主题：我心目中的精益生产（五）：质量管理与六西格玛 -- 肥仔

现实与书本很大的区别，就是现实中要考虑的制约条件很多，成本是最经常的制约条件之一。所以，当控制点很多而每个控制点都会产生成本的时候，您就不会每次都追求每个控制点的正态分布了。

还有一种情形，如果经常进行小批量生产，每批产品统共只有几十件百来件，一星期以内就做完了。这种情形下，您也不会每次都追求正态分布了，特别是如果手工操作的比例还比较大时。

另，我的例子中，工人A和B的Cp, Cpk都是一样的。

如果是做产品的，即使目前的产品的生命周期只有1-2年，但是这些技术分析过程及结果的价值，对于准备长做产品的公司和个人通常都是物有所值的；

如果是靠某个产品赚一票走人的，那么跟他们讲质量本身就是个笑话。

现实里，我要求供应商改进流程，他们也如约而行，但是这家供应商确实仍然在被淘汰的边缘，只是替代者的考评尚未完成而已。

首先，要“大量”，多大的量才够“大量”呢？样本数量的选择就是个问题，如果我手头有十几个分布的叠加，算不算“大量”呢？不算。

其次，您说的独立分布，应该都是随机的吧，如果不是随机的，是否满足这个定理呢？不满足。例如，如果我手头有一组数量巨大的正态分布，均值都为X1，sigma值都为o1；另外一组数量巨大的正态分布，均值都为X2, sigma值都为o2。X1与X2不等。这两组分布是不可能叠加出正态分布的，因为均值的出现不随机。

这种情况下我们的做法是看谁积累的产量多就按谁的分布中心值来"和谐"整个产品的目标值，并慢慢往下压直到与设计的中心值吻合。当然前提是Cpk不小于1.33或者2。

小批量生产的统计规律比较难以建立，应该不适合应用这些东西。

专注于做实业就不能目光短浅。

而我想说的意思不是说不需要正态分布，而是现实中不需要也不可能追求每个控制点的正态分布，即使为了积累技术培养队伍，也不可能。

另外，您那家供应商，如果有改进的意愿，可见也有可能是一个“潜力股”，应该还有别的原因使您做出了淘汰的决定。

除非做产品的水平大大地低于社会平均水平。

一般来说10个以上的随机分布叠加已经很接近于正态分布了。生成正态分布的随机数的一个算法，就是用多个均匀分布的随机数叠加，而叠加的个数，一般也就不超过20。要求不高的情况下，6-12个的叠加也就够了。

在质量控制这个特定的应用中，对分布的精确性要求也不是很高，所以5-10个分布的叠加已经可以很好地使用正态分布来近似。

一个应用非常广泛的定理，一般来说在现实生活中是可以经常使用的。中心极限定理就是这样一个定理，它被冠以“中心”的名字，可不仅仅是因为它可以推出很多结论。在数学上，能获此殊荣的定理可是非常少的。

另外，影响质量的因素很多很多，有很多是你没有注意到的，或是没法注意到的，但这些因素都会最终影响到成品的质量。你举的例子，比中心极限定理更接近于“理论”。要满足你举的例子这样的情况，可是比中心极限定理还难的。

这话真损。。。

上班见面先Smile，然后说话时候要Slowly，话题不过是Stock或者是Star，总而言之就是Stupid