Сертификация и статистические методы

Размещено на http://www.allbest.ru/

Реферат

СЕРТИФИКАЦИЯ И СТАТИСТИЧЕСКИЕ МЕТОДЫ

(ОБОБЩАЮЩАЯ СТАТЬЯ)

А.И. Орлов



Содержание

Центр статистических методов и информатики

Введение. Сертификация и управление качеством

О развитии статистических методов сертификации в России

Классификация статистических методов сертификации

Результаты анализа государственных стандартов по прикладной статистике

Результаты анализа государственных стандартов по статистическому регулированию технологических процессов

Результаты анализа государственных стандартов по статистическому приемочному контролю

Результаты анализа государственных стандартов по общим вопросам статистических методов управления качеством

Выводы

Литература



Центр статистических методов и информатики

Рассматривается ведущая роль статистических методов в решении различных задач сертификации и управления качеством (в соответствии с 11-ю этапами жизненного цикла продукции по международному стандарту ИСО 9004). Описываются результаты анализа государственных стандартов по статистическим методам, современное программное обеспечение.

Введение. Сертификация и управление качеством

Вслед за развитыми странами в России "намечается всё расширяющаяся тенденция к сертификации продукции, т.е. к официальной гарантии поставки производителем продукции, удовлетворяющей установленным требованиям" [1]. Средства массовой информации отмечают, что в условиях рыночной экономики поставщики и продавцы должны иметь сертификаты качества на предлагаемые ими товары и услуги. Маркетинг, т.е. "производственная и коммерческая политика, нацеленная на получение максимальной прибыли на основе изучения рынка, создания конкурентоспособной продукции и её полной реализации" [2, с.64-65], включает в себя работы по сертификации.

Не будем останавливаться на быстро меняющейся организационной стороне процесса сертификации и соответствующих отечественных и зарубежных нормативных документах, а также на различных системах сертификации. Как общие проблемы сертификации (см., например, статьи [1,3]), так и выбор схемы сертификации для конкретной продукции (см., например, сообщение [4]) активно обсуждаются в печати. Приведем лишь несколько замечаний, необходимых для дальнейшего изложения.

Говоря о сертификации продукции, могут иметь в виду качество конкретной её партии. В ряде случаев это оправдано - рядового потребителя интересует качество лишь той единицы продукции, которую он приобрёл. Однако установление долговременных хозяйственных связей целесообразно лишь в случае, когда поставщик гарантирует высокое качество не одной, а всех партий своей продукции.

Другими словами, должны быть проведены оценка и сертификация технологических процессов и производств (например, согласно рекомендациям [5]).

Ещё больше повышается доверие к поставщику, если не только отдельные технологические процессы, но и всё предприятие в целом гарантированно выпускает продукцию высокого качества. Это обеспечивается действующей на предприятии системой качества, удовлетворяющей требованиям Международной организации по стандартизации ИСО (перевод международных стандартов ИСО серии 9000 по системам качества дан в [6]). Методике проведения контроля соответствия системы качества требованиям ИСО посвящена работа [7].

В условиях рыночной экономики основная характеристика товара - его конкурентоспособность (см., например, учебное пособие [8]). Очевидно, необходимо уметь оценивать конкурентоспособность перед запуском продукции в производство или началом работы по продвижению на зарубежный рынок [2]. Приемы оценки конкурентоспособности разобраны в работе [9].

Следует отметить, что в литературе имеются различные мнения по поводу понятия "конкурентоспособность". В частности, нельзя согласиться с крайне упрощенным подходом в учебнике [10], в котором конкурентоспособность сводится к соотношению цен на внутреннем и внешнем рынках.

Одним из основных компонентов конкурентоспособности является технический уровень продукции.

В западных учебниках отмечают, что фирма, обладающая патентом или новой научно-технической разработкой, имеет более высокий "излишек производителя" по сравнению с другими фирмами (см., например, [11, с.247], [12], [13]). При выборе направления инвестиционных вложений одна из основных учитываемых характеристик - технический уровень продукции [14]. Методы оценки технического уровня продукции даны в [15].

Из сказанного вытекает, что сертификация материалов и других видов продукции - это современная форма управления качеством продукции.

На Западе общепринято, что основная составляющая в управлении качеством продукции - это статистические методы (см., например, отчет Комитета ИСО по изучению принципов стандартизации [16]).

В нашей стране внедрение комплексных систем управления качеством (КС УКП) сводилось во многом к подготовке документации организационного характера.

Статистические методы использовались в промышленности недостаточно, а государственные стандарты по этой тематике зачастую содержали грубейшие ошибки (см. ниже).

Ситуация в области применения статистических методов и причины нашего отставания достаточно подробно разобраны в публикациях [17-20]. Вопросам применения статистических методов в соответствии со стандартами ИСО серии 9000 по системам качества (см. перевод [6] этих стандартов) посвящены рекомендации [21].

За новыми терминами зачастую скрываются хорошо известные понятия, несколько модернизированные в соответствии с современной обстановкой. Так, "маркетинг в широком смысле - это усовершенствованная, ориентированная на рыночную экономику КС УКП" [2, с.61].

Подготовка предприятий к сертификации продукции, технологических процессов и производств, систем качества требует приложения труда квалифицированных специалистов, причем в достаточно большом объеме. Подобную работу обычно проводят специализированные организации типа фирмы "ЭНТЕР Лтд.".

Этой фирмой подготовлена система методических материалов [2,5,7,9,15,21], охватывающая все стороны подготовки предприятия к сертификации, в частности, с целью выхода на международный рынок.

О развитии статистических методов сертификации в России

Около 150 лет статистические методы применяются в России для проверки соответствия продукции установленным требованиям, т.е. для сертификации. Так, действительный член Петербургской академии наук В.Я. Остроградский в 1846 г. рассматривал задачу статистического контроля партий мешков муки или штук сукна армейскими поставщиками (см., например, рассказ Б.В. Гнеденко об этом в брошюре [22, с.8-9]).

За прошедшие с тех пор 150 лет в России кое-что было сделано, особенно в области теории: монографии Ю.К. Беляева [23] и Я.П. Лумельского [24] можно смело назвать классическими. Был выпущен и длинный ряд руководств, в основном переводных (см., например, [25-27]).

С начала 70-х годов стали разрабатываться государственные стандарты по статистическим методам. В связи с обнаружением в них грубых ошибок мы в 1985 г. организовали "Рабочую группу по упорядочению системы стандартов по прикладной статистике и другим статистическим методам" (см. сообщения [28,29]). В её работе приняли участие 66 специалистов, в том числе 15 докторов и 36 кандидатов наук. Выводы Рабочей группы кратко отражены в [17,29]. В соответствии с рекомендациями Рабочей группы 24 из 31 государственного стандарта по статистическим методам были отменены в 1986-87 гг. К сожалению, потеряв силу как нормативные документы, ошибочные стандарты продолжают использоваться как научно-технические издания. Полученные Рабочей группой результаты и выводы не были опубликованы, ошибки в стандартах не были публично вскрыты, и авторы дальнейших публикаций продолжают ссылаться на издания с грубейшими ошибками. Так, в работах [30-32] пропагандируются ошибочные стандарты, посвященные применению контрольных карт при статистическом регулировании технологических процессов. (Кроме того, авторы книги [30] допустили плагиат: п.1.2 этой книги (с.23-45) принадлежит автору настоящей статьи и включен в [30] без моего согласия и без упоминания о моем авторстве.) В статьях [33, 34] используется грубо ошибочный ГОСТ 11.006-74 (СТ СЭВ 1190-78) "Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим", разбору ошибок в этом стандарте посвящена статья [35]. Перечисленные факты делают целесообразным публикацию и популяризацию результатов и выводов Рабочей группы и в настоящее время, через 13 лет после окончания анализа стандартов по статистическим методам.

В 1988-89 гг. наиболее активная часть Рабочей группы (10 докторов и 15 кандидатов наук) составили "Аванпроект комплекса методических документов и пакетов программ по статистическим методам стандартизации и управления качеством". Это обширное сочинение (около 1600 стр.) и на настоящий момент является наиболее полным руководством по рассматриваемой тематике. Информация о нем приложена к книге [27].

К сожалению, Госстандарт не пожелал финансировать реализацию заказанного им "Аванпроекта". Тогда мы решили действовать самостоятельно. В 1989 г. был организован Центр статистических методов и информатики (ЦСМИ). К середине 1990 г. ЦСМИ были разработаны 7 диалоговых систем по современным статистическим методам управления качеством, а именно, СПК, АТСТАТ-ПРП, СТАТКОН, АВРОРА-РС, ЭКСПЛАН, ПАСЭК, НАДИС (описания этих систем приведены в работе [36]). В работе участвовали 128 специалистов. В дальнейшем к ЦСМИ присоединялись новые группы научно-технических работников, уже к концу 1991 г. нас было более 300. Информация о программных продуктах и другой деятельности ЦСМИ постоянно помещалась в журналах "Заводская лаборатория" и "Надежность и контроль качества". Программные продукты, разработанные Центром статистических методов и информатики, используются более чем в 100 организациях и предприятиях. Среди пользователей - производственные объединения "Уралмаш", "АвтоВАЗ", "Пластик", ЦНИИ черной металлургии им. Бардина, НИИ стали, ВНИИ эластомерных материалов и изделий, НИИ прикладной химии, ЦНИИ химии и механики, НПО "Орион", НИЦентр по безопасности атомной энергетики, ВНИИ экономических проблем развития науки и техники, ВНИИ нефтепереработки, МИИТ, Казахский политехнический институт, Ульяновский политехнический институт, Донецкий государственный университет и др.

Параллельно ЦСМИ вел работу по объединению статистиков. В апреле 1990 г. в Большом Актовом Зале Московского Энергетического института прошла Учредительная конференция Всесоюзной организации по статистическим методам и их применениям. На Учредительном съезде Всесоюзной статистической ассоциации (ВСА) в октябре 1990 г. в Московском экономико-статистическом институте эта организация вошла в состав ВСА в качестве секции статистических методов (подробнее см., например, статьи [37,38]). В 1992г. после развала СССР и фактического прекращения работы ВСА на основе секции статистических методов ВСА организована Российская ассоциация по статистическим методам (РАСМ), а затем и Российская академия статистических методов, действующие и в настоящее время. В мероприятиях секции статистических методов ВСА и РАСМ активно участвовали несколько сот человек. А основной тематикой этих специалистов являются, как следует из сказанного выше, статистические методы в сертификации (управлении качеством). В ЦСМИ и РАСМ, объединивших большинство ведущих российских специалистов, коллективными усилиями разработан единый подход к проблемам применения статистических методов в сертификации и управлении качеством. Именно с позиций ЦСМИ и РАСМ написана настоящая статья.



Классификация статистических методов сертификации

Рассмотрим два основания для классификации. Первый - по виду статистических методов. Второй - по этапам жизненного цикла продукции, на которых соответствующий метод применяется. Первое основание привычно для специалистов по разработке статистических методов и соответствующего программного обеспечения, второе - для тех, кто эти методы применяет на конкретных предприятиях.

В ЦСМИ сложилось пятичленное деление по первому основанию (в скобках указаны наименования диалоговых систем ЦСМИ, рассмотренных, в частности, в работах [21,36]):

а) прикладная статистика - иногда с дальнейшим выделением статистики случайных величин, многомерного статистического анализа, статистики случайных процессов и временных рядов, статистики объектов нечисловой природы [39] (Система Регрессионного Статистического Моделирования СРСМ, или СТАТМАСТЕР; АДДА, ГРАНТ, КЛАМС, ЭКОНОМЕТРИК, РЕГРЕССИЯ, ЛИСАТИС, ЭКОСТАТ, РЕСТ);

б) статистический приемочный контроль (СПК, АТСТАТ-ПРП, КОМПЛАН);

в) статистическое регулирование технологических процессов, в частности, методом контрольных карт (СТАТКОН, АВРОРА-РС);

г) планирование эксперимента (ПЛАН, ЭКСПЛАН, ПАСЭК, ПЛАНЭКС); программный документ статистический качество

д) надежность и испытания (НАДИС, ОРИОН, СЕНС).

Согласно п.5.1 "Петля качества" стандарта ИСО 9004-87 "Общее руководство качеством и элементы системы качества. Руководящие указания" [6] система качества функционирует "...одновременно со всеми остальными видами деятельности, влияющими на качество продукции или услуг, и взаимодействует с ними. Её воздействие распространяется на все этапы от первоначального определения и до конечного удовлетворения требований и потребностей потребителя. Эти этапы и виды деятельности включают:

1) маркетинг, поиски и изучение рынка;

2) проектирование и/или разработку технических требований, разработку продукции;

3) материально-техническое снабжение;

4) подготовку и разработку производственных процессов;

5) производство;

6) контроль, проведение испытаний и обследований;

7) упаковку и хранение;

8) реализацию и распределение продукции;

9) монтаж и эксплуатацию;

10) технические помощь и обслуживание;

11) утилизацию после использования."

В рекомендациях [21] подробно рассмотрено применение основных типов статистических методов на перечисленных этапах жизненного пути продукции. Сводка, приведенная в таблице 1, показывает, что статистические методы широко применяются на всех этапах жизненного пути продукции.

Среди диалоговых систем по статистическому анализу выделим пакеты, ориентированные на восстановление зависимостей (СТАТМАСТЕР, он же СРСМ - Система Регрессионного Статистического Моделирования, и его развитие ЭКОНОМЕТРИК, а также РЕГРЕССИЯ), анализ нечисловых данных на основе методов статистики объектов нечисловой природы (АДДА, КЛАМС, а также ориентированный на экспертное оценивание ГРАНТ, на анализ интервальных данных РЕСТ), прогнозирование (ЛИСАТИС и его развитие ЭКОСТАТ, а также относящиеся к временным рядам разделы пакета АВРОРА-РС - Анализ Временных Рядов и Обнаружение Разладки).



Таблица 1. Применение статистических методов на различных этапах жизненного цикла продукции по ИСО 9004-87

Номер этапа а б в г д спецмодели

_____________________________________________

1 + - - + - +

2 + - - + + +

3 + - - - - См. [39]

4 + + + + + +

5 + + + + - +

6 + + + + + +

7 + + + + + +

8 + + - - - +

9 + + + + + +

10 + - - - - +

11 + + + + - +

____________________________________

Для регулярного решения обширных комплексов задач сертификации и управления качеством на конкретном предприятии в ряде случаев целесообразно создать диалоговую систему, предназначенную для использования именно на этом предприятии. В частности, для решения задач этапа 4 используют созданные для конкретного предприятия программные системы, соединяющие в себе банки данных и пакеты статистических методов анализа этих данных. Примерами являются "Автоматизированное рабочее место материаловеда (АРМ материаловеда)" и "Автоматизированное рабочее место математика (АРМ математика)", разработанные Центром статистических методов и информатики для ВНИИ эластомерных материалов и изделий.

Для объединения типовых пакетов в индивидуальную систему полезно программное средство ИНТЕГРАТОР - универсальный инструмент, предназначенный для создания интегрированных программных систем и обеспечивающий возможность совместного использования различных пакетов прикладных программ на персональных компьютерах IBM PC. Так, с помощью ИНТЕГРАТОРА был разработан АРМ математика на основе пакетов СРСМ, ПЛАН, АТСТАТ-ПРП, соответствующей базы данных и ряда программ, ориентированных на специфику ВНИИ эластомерных материалов и изделий.

На ряде этапов жизненного цикла (3, 8, 10 и др.) зачастую используют специализированные вероятностно-статистические модели, в частности, модели управления запасами (см., например, [40, гл.5]), массового обслуживания и др. Такие модели и их программное обеспечение, как правило, разрабатываются для конкретного предприятия.

Результаты анализа государственных стандартов по прикладной статистике

Как уже отмечалось, результаты анализа государственных стандартов Рабочей группой не были опубликованы. Поэтому они продолжают использоваться как авторитетные научно-технические публикации. Почему так происходит? Инженеру и работнику прикладной науки несвойственно менять специальность, становиться математиком и самостоятельно повторять выкладки и рассуждения, положенные в основу ГОСТа. Поэтому инженер обычно не может самостоятельно обнаружить математические ошибки в ГОСТе, даже грубейшие. С другой стороны, математику несвойственно анализировать нормативно-техническую документацию. Рабочая группа была уникальным примером совместной работы математиков и инженеров, именно поэтому ей удалось сопоставить тексты стандартов с результатами современной науки.

Вполне естественно, что невежды и бюрократы Госстандарта сделали всё, чтобы помешать признанию и исправлению ошибок в государственных стандартах. До сих пор продолжаются попытки навязать промышленности в качестве нормативных документов тексты, грубая ошибочность которых давно установлена. Это делает необходимым публикацию приведенных ниже выводов Рабочей группы относительно ГОСТов по статистическим методам.

В систему "Прикладная статистика" входило 11 стандартов [41]. Кратко опишем результаты их анализа.

ГОСТ 11.001-73 (СТ СЭВ 544-77). Прикладная статистика. Ряды предпочтительных чисел для входных величин статистических таблиц.

Стандарт излишне регламентирует творческую инициативу работников предприятий и может спровоцировать неверные решения при построении статистических таблиц, компьютерных программ, при формулировании выводов прикладного исследования. В частности, нет никакой необходимости запрещать использование "двухсигмовых" и "трехсигмовых" доверительных границ - подобное запрещение вытекает из разд.2 стандарта. Фактически этот стандарт запрещает использование асимптотических доверительных границ - ведь при их применении доверительная вероятность лишь близка к номинальной (к 0,95, 0,99 и др.), но не равна ей, а применять нестандартизованные значения запрещено.

Для статистик, имеющих дискретные распределения, в частности, непараметрических, выдерживание точных значений доверительной вероятности, уровня значимости и т.д. согласно ГОСТ 11.001-73, как правило, невозможно. Реальные уровни значимости могут существенно (в несколько раз) отличаться от номинальных (примеры рассмотрены в [42]). ГОСТ 11. О01-73 ориентирует на непременное использование таблиц с номинальными уровнями значимости, что может привести к неверным заключениям, например, к выбору критерия с низкой мощностью. В подобных случаях наряду с номинальными следует указывать реальные уровни значимости, как это сделано в самом выдающемся, на наш взгляд, отечественном труде по прикладной математической статистике - "Таблицах математической статистики" Л.Н. Большева и Н.В. Смирнова [43].

С распространением статистических программных продуктов появляется возможность перейти на более современное представление результатов проверки гипотез - в виде "достигаемого уровня значимости", т.е. вероятности того, что статистика критерия покажет большее отклонение от нулевой гипотезы, чем то, что соответствует имеющимся экспериментальным данным. Согласно современным представлениям (см., например, рекомендации [44]) следует употреблять именно "достигаемый уровень значимости", а техника процентных точек остается для тех случаев, когда "достигаемый уровень значимости" не удается вычислить.

ГОСТ 11.002-73 (СТ СЭВ 545-77). Прикладная статистика. Правила оценки анормальности результатов наблюдений.

Правила стандарта пригодны только в случае, когда наблюдения взяты из нормального распределения. Однако давно известно, что подавляющее большинство реальных распределений результатов измерений не являются нормальными. (Об этом говорится, например, в классической книге В.В. Налимова [11]. Ряд недавно полученных конкретных экспериментальных фактов и теоретических соображений рассмотрен в статье [12].) Следовательно, правила "оценки анормальности результатов наблюдений", т.е. отбраковки резко выделяющихся результатов наблюдений (выбросов), следует исследовать на устойчивость к отклонениям от нормальности. После проведения такого исследования [47] оказалось, что при фиксированном уровне значимости правила отбраковки крайне неустойчивы по отношению к отклонениям от нормальности, а при фиксированном правиле отбраковки крайне неустойчивы уровни значимости.

Неквалифицированное применение ГОСТ 11.002-73 может привести, как это продемонстрировано в статье [48], к необоснованному отбрасыванию резко выделяющихся результатов наблюдений, а это, в свою очередь, может быть причиной неправильных решений, приводящих к крупным убыткам. В реальных условиях применение ГОСТ 11.002-73 является эвристической процедурой, а не вероятностно-статистической, его правила не имеют преимуществ по сравнению с рекомендациями по "трехсигмовому" или "пятисигмовому" отбрасыванию.

Даже исходя из классического предположения нормальности, Рабочая группа была вынуждена констатировать, что ГОСТ 11.002-73 имеет много недостатков, содержит ошибки, не соответствует современному научно-техническому уровню. Пользоваться им нельзя, следует употреблять высококачественную научную продукцию типа "Таблиц…" Л.Н. Большева и Н.В. Смирнова [43].

ГОСТ 11.003-73 (СТ СЭВ 546-77). Прикладная статистика. Равномерно распределенные случайные числа.

Основное содержание стандарта - таблица из более чем 8000 равномерно распределенных псевдослучайных чисел. Об их качестве в статье [49] сказано так: "Статистические характеристики таблицы случайных чисел в ГОСТ 11.003-73 как функции их количества испытывают периодические, иногда расходящиеся колебания относительно своих номиналов". Таким образом, обнаружено отклонение от тех свойств, которыми должны обладать псевдослучайные числа. Не ясно, к каким последствиям это отклонение приводит при проведении статистического приемочного контроля, для которого этот стандарт следует применять согласно ГОСТ 18321-73.

Стандарт является типичным примером излишней регламентации творческого труда работников предприятий. В настоящее время компьютеры с программными датчиками псевдослучайных чисел широко распространены, и требовать непременного применения таблицы ГОСТ 11.003-73 явно нецелесообразно. Работа с псевдослучайными числами хорошо описана, например, в книге [50]. При этом нельзя забывать о проблеме качества псевдослучайных чисел. Достоинства и недостатки различных алгоритмов получения псевдослучайных чисел много лет обсуждаются на страницах "Заводской лаборатории". Итоги дискуссии 1985-1993 гг. подводятся в обзоре С.М. Ермакова и комментарии [51] к нему.

ГОСТ 11.004-74 (СТ СЭВ 876-78). Прикладная статистика. Правила определения оценок и доверительных границ для параметров нормального распределения.

В целом этот стандарт не содержит серьезных ошибок.

ГОСТ 11.005-74. Прикладная статистика. Правила определения оценок и доверительных границ для параметров экспоненциального распределения и распределения Пуассона.

Ошибки ГОСТа не в формальной математике, а в практической невозможности строгого обоснования того, что исследователь находится в ситуации применимости ГОСТа. Кроме того, в ГОСТе применялись не наилучшие оценки из числа разработанных для практического применения. Основная часть материала ГОСТ 11.005-74 покрывается ГОСТ 27.503-84 и ГОСТ 27.504-84 из системы "Надежность в технике", написанными на более высоком научно-техническом уровне.

ГОСТ 11.006-74 (СТ СЭВ 1190-78). Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим.

О принципиальной ошибочности этого стандарта говорилось выше. Основная ошибка разбирается в статье [35]. О нравах разработчиков этого стандарта свидетельствует судьба отзыва проф. И.Н. Володина (Казанский университет), в котором на 28 машинописных страницах разоблачались ошибки первого проекта стандарта и предлагались способы их сравнения. Разработчик стандарта к.т.н. А.М. Бендерский (ВНИИСтандартизации) отзыв получил и подшил в "Дело ГОСТа". Все ошибки были бережно сохранены. Их тщательно сохранял преемник А.М. Бендерского к.э.н. А.А. Богатырев. Попытки действовать правильно "преследовались по закону"(!).

Применение ГОСТ 11.006-74 в отраслях народного хозяйства приносило вред. Примеры были приведены, в частности, специалистами НИИ резиновой промышленности, входившими в состав Рабочей группы. Из 30 выборок показателей качества при проверке по ГОСТ 11.006-74 лишь 2 не были признаны нормально распределенными, а при применении корректных методов негауссовскими оказались не 2, а подавляющее большинство, а именно, 25. Соответственно их дальнейшая обработка пошла по непараметрическому пути, т.е. совсем не так, как вытекало из применения ГОСТ 11.006-74.

ГОСТ 11.007-75 (СТ СЭВ 877-78). Прикладная статистика. Правила определения оценок и доверительных границ для параметров распределения Вейбулла.

Стандарт страдает фрагментарностью. Из 7 возможных постановок оценок параметров для трехпараметрического семейства распределений Вейбулла-Гнеденко точечные оценки параметров даны лишь в 4 случаях, а интервальные оценки - в З постановках. Для оценок метода максимального правдоподобия выписаны уравнения, но не даны ни программы, ни обоснованные рекомендации по остановке итерационного процесса "метода последовательных приближений Ньютона-Рафсона".

Стандарт не соответствует современному научно-техническому уровню. Имеются более совершенные методы оценивания (см., например, книгу [52]). В частности, целесообразно использовать одношаговые оценки [53].

ГОСТ 11.008-75 (СТ СЭВ 3542-82). Прикладная статистика. Графические методы обработки данных. Метод вероятностных сеток.

Стандарт был заново написан нами при разработке СТ СЭВ 3542-82 и его введении в ГОСТ 11.008-75.

Однако реализованный в нем подход не может быть признан наилучшим. В частности, он предполагает подготовку вероятностных сеток (либо самостоятельно, либо при централизованном снабжении), в то время как для применения графических методов они не являются обязательными. Игнорируются различные методы визуализации, связанные с ЭВМ. Есть и иные недостатки. Например, неверно утверждение, что графические методы менее трудоемки, чем аналитические (этот предрассудок разбирается в статье [54]).

ГОСТ 11.009-79. Прикладная статистика. Правила определения оценок и доверительных границ для параметров логарифмически нормального распределения.

Как и ГОСТ 11.004-74, вариантом которого фактически является этот стандарт, в целом он не содержит серьезных ошибок.

ГОСТ 11.010-81. Прикладная статистика. Правила определения оценок параметров и доверительных границ для биномиального и отрицательного биномиального распределения.

Стандарт разработан под руководством проф. Я.П. Лумельского и соответствует лучшим мировым образцам. В него включены весьма интересные новые научные результаты, в соответствии с которыми, например, несмещенные оценки оказываются лучше оценок максимального правдоподобия.

ГОСТ 11.011-83. Прикладная статистика. Правила определения оценок и доверительных границ для параметров гамма-распределения.

Стандарт разработан нами. Рассмотрены все 7 возможных постановок оценок параметров для трехпараметрического семейства гамма-распределений. Вместо оценок максимального правдоподобия использовались асимптотически эквивалентные им одношаговые оценки [55]. Выбор между методом моментов и методом одношаговых оценок осуществляется (обоснование дано в статье [56]) с помощью соображений статистики интервальных данных (этому направлению прикладной статистики посвящена дискуссия в журнале "Заводская лаборатория" в №7 за 1990 год).

ГОСТ 26864-86. Статистический контроль качества продукции. Правила определения оценок и доверительных границ для параметров гипергеометрического и отрицательного гипергеометрического распределений.

Как и ГОСТ 11.010-81, стандарт разработан под руководством проф. Я.П. Лумельского и соответствует лучшим мировым образцам. Он был утвержден Госстандартом. После чего, чтобы не признавать ошибочности ряда ранее рассмотренных стандартов, чиновники из Госстандарта предпочли отменить всю систему "Прикладная статистика". В результате ГОСТ 26864-86 так и не был издан.

Результаты анализа государственных стандартов по статистическому регулированию технологических процессов

ГОСТ 15893-77 (СТ СЭВ 2835-80). Статистическое регулирование технологических процессов при нормальном распределении контролируемого параметра.

ГОСТ 16498-70. Качество продукции. Средства механизации и автоматизации статистических методов управления. Постоянная карта статистического регулирования технологических процессов.

ГОСТ 20427-75 (СТ СЭВ 1191-78). Статистическое регулирование технологических процессов с применением карт кумулятивных сумм выборочного среднего.

ГОСТ 20737-75. Статистическое регулирование технологических процессов методом групп качества.

ГОСТ 21406-75. Статистическое регулирование технологических процессов методом кумулятивных сумм выборочных характеристик рассеивания.

ГОСТ 22248-76. Статистическое регулирование технологических процессов методом кумулятивных сумм числа дефектов или числа дефектных единиц продукции.

ГОСТ 24031-80 (СТ СЭВ 2835-80). Статистическое регулирование технологических процессов методом учета дефектов с применением контрольных карт числа дефектов или числа дефектных единиц продукции.

Все перечисленные стандарты по статистическому регулированию технологических процессов содержат грубые ошибки, не соответствуют современному научно-техническому уровню. Рабочая группа рекомендовала их отменить.

К сожалению, как уже отмечалось выше, некоторые лица продолжают пропагандировать эти ошибочные стандарты. Разработчикам удалось протолкнуть их и в стандарты ИСО.

Активно развивается теория и практика обнаружения разладки, в частности, с помощью контрольных карт Шухарта, кумулятивных сумм, а также их многомерных аналогов. Упомянутые выше диалоговые компьютерные системы СТАТКОН, АВРОРА-РС относятся к этой области. Наиболее продвинутые теоретические и практические результаты в России, на наш взгляд, получены школой проф. Г.Ф. Филаретова (Московский энергетический институт).

Результаты анализа государственных стандартов по статистическому приемочному контролю

ГОСТ 18242-72 (СТ СЭВ 548-77, СТ СЭВ 1673-79). Статистический приемочный контроль по альтернативному признаку. Планы контроля.

ГОСТ 16493-70. Качество продукции. Статистический приемочный контроль по альтернативному признаку. Случай недопустимости дефектных изделий в выборке.

С математической точки зрения к этим стандартам нет больших претензий: если стандарты рассматривать как каталоги планов, то приведенные в них характеристики планов вычислены правильно. Однако никоим образом нельзя согласиться с правилами выбора планов, в частности, с используемой в ГОСТ 18242-72 жесткой зависимостью между объемом партии и объемом партии (подробнее см. статью [57]). Есть и многие иные недостатки, например, при введении стандартов СЭВ в ГОСТ 18242-72 из стандарта исчезло упоминание об усеченных планах.

ГОСТ 24660-81. Статистический приемочный контроль по альтернативному признаку на основе экономических показателей.

Стандарт, разработанный под руководством проф. Ю.К. Беляева и проф. Я.П. Лумельского, принадлежит к лучшим образцам подобного рода документов в мире. Стандарт основан на оригинальной теории, разработанной Ю.К. Беляевым, Я.П. Лумельским и их сотрудниками [23,24].

ГОСТ 20736-75 (СТ СЭВ 1672-79). Статистический приемочный контроль по количественному признаку. Планы контроля.

Стандарт предполагает, что контролируемый параметр распределен нормально. Как уже разъяснялось выше, это условие на практике почти никогда не выполняется. При отклонении от нормальности характеристики планов контроля, включенных в стандарт, неустойчивы (см. примеры в монографии [23]). Поэтому возможность обоснованного применения стандарта на практике сомнительна.

ГОСТ 18321-73 (СТ СЭВ 1934-79). Статистический контроль качества. Методы случайного отбора выборок штучной продукции.

Стандарт описывает методику отбора выборки на основе таблицы случайных чисел из ГОСТ 11.003-73. Эта методика не соответствует современному научно-техническому уровню.

СТ СЭВ 293-76. Непрерывный статистический приемочный контроль качества продукции по альтернативному признаку.

Этот стандарт Рабочая группа одобрила.

ГОСТ 16490-70. Качество продукции. Контроль качества приемочный статистический с учетом процента партий, принятых с первого предъявления.

ГОСТ 22013-76. Качество продукции. Статистический приемочный контроль металлических материалов и изделий по наименьшему значению механической характеристики.

Эти два стандарта Рабочая группа рекомендовала отменить из-за обнаруженных в них принципиальных недостатков.

Комиссия по статистическому контролю Рабочей группы по упорядочению системы стандартов по прикладной статистике и другим статистическим методам поддержала концепцию, основанную на т.н. "принципе распределения приоритетов". Впоследствии на основе этой концепции был разработан ряд нормативно-технических документов. К настоящему времени, по нашему мнению, она исчерпала себя, от "технических" подходов к построению систем качества (и статистического приемочного контроля в частности) необходимо переходить к "технико-экономическим". Впрочем, об этом надо говорить подробно.

Проблемам статистического приемочного контроля мы предполагаем посвятить отдельную публикацию. Здесь отметим, что в работе [58] решена проблема применения рассматриваемых стандартов для контроля качества нештучной (порошкообразной, жидкой, газообразной и др.) продукции.

Статистическому контролю мы учим школьников и студентов в соответствии с современным подходом к экономическому образованию, описанным в статье [59].

Результаты анализа государственных стандартов по общим вопросам статистических методов управления качеством

ГОСТ 15895-77 (СТ СЭВ 547-77, СТ СЭВ 3404-81). Статистические методы управления качеством продукции. Термины и определения.

Терминологический стандарт содержит огромное количество грубейших ошибок. Достойно удивления и сожаления, что подготовленные на столь низком научно-техническом уровне документы, как стандарты по терминологии и организации внедрения статистических методов, оказались утвержденными не только в СССР, но и в рамках СЭВ. На чиновников из Госстандарта не подействовали ни заключения ведущих специалистов, ни публикации [60]. Только общие решения по переводу подобных стандартов на уровень рекомендательных документов избавил академиков от "преследования по закону" (!).

ГОСТ 23853-79 (СТ СЭВ 3946-82). Организация внедрения статистических методов анализа, регулирования технологических процессов и статистического приемочного контроля качества продукции. Основные положения.

Документ описывает статистические методы лишь в том небольшом и во многом устаревшем объеме, в котором они были стандартизированы к моменту его разработки. В документах Рабочей группы приведены 33 конкретные замечания, показывающие чрезвычайно низкий научно-технический уровень подготовки рассматриваемого документа. Его нельзя использовать ни как методический, ни тем более как нормативный документ.



Выводы

1. В России активно разрабатываются теоретические, программные и практические аспекты статистических методов сертификации и управления качеством продукции.

2. Нормативно-техническая и методическая документация, диалоговые компьютерные системы по статистическим методам продолжают использоваться, несмотря на политические преобразования. В частности, стандарты СССР и СЭВ продолжают оставаться широко известными методическими документами, хотя СССР и СЭВ уже нет.

3. Большое значение имеет работа по устранению ошибок в документах с целью уменьшения числа ошибок в практической работе. Важно создать такую систему, чтобы захватившие административные рычаги лица (в рассматриваемой нами области - к.э.н. А.А. Богатырев и к.т.н. А.М. Бендерский) не могли навязать стране свои ошибки в качестве стандартов, проигнорировав протесты ведущих специалистов.



Литература

1. Карпов Ю.А./Заводская лаборатория. 1992. Т.58. No.1. С.5-6.

2. Организационно-методические материалы по маркетингу на предприятии. - М.: Всесоюзный центр статистических методов и информатики, 1991. - 91 с.

3. Калита П.Я./Стандарты и качество. 1993. No.1. С.18-23.

4. Кацер М.А./Стандарты и качество. 1993. No.1. С.41-42.

5. Методические рекомендации по оценке технологических процессов и производств. - М.: АО "ЭНТЕР Лтд.", 1992. - 64 с.

6. Управление качеством продукции. Международные стандарты ИСО 9000 - ИСО 9004, ИСО 8492. - М.: Изд-во стандартов, 1988. - 96 с.

7. Методика проведение контроля соответствия системы качества требованиям ИСО. - М.: АО"ЭНТЕР Лтд.", 1992. - 72 с.

8. Жичкин А.М. Менеджмент: анализ управленческих функций. - М.: МИЭМ, 1993. - 144 с.

9. Рекомендации по оценке конкурентоспособности продукции. - М.: АО"ЭНТЕР Лтд.", 1992. - 53 с.

10. Лэйард Р. Макроэкономика. Курс лекций для российских читателей. - М.: "Джон Уайли энд Санз", 1994. - 160 с.

11. Пиндайк Р., Рубинфельд Д. Микроэкономика. - М.: "Экономика"-"Дело", 1992. - 510 с.

12. Varian H.R. Intermediate Microeconomics. A Modern Approach. - New York: W.W. Norton & Company, 1993. - 623 pp.

13. Begg D., Fischer S., Dornbusch R. Economics. - London: McGraw-Hill Book Company, 1991. - 667 pp.

14. Brealey R.A., Myers S.C. Principles of Corporate Finance. - New York: McGraw-Hill, Inc., 1991. - 924 pp.

15. Рекомендации по оценке технического уровня продукции. - М.: АО"ЭНТЕР Лтд.", 1992. - 56 с.

16. Цели и принципы стандартизации / Под ред. Т. Сандерса. - М.: Изд-во стандартов, 1974. - 132 с.

17. Орлов А.И. / Заводская лаборатория. 1992. Т.58. No.1. С.67-74.

18. Орлов А.И. / Вестник статистики. 1986. No.8. С.52-56.

19. Орлов А.И./ Вестник статистики. 1990. No.1. С.65-71.

20. Орлов А.И. / Наука и технология в России. 1994. No.1(3). С.13-14.

21. Рекомендации по применению статистических методов регулирования и контроля в системах качества. - М.: АО"ЭНТЕР Лтд.", 1993. - 46 с.

22. Гнеденко Б.В. Математика и контроль качества продукции. - М.: Знание, 1978. - 64 с.

23. Беляев Ю.К. Вероятностные методы выборочного контроля. - М.: Наука, 1975. - 407 с.

24. Лумельский Я.П. Статистические оценки результатов контроля качества. - М.: Изд-во стандартов, 1979. - 200 с.

25. Коуден А. Статистические методы контроля качества. - М.: Физматгиз, 1961. - 623 с.

26. Шиндовский Э., Шюрц О. Статистические методы контроля производства. - М.: Изд-во стандартов, 1969. - 544 с.

27. Статистические методы повышения качества / Под ред. Х. Кумэ. - М.: Финансы и статистика, 1990. - 304 с.

28. Орлов А.И./Стандарты и качество. 1986, No.3. С.70-71.

29. Стандартизация и применение статистических методов/Стандарты и качество. 1987. No.12. С.25-25.

30. Богатырев А.А., Филиппов Ю.Д. Стандартизация статистических методов управления качеством. - М.: Изд-во стандартов, 1989. - 120 с.

31. Аристов А.И./Качество и надежность изделий. No.5(11). - М.: Знание, 1990. - С.48-97.

32. Алексеев О.Г., Подсевалов Б.В., Рейнов Ю.И./Автоматика и телемеханика. 1993. No.1. C.3-26.

33. Маннапов Р.Г./Надежность и контроль качества. 1988. No.9. С.48-52.

34. Копаев Б.В./Надежность и контроль качества. 1991. No.4. С.31-42.

35. Орлов А.И./Заводская лаборатория. 1985. Т.51. No.1. С.60-62.

36. Орлов А.И./Качество и надежность изделий. No.5(21). - М.: Знание, 1992. - С.51-78.

37. Орлов А.И./Вестник Академии наук СССР. 1991. No.7. С.152-153.

38. Орлов А.И./Надежность и контроль качества. 1991. No.6. С.54-55.

39. Орлов А.И./Заводская лаборатория. 1990, Т.56. No.3. С.76-83.

40. Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979. - 296 с.

41. Орлов А.И./Заводская лаборатория. 1986. Т.52, No.3. С.58-61.

42. Камень Ю.Э., Камень Я.Э., Орлов А.И./ Заводская лаборатория. 1986. Т.52. No.12. С.55-57.

43. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. Изд.3-е.- М.: Наука, 1983. - 416 с.

44. Рекомендации. Прикладная статистика. Методы обработки данных. Основные требования и характеристики. - М.: ВНИИС, 1987. - 64 с.

45. Налимов В.В. Применение математической статистики при анализе вещества. - М.: Физматгиз,1960. 430 с.

46. Орлов А.И./Заводская лаборатория. 1991. Т.57. No.7. С.64-66.

47. Орлов А.И./Заводская лаборатория. 1992. Т.58. No.7. С.40-42.

48. Сапожников В.А., Налобин Д.И., Фирсанов В.А./Заводская лаборатория. 1985. Т.51. No.9. С.21-23.

49. Левин С.Ф., Зверев С.А. - В сб.: Статистические методы в теории обеспечения эксплуатации: Вопросы кибернетики, вып.94. - М.: Научный Совет АН СССР по комплексной проблеме "Кибернетика", 1982. С.3-27.

50. Иванова В.М. Случайные числа. - М.: Финансы и статистика, 1983.

51. Орлов А.И./Заводская лаборатория. 1993. Т.59. No.7. С.51-51.

52. Петрович М.Л., Давидович М.И. Статистическое оценивание и проверка гипотез на ЭВМ. - М.: Финансы и статистика, 1989. - 191 с.

53. Орлов А.И./Заводская лаборатория. 1986. Т.52. No.5. С.67-69.

54. Орлов А.И./Надежность и контроль качества. 1986. No.11. С.29-34.

55. Миронова Н.Г., Орлов А.И./Надежность и контроль качества. 1988. No.9. С.18-22.

56. Орлов А.И. - В сб.: Статистические методы оценивания и проверки гипотез. Межвуз. сб. науч. трудов. - Пермь: Пермский госуниверситет, 1988. С.45-55.

57. Орлов А.И./Стандарты и качество. 1989. No.3. С.91-94.

58. Кравченко Г.Г., Орлов А.И/ Надежность и контроль качества. 1991. No.2. С.37-39.

59. Орлов А.И./Наука и технология в России. 1995. No.4(10). С.23-24.

60. Орлов А.И./Стандарты и качество. 1987. No.10. С.82-85.

Размещено на Allbest.ru

...