4.1 En el Caso 1, la muestra se selecciona de un proceso o de una población de interés muy grande. La población es esencialmente ilimitada y cada elemento tiene o no el atributo definido. La población (proceso) tiene una fracción desconocida de elementos p (proceso promedio a largo plazo no conforme) que tienen el atributo. La muestra es un grupo de n elementos discretos seleccionados al azar del proceso o población bajo consideración, y el atributo no se exhibe en la muestra. El objetivo es determinar un límite superior de confianza, pu, para la fracción desconocida p mediante el cual se pueda afirmar que p ≤ pu con algún coeficiente de confianza (probabilidad) C. La distribución binomial es la distribución muestral en este caso. 4.2 En el caso 2, se selecciona aleatoriamente una muestra de n elementos de un lote finito de N elementos. Como en el caso 1, cada artículo tiene o no el atributo definido, y la población tiene un número desconocido, D, de artículos que tienen el atributo. La muestra no presenta el atributo. El objetivo es determinar un límite de confianza superior, Du, para el número desconocido D, mediante el cual se puede afirmar que D ≤ Du con algún coeficiente de confianza (probabilidad) C. La distribución hipergeométrica es la distribución muestral en este caso. 4.3 En el Caso 3, hay un proceso, pero el resultado es un continuo, como área (por ejemplo, un rollo de papel u otro material, un campo de cultivo), volumen (por ejemplo, un volumen de líquido o gas), o tiempo (por ejemplo, horas, días, trimestralmente, etc.) El tamaño de la muestra se define como esa porción del “continuo” muestreado, y el atributo definido puede aparecer cualquier número de veces en la porción muestreada. Existe una tasa de aparición promedio desconocida, λ, para el atributo definido durante el intervalo muestreado del continuo que es de interés. La muestra no presenta el atributo. Para un rollo de papel, esto podría ser imperfecciones por cada 100 pies cuadrados; para un volumen de líquido, microbios por litro cúbico; para un campo de cultivo, esporas por acre; por intervalo de tiempo, llamadas por hora, clientes por día o accidentes por trimestre. La tasa, λ, es proporcional al tamaño del intervalo de interés. Por lo tanto, si λ = 12 imperfecciones por 100 pies2 de papel, esto equivale a 1.2 imperfecciones por 10 pies2 o 30 imperfecciones por 250 pies......
ASTM E2334-09(2013)e2 Documento de referencia
ASTM E1402 Terminología estándar relacionada con el muestreo
ASTM E141 Práctica estándar para la aceptación de evidencia basada en los resultados del muestreo probabilístico
ASTM E1994 Práctica estándar para el uso de planes de muestreo AOQL y LTPD orientados a procesos
ASTM E2586 Práctica estándar para calcular y utilizar estadísticas básicas
ASTM E456 Terminología estándar relacionada con la calidad y las estadísticas
ISO 3534-1 Estadística. Vocabulario y símbolos. Parte 1: Términos estadísticos generales y términos utilizados en probabilidad.
ISO 3534-2 Estadística - Vocabulario y símbolos - Parte 2: Estadística aplicada
ASTM E2334-09(2013)e2 Historia
2023ASTM E2334-09(2023) Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de ocurrencia de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero
2018ASTM E2334-09(2018) Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de ocurrencia de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero
2009ASTM E2334-09(2013)e1 Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de aparición de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero en la muestra
2009ASTM E2334-09(2013) Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de aparición de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero en la muestra
2009ASTM E2334-09 Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de aparición de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero en la muestra
2008ASTM E2334-08 Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de aparición de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero en la muestra
2003ASTM E2334-03e1 Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de aparición de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero en la muestra
2003ASTM E2334-03 Práctica estándar para establecer un límite de confianza superior para una fracción o número de elementos no conformes, o una tasa de aparición de no conformidades, utilizando datos de atributos, cuando hay una respuesta cero en la muestra