Escolar Documentos
Profissional Documentos
Cultura Documentos
C6pianãoimpressa
autorizada pelo Sistema CENWIN
1 Objstivo
2 luomlrcomplmnma
3 Defin*8m
ANEXO A - F@rm
ANEXO S - Slmbolcqia
ANEXO C - I-ndim~bsthrb lnqllh Franc41
1 OSJETIVO
Esta Norma define os termos estatisticos relatives as atividades relacionadas
corn a qualidade.
2 NORMA COMI’LEMEYTAR
Na aplica&o desta Norma 6 necess5rio consultar:
NBR 8541 - Qualidade - Terminologia
3 DEFlNlCdES
Para os efeitos desta Norma sao adotadas as definic6es de 3.1 a 3.4, complementa
-
das na jrea de qualidade pela NBR 8541.
VariSvel aleat6ria qua pode assumir todos OS valores de urn interval0 finito ou
infini to.
Fungao que determina, para cada valor x, a probabilidade de que a varisvel alea
toria X seja menor ou igual a x:
F (x) =Pr(Xgx)
f(x) I dF (4
dx
- Pr (X = xi)
pi
sendo xi urn dos valores qua podem ser assumidos pela variivel aleatoria discreta
X.
$0.
3.1.12 Corretafiio
Relacionamento de interdepend&cia entre duas ou mais varisveis quando tal rela
cionamento incluir uma parte aleatoria.
E(X) P ’ Pi ‘i
i
estendendo-se a somatoria a todos valores xi que podem ser assumidos por X, sen-
do que z pi = 1.
i
E(x) = in f(x) dx
X - E(X)
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
NBR 10536/1966 5
E(Xq) = I: piX;
i
Onde:
3.1.27 Covariiincia
Onde:
pij = Pr (X = xi, Y = yi) = nij/n
ax
aY
Noto: Este coeficiente 6 freqiientemente usado coma uma expressso nu&rica de
interdependencia linear entre duas varijveis aleatorias ou entre series de
pares observados. Seu valor ests compreendido entre -1 e +l.
Superficie que estabelece uma CorrespondSncia entre cads par (x, y) de valores
das variiveis .X e Y e OS respectivos valores Z (x, y) da variivel aleatoria Z.
Superficie de regressso que pode ser representada por uma superficie plana.
Coeficiente que indica o grau de relagso entre a varijvel dependente e uma unica
das varckeis independentes, quando se fixam as demais vari&eis dependentes.
IV&U: Este conceit0 pode ser estendido a situagoes nas quais existem mais qu=
t&s variiveis.
-A-(-) x-m2
f(x) = ’ exP
om 2 0
para - m<x<+-
Onde :
m G a esperanga matematica e o 6 o desvio padrao da distribuigao normal.
AIota: Para uma varihel aleatoria normal X tendo m e o coma parSmetros, a varia
vel aleat&ia padronizada U 6:
UC X-m
(1
para - m<u<+DD
Cx2) (v/2)-1
f(x2, v) = exp (- * )
2u/2 2
r (v/Z)
de I i berdade.
r [(v + 1)/Z] 1
f(t.v) = ’
Jnv‘ r (v/Z) (1 + ?/II) (” +m
onde: -eo<t<+-=
3.1.41 Distribui&o F
log, (x - a) - m 2
1
f(x) =
(OX - a)o 4% s )I
(x - a)-m 2
0,434 3
f(x) =
(x - a) 0 J21’ (J
)I
para x > a
10 NBR 10636llS88
f(x) = AewXX
para h > 0
r(m) - (m - l)!
I
Pr(X = x) = pX(l - p)” - x, corn :
Xl (l’- x)!
o<p<1
c>O e O<p<l
PC [l - (1 - P,l-’
seguindo as potincias inteiras e positivas de I - p.
12 NBR 10536/1988
N d N-d
” x n-x
N-n d - x N-n-d+x
f(x,yI =
2T.U a
“Y
1
J , -F exp
.{- 2 (: -p2[(x~~mx )’
cam--<xc+-
- 2P (‘.I m9 (y;;)+(ya;
q2]
I
-oo<y<+m
-lo<v<+oD
Nota: Este conceit0 pode ser estendido corn a devida adaptagao da f&mula para
uma distribuigao corn mais que duas variheis aleat6rias.
“!
Pr (X,= xl, X2= x2, . . . . Xk= x,) = p,‘l p2X2...pxXk
x, ! x 2. ’ . . . Xk!
k
corn pi >I 0 (i = 1, 2, . . . . k) e Z pi = 1
i=l
3.2.3 Subpopula~~o
3.2.4 Caractem'stica
Quaisquer propriedade distinta de urn item, process0 ou serviso, que possa ser di
ferenciada quantitativamente (par variheis) ou qualitativaente (par atributos).
3.2.5 Ensaio
Procedimento para determina$so de uma ou mais caracteristicas de urn item.
3.2.8 Amplitude
3.2.9 Semi-amplitude
Media aritmetica entre o maior e o menor dos valores observados de uma caracreris
tica quantitativa.
3.2.10 Classe
Cada urn dos intervalos consecutivos em que 0 interval0 total de varia$Zo de carat -
teristicas quantitativas 6 dividido.
flotn: Deve-se especificar qua1 dos dois limites i considerado coma pertencente j
classe.
3.2.14 Tamanho-Freq&ncia
Razao do nimero de vezes em que urn valor particular (ou urn valor alocado dentro
de uma dada classe) k observado para o ntimero total de observa@es.
Freqkcia relativa de itens cujos valores sao inferiores ou iguais a urn valor da-
do, ou i’nferiores ou iguais ao limite superior de uma dada classe, para caracte -
risticas quantitativas.
Cópia não autorizada
Copia impressa pelo Sistema CENWIN
NBR lIXBB/lBBB 15
3.2.20 Histograma
Linha poligonal, obtida pela uniao de pontos cujas abcissas Go OS pontos medios
de cada classe e as ordenadas sso a5 freqU&cias.
Li:nha poligonal obtida pela uniio de pontos cujas abcissas sao OS limites supe-
riores de cada classe e as ordenadas SW as freqiiikcias acumuladas.
~otu: 0 conceit0 pode ser estendido para o case de mais que duas caracteristicas.
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
IS NBR 10538/lW8
3.2.28 Mediana
3.2.29 Moda
Nota: Uma distribuisao pode apresentar modas locais; neste case ela 6 chamada de
distribuigao multimodal.
Media aritm6tica dos desvios em relagao a uma origem quando todos eles for-em to
mados corn0 seu valor absolute.
3.2.31 Vaari%nc?:a
?/&a: Dependendo do case em considerasao, pode ser necessario dividir a soma qua
dratica dos desvios da midia aritmetica pelo nljmero destes desvios ou por
este nGmer0 menos 1.
3.2.34 Zstatistica
Valor usado para definir a distribuigao de uma caracteristica em uma amostra e
utilizado para estimar parsmetros da popula@o da qua1 proveio a amostra.
Cópia não autorizada
Copia impressa pelo Sistema CENWIN
NBR 10636/19E8 17
ca, cada urn desses valores ordenados 6 chamado de estatistica de ordem. Urn exem
-
plo 6 0 menor valor em uma amostra. Mais genericamente, qualquer estatistica ba-
seada em estatisticas de ordem neste sentido mais especifico 6 tamb&n chamada u-
ma estatistica de ordem, por exemplo,a amplitude.
Nota: Este resultadopode ser express0 tanto coma urn valor numeric0 simples (esti
ma@0 pontual) coma urn interval0 de confianga (ver 3.2.47 e 3.2.48).
3.2.39 lbtimador
a) erro de amostragem;
b) erro de medigao;
c) arredondamento de valores ou subdivis.Zo em classe;
d) tendkcia de urn estimador;
e) outros erros.
NO&L: Esta express%0 pode tambern ser usada em urn sentido mais geral para desip
nar a n50 coincidkcia da esperanga matemitica do estimador corn o valor
verdadeiro do parsmetro.
Estimador de urn parsmetro tai que sua esperansa matemstica seja igual ao valor
verdadeiro desse parhetro.
Nota: A media aritmitica de “ma amostra aleatoria simples tomada de uma POPU ‘a
gSo G uma estimativa Go-tendenciosa da media dessa popula~So.
interval0 entre T, e T2, quando T, e T2 s50 duas fun@Ses dos valores observados
tais que, sendo 0 urn parsmetro da popula$So a ser estimada, a probabil idade
Pr CT1 $ 13 ,< T2) 6 igual a I - D (onde 1 -.o. d urn valor numeric0 fixo e positivo
Cada urn dos limites superior e inferior, T, e T2, do interval0 de confianqa bi_
lateral. Para urn interval0 unilateral, i o limi te 6nico T deste intervalo.
interval0 para o qua1 se pode afirmar , corn urn dado nfvel de confianga, que ele
contGm ao menos uma proporgao especificada da populagao.
cada a priori.
Procedimento que tern por objetivo dacidir de uma hipotase a respeito da distri -
bui$o de uma ou mais populagoes deve ser rejeitada ou nio-rejeitada (aceita).
nada por H .
0
l~ota: Ver 3.2.56.
b) Exemplos:
1) Supondo-se uma distribuisio normal, a hipotese m = m. 6 simples se
o desvio padrao for conhecido, mas composta se ele for desconhecido.
2) Todas as hipoteses nos exemplos dados em 3.2.56 Go compostas.
Cópia não autorizada
Cepia impressa pelo Sistema CENWIN
NBR 10536/1988 21
Nota: Exemplo:
Teste de Student da hipotese nula de que a media de UM popula$o corn va
risncia desconhecida i igual a urn dado valor. onde a distribuisao da popu-
la$io precisa obrigatoriamente ser normal.
Nota: Exemplo:
Teste da hipotese nula de que as observa@es de uma sirie dada sao distri
buidas independentemente corn a mesma fur@o distribui$o nab especificada.
No&e: a) As regi6es criticas sso determinadas de tal modo que, se a hipotese IILJ
la for verdadeira, a probabilidade desta hipkese nula ser rejei tada
deve ser maior que ou igual ao nivel de significlncia, que i em geral
baixo (por exemplo 5% ou 1%).
b) Exemplo:
urn mode clksico de testar a hip6tese nula relativa 5 media de uma dir
tribuigao normal corn desvio padrzo conhecido 0, Ho (m >, mo), contra a
alternativa H, (m < mol. consiste em utilizar a estatistica X, media
da amostra. A regiao critica 6 o conjunto de valores menores we
A = m. + ue u/G, onde n 6 o tamanho da amostra e Us 6 o fractil de
ordem da varijvel normal padronizada.
Se o valor calculado de x for menor que A, H; deve ser rejeitada. Em
case contr%io, Ho deve ser nao-rejeitada (a$eitta).
Valor fixado, designado por o, que li.mita a probabilidade da hipotese nula ser
rejeitada, quando esta for verdadeira.
Teste em que a regiso critica 6 o conjunto de valores menores que urn dado valor
(ou o conjunto de valores malores que urn dado valor).
Cópia não autorizada
Cdpia impreSsa pel0 Sistema CENWIN
22 NBR1063Wl988
Erro cometido ao n&o se rejeitar (aceitar) a hip&ese nula quando ela nao for ver
dadei ra.
Nota: Exemplos:
1) No exemplo dado em 3.2.61, o erro da segunda especie consistiria em
acei tar Ho (m 3 mo), case X fosse maior que A, quando, efetivamente, m
i menor que mo. A probabilidade de tal erro depende do valor real de m.
Quanta menor for m em relagao a mo, mais proximo de zero ser& 5 e, em
conseqGr$ncia, mais proxima de 1 a potsncia.
2) No teste da hipotese nula Ho (pqpulag~o corn distribuigio normal), contra
hipotese Ho (p < po) contra H, (p & po) coma uma fung%o de p, P’E
porgao de defeituosos em urn lote submatido a controle.
Nota: Exemplos:
1) A Figura 3 do Anexo A ilustra a CC0 para o teste da hipotese Ho (m>mo)
contra H m < mo) (ver 3.2.61) coma uma fungao da media m da populacao.
1 (
2) A Figura 4 do Anexo A ilustra a CC0 para o teste da hipotese Ho (p< p,)
contra H % p,) ccmo uma fungao de p, propor& de defeituosos em urn
1 (p
late submetido a wntrole.
3.2.77 Riplica
Repeticso, realizada nas mesmas condir$es, de urn experiment0 bssico, a fim de se
obter uma estimativa mais precisa do err0 experimental (erro pad&o).
3.2.78 Aleatorizacio
Processo pelo qua1 se procura minimizar atravis de metodos, tais coma OS mimeros
aleatorios, fatores nao casuais durante a retirada aleatoria de itens de uma PS!
pulacao.
Selecao em que cada urn dos N itens de uma populacao tern a mesma chance de ser re
tirado.
valor que caracteriza uma grandeza perfeitamente definida nas condi@es que exis
tem no moment0 em que ela i observada ou i objeto de uma determinagao, e que 56
poderia ser obtido se todas as causas de erros de medida fossem eliminadas e a
popula$o fosse infinita.
3.2.82 E&i&-o
fiotn: Quanta menor a parte sistematica dos erros experimentais que afetam os re
sul tados, mais exato i o procedimento.
3.2.83 treciscio
Nota: Quanta menor a parte aleat6ria dos erros experimentais que afetam os re
sul tados, mais precise 6 o procedimento.
3.2.84 Xepetibili~d~
3.2.85 i?epro&tibilirhdc-
f) tempo.
3.3.1 Amostragem
procedimento utilizado para retirar ou constituir uma amostra.
3.3.2 Amostra
Urn ou mais itens retirados de uma populacao presumivelmente homogenea, destina -
dos a fornecer informacoes sobre a mesma.
3.3.7 subwiiostra
Amostra obtida atraves da subdivisao de uma amostra major em que os itens a serem
tomados sao distribuidos aleatoriamente em partes de igual tamanho, as quais
s50 preparadas e ensaiadas separadamente.
h, h + k, h + 2k ,..., h + (n - 1)k
Amostragem aglomerada, corn mais do que dois estagios, sendo que cada anostragem
6 feita nos grupos (ou aglomerados), nos quais OS aglomerados j5 divididos foram
obtidos pela amostragem precedente.
Amostra tirada de uma popula$o durante o primeiro estagio de uma amostragem muI
-
ti-estagio (ver 3.3.13).
Amostra tirada de uma amOstra primaria durante o Segundo estagio de uma amostra -
gem multi-estigio (ver 3.3.13).
3.3.19 Corpo-de-p-ma
Parte obtida de uma sele$o elementar ou de uma unidade de amostra para fins de
ensaio.
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
28 NBR 10638/1988
3.4.1 InqVL;c&
A&&s de controle de qualidade que, por meio de ensaios ou outros procedimentos ,
verificam a conformidade de itens ou servisos corn requisites especificados.
3.4.6 Lcte
Determinada quantidade de itens de urn ~6 tipo e de mesmas caracteristicas, que 6
considerada coma um todo.
~/&a: Entende-se que o item foi obtido sob condiG;es admitidas corn uniformes.
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
NBR 10536/1988
3.4.0 Partida
3.4.9 k&id6
3.4.10 ~specificap~o
Uescricao detalhada de urn conjunto de exig&cias a sererr atendidas por urn item,
servi$o ou urn processo, indicando, se necessirio, o procedimento por meio do
qua1 pode-se determinar se estas exigencias foram cumpridas.
Nota: Ati onde prati caveI, 6 desejavel que as exig;ncias sejam expressas numeri-
camente em terms de unidade apropriadas incluindo-se OS seus limites.
Faixa de valores na qua1 uma caracteristica esta em conformidade corn sua especi-
fica$o.
NOES: a) Quando ha apenas urn limite especificado, ele i chamado “limite unilate -
rail’;
b) Quando ha dois limites, superior e inferior, eles sao respect ivamente
chamados de “Iimite superior de tolerkcia” e “limite inferior de tale -
rkcia”.
3.4.13 Toieriimia
Qualquer inspegao de urn late efetuada para verificar sua conformidade corn as es
pecifica+es.
inspe$io efetuada por urn consumidor em urn late entregue ou oferecido pelo forne-
cedar para I i beragao.
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
NBR 10536/1988
lnspe5k para verificar se urn item entregue ou oferecido para libera5a.o i aceits -
vel.
.Vuti: Este term3 6 utilizado para distinguir OS lotes inspecionados pela primei
-
ra vez, daqueles que o fabricante, depois de cumprir as exig;ncias determi
nadas sobre OS lotes rejeitados, i autorizado a submeter a nova /nspegao.
3.4.23 !kio-confomidade
Deficihcia em caracteristicas, documentagao ou procedimento que caracteriza urn
item ou servi5o coma estando corn OS requisites especificados.
3.4.24 Defeito
Nao-conformidade que impe5a ou possa vir a impedir ou comprometer a fun550 do
item ou servi50.
Item que con&m urn ou mais defeitos maiores, mas nenhum defeito critico.
Item que contern urn ou mais defeitos menores, mas nenhum defeito critic0 ou maior.
NCimero de defeitos dividido pelo niimero de unidades nas quais eles foran observa -
dos.
Plano pelo qua1 uma ou mais aTlostras S~O tomadas de modo a obter informa@es so
-
bre o lote considerado e possi bi I i tar uma tomada de decisao.
Amostragem que consiste em tomar eventualmente uma segunda anostra case as infor -
maGoes obtidas da primeira nao sejan conclusivas.
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
32 NBR 106WlWB
piano preestabelecido.
3.4.44 Aceitocao
ConcordSncia em aceitar urn late da maneira que ele se apresenta.
3.4.45 RejeiC&
Recusa em aceitar urn late da maneira que ele se apresenta.
Nota: 0 termo “rejeicso” significa no sentido mais amplo “nso aceita&io do lote
sob as condicoes do contrato” (por exemplo, o late pode ser transposto para
outra classe, sujeito a uma diminuiGo do preco, etc.)
Probabilidade que urn lote de uma dada qualidade tern de ser rejeitado de acordo
Curva que mostra, para urn dado piano de amostragem, a probabilidade de aceitagao
Probabilidade de, para urn determinado piano de amostragem, se aceitar urn lote
corn urn nimero de defeituosos igual a qualidade limi te.
Em urn piano de anostragem, urn nivel da qualidade que corresponda a uma probabili -
dade de aceitaG:o especificada e nornalmente baixa. E a caracteristica limite da
qualidade de urn late qua o comprador esta disposto a aceitar, con uma baixa pro-
babilidade de que ocorra urn late corn esta qualidade.
InspeG% que 6 usada quando nao ha raz& para se supor que a qualidade da prodi
I nspe&o, mais rigorosa do que a inspeG% normal, na qua1 a posse de resul tados
&.
!/otos: a) 0 grifico de controle C? usado para verificar se urn processo pode ser
considerado sob controle.
fioi,tcl: 0s grsficos s&io interpretados por comparask corn Iimites que podem variar
::ota: Se OS valores dos c~lculos estatisticos de uina amostra cstiverem fora dos
limites de controle, uma a&jo corretiva deve geraliwnte ser cfetuada no Pro
cesso de produ&o.
jZot~~; Quando o valor estatisticamente calculado de uma amostra esta fora dos I imi
tes de preven& mas dentro dos limites de controle, una melhor supervisS3
IANEXO A
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
.x.3 NBR 10536/1@88
Cópia não autorizada
C6pia impressa pelo Sistema CENWIN
NBR 10536/19BB 37
ANEXO A - FIGURAS
In
t
I
" I
HI HO
l-a
0 PO I
\ /
HO HI
ANEXO B - SIMBOLOGIA
40 NBR 105w1999
Simbolo :i a
,I
t - fracti I dc ordew p da va
-
P I-iGel
F - fractil de ordem p da
P vat-i&l F
IANExO c
Cópia não autorizada
3.3.22 9 Arwstra para laboratario 9 Laboratory sarIpIe 9 Echanti I& pour laboratoire
degre
3.3.4 19 Amost ragem COII repos i &o 19 Sampling with replacement 19 Echantillbrinage avec fenise (non
exhaust iL)
/continua
,”
Cópia não autorizada
Icontinuaq80
3.3.5 20 Amostragem sem reposi& 20 Sampling without replace 20 Echantillonnage saris renise (exhaus
ment tif)
3.3.6 23 Amostragem simples aleatoria 23 Simple randon sampling 23 Echanti lonnage simple au hasard
3.3.10 24 Amostragem sistematica (periodica) 24 Periodic systematic sam- 24 Echanti lonnage systematique perio
pl ing dique
lat ion
cient
3.1.31 31 Coeficicnte de regrcssk linear 31 Linear regression coef - 31 Coefficient de regression Iiniaire
ficient
3.1.35 32 Coeficiente de regress% partial 32 Partial regression coef 32 Cuefficient de regression partielle
ficient
3.1.19 33 Coeficiente de variagk (de uma 33 Coefficient of varia 33 Coefficient de variation (d’une va-
ble)
Cópia não autorizada
3.4.4 35 Controle estatistico da qualidade 35 Statiscal quality control 35 Controle statisque de la qualit;
3.2.72 41 Curva caracteristica de operagao 41 Operating characteristic 41 Courbe d’efficaciti d’un test
ve of test)
3.4.50 42 Curva caracteristica de Opera& 42 Operating characteristic 42 Courbe d’efficacite d’un pIan
para urn piano de amostragen (CCO) curve for a sampling plan d’&hantillonnage
(OC curve)
3.2.71 43 Curva de potkcia de urn teste 43 Power- curve of a test 43 Courbe de puissance d’un test
3.1.30 45 Curva de regressao linear 45 Linear regression curve 45 Courbe de regression linkire
. .._
Cópia não autorizada
3.1.18 52 Desvio padrk (de uma varisvel alea 52 Standard deviation (of a ra” 52 Ecart-type (d’une variable al& -
3.2.44 53 Desvio padrao de urn estimador 53 Standard error of an estima 53 Erreur-type d’un estimateur
tar
riables
3.1.43 58 DistribuiGao binomial negativa 58 Negative binomial distribu 58 Loi binomiale n;gative
tion
3.1.45 64 Distribuigao deGumbe1 tipo I 64 Gumbel distribution type I 64 Loi de Gumbel du type I
3.1.46 65 Distribuicao de Gumbel tipo II 65 Gumbel distribution type II 65 Loi de Gumbel du type II
3.1.47 66 Distribuigao de Gumbel tipo III 66 Gumbel distribution type III 26 Loi de Gumbel du type III
3.1.52 68 Distribuigao de Laplace-Gauss a 68 Bivariate Laplace-Gauss dis-- 68 Loi de Laplace-Gauss 5 deus va-
3.1.53 69 Distribuigao de Laplace-Gauss a 69 Standardized bivariate La- 69 Loi de Laplace-Gauss a dew vfi
duas variaveis aleatorias padroniza - place-Gauss distribution riables
das
3.1.50 70 Distribuigao de Poisson 70 Poisson distribution 70 Loi de Poisson
3.1.4 71 Distribuicao de probabilidade de 71 Probability distribution of 71 Loi de probabiliti d’une varia
uma variavel aleatoria a rondon variable ble alktoire
3.1.40 72 Distribuicao de Student 72 Student Distribution 72 Loi de Student
3.1.45 73 Distribuigao de valores extremes do 73 Type I extrellle value distri - 73 Loi des valeurs extrkes du ty
.tipo I but ion Pe I
3.1.46 74 Distribuigao de valor-es extremes do 74 Type II extreme value distri 74 Loi des valeurs extr&ws du ty
tip0 II but ion pe II
3.1.47 75 Distribui& de valores extremes do 75 Type III extreme value dis 75 Loi dcs valcurs extrSmes du ty
tip0 III tribution pe III
3.1.39 76 Distribuigao do Qui-Quadrado (Xi) 76 Chi-squared distribution 76 Loi de X*
3.1.43 77 DistribuiFao Exponential 77 Exponential distribution 77 Loi exponentielle
3.1.4; 78 Distribui&o F 78 F-distribution 78 Loi de F
3.1.44 73 DistribuiCao Gana 79 Ganna distribution 79 Loi ganna
3.1.51 80 DistribuiGao hipergeometrica 80 Hypergeometric distribution 80 Loi hypergiometric
3.1.42 81 DistribuiGao log-normal 81 Log-normal distribution 81 Loi log-normale
3.1.10 82 DistribuiFao marginal 82 Marginal distribution 82 Loi marginale
3.1.9 83 DistribuiCao multidimensional 83 Multivariate distribution 83 Loi de probabilite a plusieurs
variables
3.1.54 84 Distribuisao mulrino~ial 84 Multinomial distribution 84 Loi multinomiale
Cópia não autorizada
/continu&io
3.1.52 86 Distribuicao normal a duas varij 86 Bivariate normal distribution 86 Loi normale a deux variables
veis aleatorias
3.1.53 87 Distribui@o normal a duas varij _ 87 Standardized bivariate normal 87 Loi normale reduite a deux va-
veis padronizadas distribution riables
3.1.38 88 Distribuicao normal padronizada 88 Standardized normal distribu - 88 Loi normale reduite
tion
3.1.36 89 Distribuicao retangular 89 Retangular distribution 89 Loi rectangulaire
3.1.40 90 Distribuicao t 90 t distribuition 90 Loi de t
3.1.36 91 Distribuicao uniforme 91 Uniform distribution 91 Loi uniforme
3.2.19 92 Distribui&o univariavel 92 Univariate distribution 92 Distribu,tion 2 une variable
3.1.47 93 DistribuiGao Weibull 93 Weibull distribution 93 Loi de Weibull
E
3.2.5 94 Ensaio 94 Test 94 Essai
3.2.66 95 Erro da primeira espc!cie 95 Error of the first kind 95 Erreur de premiere esp&e
3.2.68 96 Erro da segunda especie 96 Error of de second kind 96 Erreur de secondc esp&e
3.2.41 97 Erro de amostragem 97 Sampling error 97 Erreur d’fchantilonnage
3.2.66 98 Erro do tipo I 98 Type I error 98 Erreur du type I
3.2.68 99 Erro do tipo II 99 Type II error 99 Erreur du type II
3.2.40 100 Erro total da estimagao 100 Total estimation error 100 Erreur totale d’estimation
3.4.10 101 EspecificaCao 101 Specification 101 SpCcification
3.1.15 102 Esperansa yatenatica de uma varii 102 Expectation of a continuous 102 EspGrance mathimatique d’une va-
vel aleatoria contrnua randon variable riable a.l$atoire continue
leantinua
.-.^ .._..~._I~.._.,....
^..“~. . _.. . .~ ..,. . _ ,,.,
Cópia não autorizada
3.1.14 103 Esperanga matematica de uma varii I03 Expectation of a discrete 103 EspGrance mathematique d’une
3.2.35 I05 Estatistica de orden 105 Order statistic 105 Statistique d’ordre
3.2.45 106 Estimagso da &dia de uma PoPula I06 Estimation of the mean of a 106 Estimation de la moyenne d’une
&o (ou da esperanGa matematica de population (or of the expe. population (ou de l’esperance
uma distribuigao de probabilidade) tation of a probability dis _ mathdmatique d’une loi de pro -
tribution) babilite)
3.2.46 107 Estimagao da varisncia de uma pop2 107 Estimation of the variance 107 Estimation de la variance
lagso (ou de uma distribuiGao de of a population (or of a pro d’une population (ou d’une loi
3.2.37 108 Estimagao (de parsmetros) 108 Estimation (of parameters) 108 Estimation (de parametres)
3.2.43 110 Estimador nao tendencioso 1 IO Unbiased estimador 110 Estinateur saris biais
3.2.38 Ill Estimativa (de parametros) 111 Estimate (of parameters) Ill Estimative (de parametres)
3.4.11 II3 Faixa de tolerancia 113 Tolerance zone 113 Zone de tolerance
3.3.17 114 Fra&o de amostragem 114 Sampling fraction 114 Fraction de sondage
3.4.34 115 Fracao defeituosa 115 Fraction defective I15 Proportion de defectueux
3.1.13 116 Fractil de’uma distribui&io de pro 116 Fractile of a probability 116 Fractire d’une loi de probabi -
babilidade distribution lit&
lcontinus
Cópia não autorizada
Icontinuag60
3.2.15 I18 Frequkcia acumulada 118 Cumulative absolute fre - 118 Effective cumule
quency
3.2.17 I20 Frequgncia relativa acumulada 120 Cumulative relative fre - 120 Frequence comul&
quency
3.1.6 I21 Fun& densidade de probabilidade I21 Probability density function I21 Densite de probabiliti pour
para uma variivel aleatoria conti for a continuous randon; va- une variable aleatoire cant -i
-
nua riable ““e
3.1.5 122. Fungao distribuisao 122 Distribution function 122 Fonction de &partition
3.4.2 123 Garantia da qualidade 123 Quality assurance 123 Assurance de la qualit&
3.4.66 124 Grrifico de tontrole 124 Control chart 124 Carte de contrcle
3.4.67 I25 Grafico de soma cumulativa 125 Cumulative sL,l, chart 125 Carte a someone cu~wl&
3.2.56 126 Hipotese alternatiua 126 Alternative hypothesis 126 Hypothese alternative
3.2.58 I27 Hipotese conposta 127 Composite hypothesis 127 Hypothese composite
3.2.55 128 Hipotese nula 128 Null hypothesis T28 Hypothgse nulle
3.2.57 129 Hipotese simples 129 Simple hypothesis 129 Hypothese simple
3.4.16 132 Inspe&~ de aceitasao 132 Acceptance inspection 132 Controle de reception
3.4.14 I33 Inspegk de late 133 Lot inspection 133 Contrcle de r&ept ion
3.4.15 134 Inspe&k de recebimento 134 Receiving inspection I34 ContrGle de reception
3.4.17 I35 lnspe&x final I35 Final inspection I35 Controle final
3.4.60 136 lnspe& normal 136 Normal inspection 136 Controle normal
3.4.18 137 InspeCk original 137 Original inspection 137 Contr&le en premiere prGsenta
tion
3.4.5 138 InspeG por amostragem 138 Sampling inspection 138 Contr6l.e par ichantillonnage
3.4.20 I39 lnspecao por atributos 139 Inspection by attributes I39 controle par atributs
3.4.21 140 Inspe& par contagem de defeitos 140 Inspection by defect-coun 140 Controle par nombre de defauts
ting
3.4.22 141 lnspe& por variaveis 141 Inspection by variables 141 ContrGle par mesures
3.4.61 142 1nspeg.k reduzida 142 Reduced inspection 142 Controle r6duit
3.4.62 143 Inspe& severa 143 Tightened inspection 143 Controle renforc;
3.4.41 144 Inspe5:o truncada 144 Curtailed inspection 144 Controle tronq&
3.4.19 145 I”spe5ao 100% 145 100% inspection 145 Controle a 100%
3.2.13 146 lntervalo da classe 146 Class interval 146 lntervalle de classe
3.2.47 147 lntervalo de confian5a bilateral 147 Two-sided confidence in- 147 lntervalle de confiance bila -
terval tera1
3.2.48 148 lntervalo de confianga unilateral 148 One-sided confidence in- 148 lntervalle de confiance unila -
1erval teral
/continua
Cópia não autorizada
3.2.51 149 Interval0 estat,isticq de tolerin I49 Statistical tolerance in_ 149 lntervalle statistique de dil
cia terval persion
3.4.31 154 Item defeituoso menor 154 Minor defective 154 Defectueux mineur
L
3.4.58 1 55 Limite da qualidade m&dia resultan 155 Average out going quality 155 Limite de la qualiti moyenne
3.2.26 164 Media aritmetica 164 Arithmetic mean 164 Moyenne arithmetique
3.2.27 165 MGdia (aritmetica) ponderada 165 (Arithmetic) weighted ave 165 Moyenne (arithmitique) pond5
rage r6e
3.1.15 166 Media de uma variivel aleatoria 166 Mean of a continuous ran - 166 Moyenne d’une variable aleatoi -
continua don variable re continue
3.1.14 167 Media de uma varisvel aleatoria 167 Mean of a discrete randoll 167 Moyenne d’une variable aleatol
3.1.23 170 Momenta centrado de ordem q 170 Centred moment of order q 170 Moment centr; d’ordre q
3.1.26 171 Momento’centrado de ordens q e s 171 Joint centred moment of 171 Moment centr; d’ordres q et s
orders q and s
3.1.24 172 Momento conjunto de ordens q e s 172 Joint moment of orders q 172 Moment d’ordres q et s par
em relaC.30 Z3 origem and s about the origin rapport a I ‘origine
3.1.25 173 Moi:lento conjunto de ordens q e s 173 Joint moment of orders q 173 Moment d’ordres q et s par
em relaCao a uma origem (a, b) and s about an origin rapport a une origine (a, b)
(a. b)
3.1.21 174 Moment0 de ordem q em rela@o a 174 Moment of order q about 174 Moment d’ordre q par rapport 5
3.1.22 175 Moment0 de ordem q em relacao a 175 Moment of order q about 175 Moment d’ordre q par rapport 2
/continua
Cópia não autorizada
3.2.49 178 Nivel de confiansa 178 Confidence coefficient; 178 Niveau de confiance
confidence level
3.4.58 179 Nivel de inspegao 179 Inspection level I79 Niveau de controle
3.2.62 180 Nivel de significancia (de urn 180 Significance level (of a 180 Niveau de signification (d’un
3.4.32 181 NGmero de defeitos por cem un 1I 181 Mean nurlber of defects I81 Nombre wyen de d;fauts par
dades per hundred units cent unit.Gs
3.4.31 182 NGmero de defeitos por unidade 182 Mean number of defects 182 Nombre i:loyen de defauts par
per unit unite
3.2.80 I83 Nfimeros aleatorios I83 Random numbers 183 Nombre alGatoires
3.2.33 184 Parsmetro da populagao 184 Population parameter 184 Parametre de population
3.4.43 187 Piano de aceita&o por amostra 187 Acceptance sampling plan 187 Plan de r&eption par &hantil
-
gem lonnage
3.4.36 188 Piano de amostragem 188 Sampling plan 188 Plan d’khantillonnage
3.4.42 189 Piano de amostragem continua 189 Continuous sampling plan 189 Plan d’cchantillonnage continu
3.2.22 190 Poligono de’ frequencias 190 Frequency polygon 190 Polygon’e des effectifs
/continua
” ..,
Cópia não autorizada
/continua
3.2.23 191 Poligono de frequincias acumuladas I91 Cumulative absolute fre - 191 Polygone des effectifs cumul<s
quency polygon
3.4.53 192 Ponto de controle 192 Point of control 192 Point d'indiffirence
3.4.53 193 Ponto de indiferenga 193 Indifference point 193 Point d'indiffirence
3.2.12 I94 Ponto media da classe 194 Mid-point of class 194 Centre de classe
3.4.35 196 Porcentagem de defeituosos 196 Percent defective 196 Pourcentage de defectuex
3.2.70 197 PotGncia do teste 197 Power of the test 197 Puissance du test
3.3.21 IVY Prepdrag& da amostra 199 Sample preparation IVY Preparation d'un Gchantillon
3.4.48 200 Probabilidade de aceitaG% 200 Probability of acceptance 200 Probabi.lit& d'acceptation
3.4.49 201 Probabi.lidade de rejei& 201 Probability of rejection 201 Probabilite de rejet
3.1.7 202 Probabilidade para uma vari&el 5 202 Probability for a discre - 202 Probabilite pour une variable
3.4.65 203 Processo sob controle 203 Process under control 203 Processus sous controle
a
3.4.55 204 Qualidade limite 204 Limiting quality - Lot 204 Qualit; Iimite - Niveau de qua
tive
3.4.54 205 Qualidade media do prOCfss0 205 Process average 205 Qualit; moyenne d'une fabrica
tion
Cópia não autorizada
/continua@0
3.4.57 206 Qualidade midia resultante 206 Average out going quality 206 Qualit& moyenne apres controle
3.1.13 207 Quantil de una distribuigzo de pro 207 Fractile of a probability 207 Fractile d’une loi de probabi -
babilidade distribution lit5
R
3.2.61 208 Regi& critica 208 Critical region 208 Region critique
3.4.45 209 Rejei& 209 Reject ion 209 Rejet
3.2.84 210 Repetibilidade 210 Repeatability 210 Repetabilite
3.2.77 211 Replica 211 Replication 211 RGpGtition
3.2.85 212 Reprodutibilidade 212 Reproducibility 212 Reproductibilite
3.2.73 213 Resultado significativo (ao nivel 213 Significant result (at 213 R6sult.at significatif (au ni
escolhido) the chosen level) veau de signification choisi)
3.2.79 214 Retirada aleatoria 214 To draw at randeli 214 Tirer au hazard
3.2.67 215 Risco da primeira esp&ie 215 Type I risk (size of the 215 Risque de premigre esp&e
test)
3.2.69 216 Risco da segunda esp&ie 216 Type II risk 216 Risque de seconde esp&e
3.4.52 217 Risco do comprador 217 Consumer’s risk 217 Risque du client
3.4.51 218 Risco do fornecedor 218 Produ ICI er’s risk 218 Risque du fournisscur
3.2.67 219 Risco do tipo I 219 Type I risk (size of the 219 Risque de premiere esp&e
test)
3.2.69 220 Risco do typo II 220 Type I I risk 220 Risque de seconde esp&e
Cópia não autorizada
s
3.3.18 221 Sele& elementar 221 Increment 221 PrGl&ement Glementaire
3.1.33 226 Superficie de regressao 226 Regression surface 226 Surface de regression
3.1.34 227 Superficie de regressso linear 227 Linear regression surface 227 Surface de regression Ii&ire
T
3.2.25 228 Tabela de contigencia 228 Contingency table 228 Tableau de contingence
3.2.24 229 Tabela ‘a dupla entrada 229 Two-way table 229 Tableau 5 double entree
3.4.63 231 Tamanho media da amostra 231 Average sample number 231 Effectif noyen control&
3.3.17 232 Taxa de amostragem 232 Sampling fraction 232 Taux d’khantillonnage
3.2.42 233 Tendkia do estimador 233 Bias of estimator 233 Biais d’un estimateur
3.2.64 234 Teste bilateral 234 Two-sided test 234 Test bilatGral
3.2.76 235 Teste de Fischer 235 Fischer test 235 Test de Fischer
3.2.54 236 Teste de hipoteses 236 Statistical test 236 Test statistique
3.2.75 237 Teste de Student 237 Stdudent test 237 Test de Student
3.2.74 238 Teste do qui-quadrado (X2) 238 Chi-squared test 238 Test X”
3.2.60 240 Teste Go parametric0 240 Non-parametric test 240 Test non-parametrique
_ _ ._ _- -. ~,...,.,
Cópia não autorizada
3.2.59 241 Teste parametric0 241 Parametric test 241 Test parametrique
3.2.63 243 Teste unilateral 243 One-sided test 243 Test unilateral
3.3.3 245 Unidade de amostra 245 Sampling unit 245 Unit6 d’ichantillonnage
3.2.65 246 Valor(es) critico(s) 246 Critical value(s) 246 Valeur(s) critique(s)
3.2.6 247 Valor observado 247 Observed value 247 Valeur observ&
3.2.81 248 Valor verdadeiro 248 True value 248 Valeur ‘vraie
3.1.17 250 Variancia (de uma vari&el a1eato - 250 Variance (of a random va 250 Variance (d’une variable aIs5
3.1.1 251 Variavel aleatoria 251 Randor. variable-variate 251 Variable aleatoire
3.1.16 252 Variavel aleataria centrada 252 Centred random variable 252 Variable alGatoire centree
3.1.3 253 Variavel aleatoria continua 253 Continuous randcr variable 253 Variable aleatoire continue
3.1.2 254 Variavel aleatoriaadiscreta 254 Discrete randon, variable 254 Variable aleatoire discrete
3.1.20 255 Vari;ivel aleatoria padronizada 255 Standardized variate 255 Variable aleatoire reduite
3.2.42 257 Vies 257 Bias of estimator 257 Biais d’un estimateur