Struct Pa 

pub struct Pa {

    pub data_whole: Vec<f64>,
    pub total: f64,
    pub center_value: f64,
    pub usl: f64,
    pub lsl: f64,
    pub std_dev_zt: f64,
    pub std_dev_zn: f64,
    pub std_dev_zn_data: Vec<f64>,
    pub average_zn: f64,
    pub average_zt: f64,
    pub pp: f64,
    pub ppl: f64,
    pub ppu: f64,
    pub ppk: f64,
    pub cpk: f64,
    pub cp: f64,
    pub cpu: f64,
    pub cpl: f64,
    pub ppm: f64,
    pub defects: f64,
    pub offset_center: f64,
    pub ca: f64,
    pub scv: f64,
    pub max_value: f64,
    pub min_value: f64,
    pub avg_r: Vec<f64>,
    pub group_count: usize,
    pub average_zn_data: Vec<f64>,
    pub range_zn_data: Vec<f64>,
    pub range_zn: f64,
    /* private fields */
}

加工分析

Fields

data_whole: Vec<f64>

整体数据

total: f64

总体数量

center_value: f64

usl: f64

规格上限

lsl: f64

规格下限

std_dev_zt: f64

标准差 整体

std_dev_zn: f64

标准差 组内

std_dev_zn_data: Vec<f64>

样本标准差 组内 列表

average_zn: f64

组内 均值

average_zt: f64

整体 均值

pp: f64

过程性能指数

ppl: f64

ppu: f64

ppk: f64

cpk: f64

精密度 CPK

cp: f64

精确度 cp

cpu: f64

精确度 cpu 上限要求

cpl: f64

精确度 cpl 下限要求

ppm: f64

ppm

defects: f64

缺陷数量

offset_center: f64

中心偏移

ca: f64

精确度 Ca

scv: f64

规格中心值

max_value: f64

最大值

min_value: f64

最小值

avg_r: Vec<f64>

样本极差值

group_count: usize

分组数

average_zn_data: Vec<f64>

分组后的平均值

range_zn_data: Vec<f64>

组内极差数据

range_zn: f64

组内极差值

Implementations

impl Pa

pub fn new( data: Vec<f64>, usl: f64, lsl: f64, group_count: usize, types: bool, ) -> Pa

初始化

• types true 计量型 false 计数型
• group_count 分组数量

pub fn ca(&mut self)

精确度 Ca

pub fn cpk(&mut self)

精密度 cpk true 第一种方法考虑了规范上限和下限与平均值之间的差异，分别计算了规范上限和下限的 CPK 值，并选择了较小的值作为最终的 CPK 值。这种方法更适用于当规范上限和下限的差异较大时，或者当你更关注上限和下限之间的不对称性时 false 第二种方法直接计算了规范上限和下限之间的距离，并以此作为 CPK 的分子。这种方法更适用于当你关注的是整个过程的总体能力时，而不考虑上限和下限之间的差异。

pub fn cpk_desc(&mut self) -> (&'static str, &'static str)

cpk 的结果

pub fn ppm(&mut self)

PPM (Parts Per Million，百万分之一）是一种用于表示某个物质或事件在总体中的比例或浓度的单位。在质量管理中，PPM 通常用于表示产品的缺陷率或质量水平。

pub fn cp(&mut self)

pub fn cp_desc( &mut self, ) -> ((f64, &str, &str), (f64, &str, &str), (f64, &str, &str))

pub fn normal_distribution_plot(&mut self) -> Vec<Vec<f64>>

正态分布图

pub fn xbar_r(&mut self) -> JsonValue

计算R(范围)

pub fn xbar_s(&mut self) -> JsonValue

计算R(范围)

pub fn xbar(&mut self) -> (f64, f64, f64)

计算R(范围)

pub fn i_mr(&mut self) -> JsonValue

I-MR 控制图 I-MR 控制图是一种统计质量控制方法，用于监控过程中连续变量的稳定性和一致性。I 代表 Individual，表示个体值，MR 代表 Moving Range，表示移动范围。

pub fn u(&mut self) -> (f64, Vec<f64>)

U 控制图 不合格品数量的平均值

pub fn p(&mut self) -> (f64, Vec<f64>)

P 控制图 不合格品比例的平均值

pub fn np(&mut self) -> (f64, f64, Vec<f64>)

NP 控制图 不合格品比例的平均值

pub fn histogram(&mut self) -> JsonValue

直方图

pub fn normal_distribution(&mut self) -> JsonValue

正态分布

Trait Implementations

impl Clone for Pa

fn clone(&self) -> Pa

Returns a duplicate of the value.

fn clone_from(&mut self, source: &Self)

Performs copy-assignment from source.

impl Debug for Pa

fn fmt(&self, f: &mut Formatter<'_>) -> Result

Formats the value using the given formatter.