共计 1226 个字符，预计需要花费 4 分钟才能阅读完成。
明天咱们来聊聊什么是 OC 曲线，OC 曲线是用来反映：一个批次的产品被接管的概率与该批次产品不合格率之间的关系。如下图这样的曲线：
横轴是该批次的整体不良率(不合格率)，纵轴是在该不合格率的状况有可能被消费者承受的概率。
是不是看下面这句话，不太懂什么意思，没关系，咱们持续往下看，说不准就懂了。
OC 曲线次要是用来阐明抽样计划的个性的。通过曲线咱们就能晓得一个抽样计划的好坏。
假如当初你找了一个代工厂给你生产 N 台手机，代工厂生产完当前，你须要对这些手机的品质进行查看，那怎么查看呢？比较简单的办法就是把 N 台全副拆开来试用一遍，看看有没有问题，然而这种办法很显然不太正当。惯例的做法就是从全副 N 外面随机抽取 n 台手机进去，而后用这 n 台手机的状况来反映总体 N 台的状况。并且须要当时规定好，当 n 外面发现 c 台品质有问题的时候，就认为整个批次都有问题，须要让代工厂回去重做。
在下面这个过程中，存在两种危险，一种是代工厂的危险，也叫生产者危险；另一种是你的危险，也就是消费者危险。
生产者危险是指尽管你的产品的不合格率低于当时大家规定好的不合格率(咱们把这个当时定好的不合格率称为允收规范，简称 AQL)，然而仍有可能被回绝的概率，因为咱们是通过抽样来计算你的产品的不合格率，而不是针对全副产品计算不合格率。
消费者危险是指尽管产品的不合格率大于当时规定好的不合格率(咱们把这个当时定好的不合格率称为拒收规范，简称 LTPD)，然而仍有可能被接管的概率。
那为什么会呈现下面这两种危险呢？那是因为咱们的检测是抽样，而不是全量检测的起因。比方咱们晓得如果扔硬币足够屡次，难么侧面背面呈现的概率均是 0.5，然而如果你只扔了 10 次，那么侧面和背面呈现的概率就不肯定是 0.5 了，这就是用抽样来对全副产品质量做判断时的容易存在的两类危险。
要解决下面提到的这两种危险的解法就是减少抽样的样本量，如果是对总体 N 进行查看，那么就不会呈现这种问题。然而对总体 N 查看须要付出很大的老本，所以须要在 n 和两个危险之间找到一个平衡点。即可接管危险范畴的最小样本数 n。
接下来，咱们看下接管概率以及两类危险的具体取值应该如何计算。
假如总体 N =1000，抽样 n =100，有问题品质产品下限 c = 2，不合格品率 p 为 1.5%。因为有问题品质产品的下限是 2，也就是从 100 个外面如果检测出有问题品质的产品数超过 2，那么就回绝接管这批产品。对应的接管概率就是从 100 个产品中检测出 0 个、1 个、2 个有问题品质产品的概率之后。在求取接管概率时不同概率分布对应的求法是不一样的，有二项式散布、超几何散布、泊松散布等。
通过让不合格品率 p 取不同的值，能够求出不同 p 值对应的接管概率，把这些点连起来就是咱们结尾看到的 OC 曲线。
以上是如何计算接管概率，计算失去接管概率当前，咱们就能够计算两类危险值的大小。
生产者危险 (α) = 1 – AQL 对应的接管概率
消费者危险(β) = LTPD 对应的接管概率
个别 α 的取值为 0.05，β 的取值为 0.1-0.2。
