่มลดลงมากรวดเร็ว แม้สำหรับค่าขนาดเล็กของเศษส่วนมากชำรุด นี้เป็นการยากมากในซัพพลายเออร์และในบางกรณี มันอาจจะ uneconomical มากสำหรับผู้บริโภค สำหรับตัวอย่าง พิจารณาแผนการสุ่มตัวอย่างใน Fig. 15.5 ล้านคน สมมติว่าระดับคุณภาพที่ยอมรับคือ 1%หมายความว่า เราอยากจะยอมรับล็อตที่ 1% เสีย หรือดีกว่า หมายเหตุว่า ถ้าสุ่มตัวอย่างแผน n = 89, c = 1 ใช้ ความน่าเป็นที่ยอมรับมากใน AQL คือ 0.78ในทางกลับกัน ถ้า n แผน = 89, c = 0 ใช้ ความน่าเป็นที่ยอมรับใน AQLมีประมาณ 0.41 นั่นคือ เกือบ 60% ของมายคุณภาพ AQL จะถูกปฏิเสธถ้าเราการยอมรับหมายเลขศูนย์ ถ้ากลับไปซัพพลายเออร์ แล้วขนาดใหญ่จำนวนมากถูกปฏิเสธหมายเลขล็อตจะได้โดยไม่จำเป็นกลับ อาจสร้างความล่าช้าในการผลิตที่เป็นผู้บริโภคเว็บไซต์ผลิต ถ้าหน้าจอของผู้บริโภคหรือ 100% ตรวจสอบจำนวนมากถูกปฏิเสธทั้งหมด ขนาดใหญ่จะมีฉายหมายเลขล็อตที่มีคุณภาพเป็นที่ยอมรับ นี้ไม่มี ราคา การไม่ใช้ของทรัพยากร ในบทที่ 16 เราขอแนะนำวิธีการอื่นเพื่อใช้เป็นศูนย์ยอมรับตัวเลขเรียกว่าแผนการสุ่มตัวอย่างห่วงโซ่ ในบางสถานการณ์ โซ่สุ่มตัวอย่างทำงานมากกว่าแผนการสุ่มตัวอย่างยอมรับกับ c = 0 หมายถึงส่วน S15.1 ของวัสดุเสริมสำหรับการสนทนาของการสุ่มตัวอย่างในการปฏิบัติตามกฎระเบียบสำคัญมากเทคนิคอื่นที่ใช้ตัวเลขศูนย์ยอมรับรูปที่ 15.8 แสดงเส้นโค้งองศาเซลเซียสสำหรับขนาดตัวอย่างเป็นแผนการสุ่มตัวอย่างแบบเปอร์เซ็นต์คงที่ของขนาดล็อต ข้อเสียหลักของวิธีการนี้เป็นที่ที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

เส้นโค้งโอซี - A จะอยู่ด้านล่าง Type-B OC โค้ง นั่นคือ ถ้าเป็น Type
OC โค้งใช้เป็นค่าประมาณสำหรับเส้นโค้ง - A , ความน่าจะเป็นของการคํานวณ
สำหรับ Type-B เส้นโค้งจะสูงกว่าพวกเขาจะได้รับถ้าเส้นโค้ง - A
ได้ถูกนำมาใช้แทน อย่างไรก็ตามความแตกต่างนี้เป็นเพียงที่สำคัญเมื่อมากขนาด
ขนาดเล็กเมื่อเทียบกับขนาดตัวอย่างเว้นแต่จะระบุเป็นอย่างอื่น ทุกการสนทนาของ OC เส้นโค้งในข้อความนี้
คือในแง่ของ Type-B OC curve .
ด้านอื่น ๆ พฤติกรรมของเส้นโค้ง OC . สองวิธีการออกแบบการสุ่มตัวอย่าง
แผนการที่พบในการปฏิบัติงานมีผลกระทบบางอย่างสำหรับพฤติกรรมของ OC
โค้ง เนื่องจากไม่ใช่ทั้งหมดของผลกระทบเหล่านี้เป็นบวก มันคุ้มค่าที่จะกล่าวถึงนี้
สั้น ๆสองวิธีการออกแบบแผนการสุ่มตัวอย่าง วิธีเหล่านี้คือตัวอย่างการใช้แผน
ศูนย์การยอมรับตัวเลข ( C = 0 ) และใช้ขนาดตัวอย่างที่กำหนด ค่า

รูปมากขนาด 15.7 แสดงเส้นโค้ง OC หลายแผนการสุ่มตัวอย่างกับ C = 0 โดย
เปรียบเทียบรูปกับรูปที่ 4 ที มันเป็นเรื่องง่ายที่จะเห็นว่านัดกับศูนย์การยอมรับตัวเลข
มีเส้นโค้งโอซี ซึ่งมีรูปร่างแตกต่างกันมากกว่า OC เส้นโค้งของแผนสำหรับ
ซึ่ง c > 0 คน โดยทั่วไป , ตัวอย่างแผน c = 0 มี OC เส้นโค้งที่โค้งตลอด
ช่วงของพวกเขา ผลของรูปร่างนี้ ความน่าจะเป็นของการเริ่มต้นที่จะลดลงมาก
อย่างรวดเร็ว สำหรับค่าขนาดเล็กมากส่วนที่บกพร่อง นี้เป็นสิ่งยากที่ผู้ผลิต
และในบางสถานการณ์มันอาจเป็นสิ่งที่ฟุ่มเฟือยสำหรับผู้บริโภค สำหรับ
ตัวอย่าง พิจารณาตัวอย่างในรูปแผนที . คิดว่าระดับคุณภาพที่ยอมรับได้คือ 1 %
แสดงว่าเราต้องการรับมากมายที่ 1% ที่บกพร่อง หรือดีกว่า หมายเหตุว่า ถ้าแผน N = 89 )
, C = 1 ใช้ความน่าจะเป็นของการยอมรับมากที่ AQL ประมาณ 0.78 .
ในทางกลับกันถ้าแผน N = 89 , C = 0 คือใช้ความน่าจะเป็นของการยอมรับที่ AQL
ประมาณ 0.41 . นั่นคือเกือบ 60 % ของจำนวนภาพ AQL จะปฏิเสธถ้าเรา
ใช้ยอมรับจำนวน 0 ถ้าปฏิเสธมากจะกลับไปซัพพลายเออร์แล้วจํานวนมาก
มากจะไม่จําเป็น กลับมา บางทีการล่าช้าในการผลิต ในการผลิตเว็บไซต์ของ
ผู้บริโภคหากผู้บริโภคตรวจสอบหน้าจอ 100% หรือทั้งหมดปฏิเสธจํานวนจํานวน
มากมายที่มีคุณภาพที่ยอมรับได้ จะติดมุ้งลวด นี้ , ที่ดีที่สุด , การใช้ไม่ได้ผล
ทรัพยากรคน ในบทที่ 16 เราขอแนะนำทางเลือกให้ใช้ศูนย์
ยอมรับตัวเลขที่เรียกว่าโซ่แผนการสุ่มตัวอย่าง ภายใต้สถานการณ์บางอย่าง )
โซ่ทำงานมากดีกว่าแผนการสุ่มตัวอย่างกับ C = 0 อ้างอิงถึง
ส่วน s15.1 ของวัสดุเสริมสำหรับการสนทนาของไวมากตาม )
เทคนิคอื่นที่ใช้ศูนย์การยอมรับตัวเลข
รูป 15.8 เสนอ OC เส้นโค้งสำหรับการสุ่มตัวอย่างแผนการที่ขนาดตัวอย่างเป็น
เปอร์เซนต์เยอะขนาดข้อเสียเปรียบหลักของวิธีการนี้คือ ที่แตกต่างกัน