抽检特征 (OC) 曲线
用于描述抽样验收计划的判别能力。OC 曲线绘制的是与缺陷品率相对的接受批次的概率。
例如，您从装运的 500 个滚轮中选取了 52 个作为样本。如果实际次品率为
1.5%，那么您根据该样本接受此批次的概率为 0.9567，拒绝的概率为 0.0433。如果实际次品率为 10%，您接受此批次的概率为 0.0966，拒绝的概率为 0.9034。 通过绘制 OC 曲线，抽样风险一目了然。采用抽样计划前，都应该检验一下 OC 曲线。
您还可以比较多条 OC 曲线来帮助选择合适的抽样计划。
在此例中，轮值主管认为从 500 个滚轮中抽取 52 个太多了。您可以绘制各种样本数量和合格判定数量的曲线来说明所增加的风险。
如果样本数量为 35（红线）且次品率为 10%，则接受此批次的概率为 0.306。 评估抽样计划时，请将 OC 曲线、AOQ 曲线和 ATI 曲线结合起来分析。
抽检特征 (OC) 曲线
用于描述抽样验收计划的判别能力。OC 曲线绘制的是与缺陷品率相对的接受批次的概率。
例如，您从装运的 500 个滚轮中选取了 52 个作为样本。如果实际次品率为
1.5%，那么您根据该样本接受此批次的概率为 0.9567，拒绝的概率为 0.0433。如果实际次品率为 10%，您接受此批次的概率为 0.0966，拒绝的概率为 0.9034。 通过绘制 OC 曲线，抽样风险一目了然。采用抽样计划前，都应该检验一下 OC 曲线。
您还可以比较多条 OC 曲线来帮助选择合适的抽样计划。
在此例中，轮值主管认为从 500 个滚轮中抽取 52 个太多了。您可以绘制各种样本数量和合格判定数量的曲线来说明所增加的风险。
如果样本数量为 35（红线）且次品率为 10%，则接受此批次的概率为 0.306。 评估抽样计划时，请将 OC 曲线、AOQ 曲线和 ATI 曲线结合起来分析。