QCプラネッツ 品質のプロフェッショナルを育成するサイト

【初心者必見!】分散の加法性を使った問題が解ける

基本統計量

「二項分布の期待値と分散が解けない」などと困っていませんか?

こういう疑問に答えます。

本記事のテーマ

【初心者必見!】分散の加法性を使った問題が解ける

おさえておきたいポイント

  • ①分散の加法性でおさえるべきポイント
  • ➁分散の加法性の演習問題
QC検定®2級、1級で必ず出題される
分散の加法性の解き方を伝授!
何度も見て、解けるようになりましょう!
●商標使用について、
①QC検定®と品質管理検定®は、一般財団法人日本規格協会の登録商標です。
➁このコンテンツは、一般財団法人日本規格協会の承認や推奨、その他の検討を受けたものではありません。
➂QCプラネッツは、QC検定®と品質管理検定®の商標使用許可を受けています。

①分散の加法性でおさえるべきポイント

分散の加法性は展開できること

まず、

V(X+Y)=V(X)+2Cov(X,Y)+V(Y)
は自力で導出できますか?
QC検定®2級なら、 V(X+Y)=V(X)+V(Y)
QC検定®1級なら、V(X+Y)=V(X)+2Cov(X,Y)+V(Y)
と区別して暗記してませんか?
ちゃんと自力で導出しようぜ!

簡単なので、導出しましょう。自分で意味を理解することが大事です。

自力で導出

\(V(X+Y)\)=\(E((X_i-\bar{X})+(Y_i-\bar{Y}))^2\)は、分散の定義どおりですね。これを展開すると
\(E((X_i-\bar{X})+(Y_i-\bar{Y}))^2\)=\(E((X_i-\bar{X})^2\)+2\(E((X_i-\bar{X})(Y_i-\bar{Y}))\)+\(E((Y_i-\bar{Y}))^2\)
=V(X)+2Cov(X,Y)+V(Y)

ここで、
●V(X)= \(E((X_i-\bar{X})^2\)
●Cov(X,Y)= \(E((X_i-\bar{X})(Y_i-\bar{Y}))\)
●V(Y)= \(E((Y_i-\bar{Y}))^2\)

ちゃんと練習しておきましょう。

X,Yが独立なら、Covは無視(QC検定®2級レベル)

QC検定®2級では、よく、 

変数X,Yは独立

と書いていますが、これは、「共分散Covは考えなくていいというサイン」です。

大事なポイント

変数XにYを増減する場合の期待値と分散の±の動きに注目です。

●期待値E(X±Y)=E(X)±E(Y)
●分散V(X±Y)=V(X)+V(Y)

と、

分散は変数の増減に関係なく
●分散V(X±Y)=V(X)+V(Y)
と増えます。

理由はわかりますか? 理由が分かる方が、正しく計算できるより大事です。

分散は2乗するので
±の2乗はすべて+になる!

ですね。

公式や問題を丸暗記せず、
その理由をしっかり理解しましょう!

自力で導出できれば公式暗記は不要になりますよね!

X,Yに相関性あれば、Covも使う(QC検定®1級レベル)

QC検定®1級レベルになると、共分散が出て来ますね。
V(X+Y)=V(X)+2Cov(X,Y)+V(Y)
は理解できたとしても、1つ疑問が出ます。

共分散Cov(X,Y)はどこから値を求めるの?

ですね。

これはほとんどの場合、相関係数ρからCovを計算する流れになります。

\(ρ(X,Y)\)=\(\frac{Cov(X,Y)}{V(X)V(Y)}\)
から計算します。

相関係数ρを問題文に与えれば、V(X),V(Y)がわかれば共分散は計算できますね。

\(ρ(X,Y)\)=\(\frac{Cov(X,Y)}{V(X)V(Y)}\)
ですが、自力で導出できますか?
是非やってみてください。

➁分散の加法性の演習問題

問題

では①で解説したポイントを踏まえて問題を解きましょう。

【問題】
部品A(厚みxが母平均20.0mm,母標準偏差0.40mmの正規分布に従う)と部品B(厚みyが母平均30.0mm,母標準偏差0.60mmの正規分布に従う)がある。1個の部品Aを2個の部品Bで挟んで接着して作成させる組合せ部品Cを作る。部品Cは厚みにおいて、下限規格値78.0mm,上限規格値82.0mmの規定がある。
(1) 部品Cの厚さの母平均と母標準偏差を求めよ。
(2) 部品Cの厚みの母不適合品率を求めよ。
(3) 部品Bを2つ選ぶときに、一方の部品Bの厚さが厚いときに、他方の部品Bの厚さは薄いものを選ぶようにする。2つの部品Bのそれぞれの厚みには負の相関(-0.2)があるようにする。
 ①2つの部品Bのそれぞれの厚みの共分散を求めよ。
 ②部品Cの厚みの母平均と母標準偏差を求めよ。

(1)(2)は共分散Covの無い場合、(3)は共分散Covを考える場合ですね。

解説

問(1)
●母平均:80.0(=20.0+30.0×2)
●母標準偏差:0.934(=√(〖0.4〗^2+〖0.6〗^2+〖0.6〗^2 ))
これは分散の加法性の基本ですね。

問(2)
答え:0.0332
●上限:u=(82-80)/0.934=2.14 Kp=2.14の時の確率P=0.0162
●下限:u=(80-78)/0.934=2.14 Kp=2.14の時の確率P=0.0162
より、 0.0162×2=0.0332
ここまではQC検定®2級レベルですね。

問3①
●Cov(y1,y2)=ρ(y1,y2)×√(V_y1 V_y2 )=-0.2×0.36=-0.072
公式どおり代入しましょう。

問3➁
●母平均:80.0
●母標準偏差:0.858

V(y1+y2)=V(y1)+V(y2)+2Cov(y1,y2)=0.62+0.62+2・1・1・(-0.072)=0.576
V(z+y1+y2)=0.16+0.576=0.736 s=√V(z+y1+y2)=0.858
共分散も考慮した計算結果になっていますね。

問3➂
答え:0.0198
u=(82-80)/0.858=2.33 Kp=2.33の確率P=0.0099 0.0099×2=0.198
となります。

いかがでしょうか。分散の加法性の解き方を解説しました! 苦手な所があれば何度も読み返してマスターしましょう!QCの初心者を悩ます内容ですが、この計算をモノにしましょう!

いろいろな問題が出ますが、エッセンスは本記事の内容です。ここを抑えれば大丈夫!

まとめ

「【初心者必見!】分散の加法性を使った問題が解ける」を解説しました。

  • ①分散の加法性でおさえるべきポイント
  • ➁分散の加法性の演習問題


Warning: count(): Parameter must be an array or an object that implements Countable in /home/qcplanets/qcplanets.com/public_html/wp-content/themes/m_theme/sns.php on line 119

    Warning: Invalid argument supplied for foreach() in /home/qcplanets/qcplanets.com/public_html/wp-content/themes/m_theme/sns.php on line 122
error: Content is protected !!