SPC名词解释
准确度Accuracy
平均数Average
分散Dispersion
计数值AttributeData
中心线CenterLine；CL
成品改善ActiononOutput
全距平均AverageofRange
人员变异AppraiserVariation
中位数平均AverageofMedian
二项分配BinomialDistribution
制程中对策ActionontheProcess
平均数－全距管制图Average-RangeControlChart
平均数－标准差制图Average-StandardDeviationControlChart
标准差平均AverageofStandardDeviation
计点CountbyPoints
计件CountbyPieces
管制图ControlChart
管制计划ControlPlan
管制界限ControlLimITS
持续改善ContinualImprovement
极限定理CentralLimitTheorem
分配Distribution
共同原因CommonCause
单位缺点数DefectsPerUnit
漏斗实验FunnelExperiment
仪器变异EquipmentVariation
估计平均数EstimatedAverage
次数分配FrequencyDistribution
指数分配ExponentialDistribution
设计、先进的解决问题的技术等。
关键产品特性CriticalProductParameter
离散随机变数DiscreteRandomVariable
估计标准差EstimatedStandardDeviation
计数型数据（Attributes Data）：
关键制程特性CriticalProcessCharacteristics
单位缺点数管制图DefectsPerUnitControChart
估计不良率EstimatedProcessPercentDefectives
每百万缺点数管制图DefectPartsPerMillionControlChart
高级统计方法（Advanced Statistical Methods）：
可以用来记录和分析的定性数据，例如：要求的标签出现，所有要求的紧固件安装，经费报告中不
比基本的统计方法更复杂的统计过程分析及控制技术，包括更高级的控制图技术、回归分析、试验
或一张图样上任何设计更改的出现。计数型数据通常以不合格品或不合格的形式收集，它们通过
只是其结果用简单的“是/否”的形式来记录，例如：用通过/不通过量规来检验一根轴的直径的可接受性，
出现错误等特性量即为计数型数据的例子。其他的例子如一些本来就可测量（即可以作为计量型数据处理）
连续随机变数ContinuousRandomVariable
p、np、c和u控制图来分析（参见计量型数据）。
均值（Average）（参见平均值Mean）：
数值的总和被其个数（样本容量）除，在被平均的值的符号上加一横线表示。例如，在一个子组内的x值的平均值记为X，X（X两横）为子组平均值的平均值，X（X上加一波浪线）为子组中位数的平均值。R为子组极差的平均值。
认知（Awareness）：
个人对质量和生产率相互关系的理解，把注意力引导到管理义务的要求和达到持续改进的统计思想上。
基本的统计方法（Basic Statistical Methods）：
通过使用基本的解决问题的技术和统计过程控制来应用变差理论，包括控制图的绘制和解释（适用于计量型数据和计数型数据）和能力分析。
二项分布（Binomial Distribution）：
应用于合格和不合格的计数型数据的离散型概率分布。是p和np控制图的基础。
因果图（Cause-Effect Diagram）：
一种用于解决单个或成组问题的简单工具，它对各种过程要素采用图形描述来分析过程可能的变差源。也被称作鱼刺图（以其形状命名）或石川图（以其发明者命名）。
中心线（Central Line）： 控制图上的一条线，代表所给数据平均值。
特性（Characteristic）：
一个过程或其输出的明显特性，可按这个特性收集计量型或计数型数据。
普通原因（Common Cause）：
造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。
连续的（Consecutive）：
连续生产的产品单元，是选择子组样本的基础。
质量和生产率持续改进（Continual Improvement in Quality and Productivity）：
一种可操作的宗旨，它充分利用公司内的人才，用不断提高效率的方式来为顾客生产质量不断提高的产品，从而归还受益者投资。这是一个动态的战略，使公司提高现在及未来市场条件中的能力。与任何静态的战略不同，它认为2（显然地或隐含地）一些特殊的不合格中不可避免的。
控制（Control）：
用来表示一个过程特性的图象，图上标有根据那个特性收集到的一些统计数据，如一条中心线，一条或两条控制限。它能减少I尖错误和II类错误的净经济损失。它有两个基本的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助过程保持受控状态。
控制图（Control Limit）：
控制图上的一条线（或几条线），作为制定一个过程是否稳定的基础。如有超出了控制极限变差存在，则证明过程受特殊因素的影响。控制限是通过过程数据计算出来的，不要与工程的技术规范相混淆。
累计和（CUSUM）：
一种先进的统计方法，它利用当前的和最近的过程数据来检验过程均值中不大的变化或变异性，CUSUM代表偏离目标值的变差的“累积和”，它把当前和最近的数据看得同等重要。
探测（找出）（Detection）：
一种被动（事后）型的策略，它企图在产品生产出来后发生不能接受的输出，并将其与好的输出分开（参见预防）。
分布（Distrbution）：
描述具有稳定系统变差的输出的一种方式，其中单个值是不可预测的，但一组单值就可形成一种图形，并可用位置、分布宽度和形状这些术语来描述。位置一般用均值来表示，或者用中位数表示。分布宽度用样本的标准差或样本极差表示，形状包括许多特性，比如对称性及峰度，但经常使用常见分布的名称来概括，如：正态分布，二项分布，或泊松分布。
单值（Individual）：
一个单个的产品或一个特性的一次测量，通常用符号X表示。
位置（Location）： 分布中心趋势典型值的一般概念。
平均值（Mean）： 一组测量值的均值。
中位数（Median）：
将一组测量值从小到大排列后，中间的值即为中位数。如果数据库的个数为偶数，一般将中间两个数的平均值作为中位数。子组中位数是构成简单的有关过程位置的控制图的基础。中位数加波浪号（~）的符号表示；如X就是一分组的中位数。
移动极差（Moving Range）：
两个或多个连续样本值中最大值与最小值之差，这种差是按这样方式计算的：每当得到一个额外的数据点时，就在样本中加上这个新的点，同时删除其中时间上“最老的”点，然后计算与这点有关的极差，
且通常用两点（连续的点）来计算移动极差。
不合格的系统，用c和u控制图。
不合格品（Nonconformity）：
操作性定义（Operational Definition）：
根据可观察、可测量、可操作的特征来界定变量含义的方法。即从具体的行为、特征、指标上对变侧逐渐减少的基本对称的分布，称为正态分布。
正态分布（Normal Distribution）：
靠近均数分布的频数最多，离开均数越远，分布的数据越少，左右两侧基本对称，这种中间多、两量的操作进行描述，将抽象的概念转换成可观测、可检验的项目。
不合格。例如：一扇门也许有几处凹痕和缝，对化油器进行功能检验可发现一些潜在的不合格。分析产品 一个具体出现的不符合规范要求或其他检验标准的情况，有时称为缺陷。一个不合格品中能有多处
因此每个极差的计算至少与前一个极差的计算共用一个点的值。一般说来，移动极差用于单值控制图，并
