免费分享 检验检测名师点题1——内容篇

MS168

第一部分 各章出题比例
第一章 考题占2％～4%
第二章 考题占26％～28％
第三章 考题占30％
第四章 考题占40％

第二部分 各章重点内容
一 第一章 检验检测概述
出题重点在于概述与《基础知识》相异之处。
特别应掌握：
★检验依据的分类；
★现行的商检法及其实施条例的主要内容和作用
二 第二章 相关理论知识
概率论与数理统计基本知识是出题重点，
★排列组合是必考内容，
★常见随机变量的分布可考知识点多，
★应该知道三大抽样分布。
标准化和计量学出题不多。
三 第三章 抽样检验
★第一节 应掌握产品质量的概念、质量特性和质量特性值、质量指标和质量指标的分类、质量检验。
★第二节 专业名词术语有二十多个，其中检验批（尤其注意掌握“一致条件”）、抽样方案、接收概率、生产方风险、使用方风险是重点强调的内容；其它的概念也需了解。
★第三节 应掌握抽样检验方方案的基本概念、表示方法、分类；一次、二次、多次抽样方案的有缺点；书上所列举的实例要求掌握。
★第四节 建议作为知识性的了解，重点看抽样方法的举例。
★第五节 比较重要，出题数目不多，但会有题。
★第六节 抽样实施及注意事项对工作具有指导意义，存在出题可能性，尤其注意制样的原则。
四 第四章 检测数据处理及检测质量控制
★第一节是必考内容，重点复习有关概念、分类、表示方法；图4—1
—1 准确度与精密度的关系往年常考；应掌握测量不确定度的概念、来源、评估过程。
★第二节 请重点复习有效数字的判读方法、修约规则、运算法则和正确运用。
★ 第三节 知道数据处理判定的四种方法，应掌握简单的运算，必须掌握例行分析结果的报告处理、平均值的置信区间、提高分析结果准确度的方法
★ 第四节 应掌握检测结果的质量控制图、控制图的使用及控制图中标准物质的使用。
★第五节 应知道实验室质量保证的要素。

MS168

第一章  概    述

    进出口商品检验是指在国际贸易活动中，由商品检验机构对进出口商品的质量、数量、包装和有关安全、卫生指标等进行检验、鉴定，以确定其是否符合相关技术标准或合同规定的要求，通常简称商检工作，它是国际贸易活动的重要环节，对保证国际贸易的顺利进行和促进其发展起着重要作用。进出口商品检验根据其性质不同分为行政性质的法定检验和民事性质的委托检验，法定检验是各国为保护人类健康和安全、保护动物或者植物的生命和健康、保护环境、防止欺诈行为、维护国家安全而采取的强制性措施；委托检验则是根据对外贸易关系人的委托，以独立第三方的身份提供检验服务。随着世界经济的飞速发展，进出口商品检验工作的地位得到日益巩固和提高。

第一节  进出口商品检验的起源与发展
二、中国进出口商品检验的起源和发展

《商检法》以及《商检法实施条例》是现今最重要的关于我国进出口商品检验工作的原则性法律文件，对进一步加强进出口商品检验把关，维护国家利益和信誉，促进外贸发展具有重大的作用。
新《商检法》以应对人世为切入点，根据WTO规则和我国人世承诺，对法律的立法目的、商检工作的指导原则、商检体制的构成、商检行为规范等作了重要修改。
新《商检法》的颁布施行是我国质量监督检验检疫法制建设的一个重要标志，它将对进一步加强进出口商品检验工作，规范进出口商品检验行为，保证进出口商品质量，维护社会公共利益和对外经济贸易健康发展，促进我国扩大对外开放战略的进一步实施发挥重要作用。


第五节  进出口商品检验依据和方法
  一、进出口商品检验依据



    我国进出口商品的检验依据根据其性质不同可分为法律依据、法规依据、部门规章依据、地方性法规和规章依据、国际公约依据、国际惯例依据和贸易合同依据等。
    二、进出口商品检验方法

(一)感官检验方法

(二)物理检验方法

(三)化学检验方法


(四)仪器分析方法

(五)生物检验方法
  

MS168

  


第二章
进出口商品检验相关理论知识

第一节
概率论与数理统计基本知识

一、基础数学知识



(一)加法和乘法原理

1．加法原理

完成一件事有n类方法，第一类有m1种方法，第二类有m2种方法…．第n类有mn种方法，那么完成这件事共有N=m1+m2+…mn种方法。

2．乘法原理

完成一件事要分n个步骤，第一步有m1种方法，第二步有m2种方法，……第n步有mn种方法，那么完成该件事共有N=m1·m2……mn种方法。

(二)排列和组合

1．排列


从m个不同的元素中，每次取出n(n≤m)个不同元素，按照一定的序列组成一列，叫做选排列，用 来表示，计算公式如下：
   =m·(m－1)·(m－2)……(m－n＋1)=m!/（m－n）!
（2－1－1）

m!=m·(m-1)·(m-2)……1
（2－1－2）

称为全排列。为使m＝n时，选排列公式有意义，令0!=1。

2．组合


从m个不同的元素中，每次取出n(n≤m)个不同元素组成一组，叫做组合，用 来表示，其计算公式如下：
   = m！/（m－n）！n！
（2－1－3）

当m=n时， =1。当n＝0时，

组合有两个重要性质：

（2－1－4）

（2－1－5）



二、概率论基本知识

(一) 随机事件例如，多次抛掷同一枚均匀硬币，就会发现出现正、反面的次数大致相等。

(二)随机事件的概率



1．概率的定义和性质


概率的统计定义，P(A)=p。


概率P(A)具有如下的性质：
(1) 非负性：
(2) 规范性：

MS168

2．条件概率与乘法公式
   【例1】：有100个球，其中铜球60个，铁球40个，铜球中红色的40个，白色的20个，铁球中红色的25个，白色的15个。已知抽到的一个球是红色的，问，它是铜球的概率是多少?

P(A)=“抽到的是铜球的概率”=60/100；P(B)=“抽到的是红球的概率”=65/100
    根据题意，在抽到的一个红球的条件下，这个球是铜球的概率为：P(A／B)= 40/65
    从100个球中抽一个球，这个球既是铜球，又是红球的概率为：P(AB)= 40/100
根据此定义可导出概率的乘法公式，对于任何两个事件A与B，有


P(AB)=P(A|B)P(B)=P(B|A)P(A)
(2－1－7）
其中P(A)>0，P(B)>0

3．独立性和独立事件的概率


(四)随机变量及其分布
离散型随机变量
连续型随机变量
随机变量的取值若可以一一列举，即ξ=X1，X2，…，Xk，…，则称ξ为离散型随机变量。若随机变量表示的是某个地区的气温，或人的身高、体重、寿命等，它的取值是个实数，称此时的随机变量ξ为连续型随机变量。
  由概率性质得离散型随机变量的分布律和分布函数有以下的性质：





　
f（x）为连续型随机变量ξ的概率密度。它有以下性质：







  （2）二项分布(记作ξ～β(n，p))
  【例2】：一批服装共有100件(N)，其中5件(D)为不合格品，从这批服装中抽取样品进行检验，每次抽取1件，在抽取下一件之前，均放回原来抽的样品，共抽取3次。问：
   
① 三次中没有抽到不合格品的概率；。
   
② 三次中抽到1件不合格品的概率；

MS168

③ 三次中抽到2件不合格品的概率；
   
④ 三次中抽到3件不合格品的概率。

    答：根据题意，该批服装的不合格品率p=0．05，合格品率q=1－p=1一0．05=0．95。
   
① 三次中没有不合格品的概率为：
   
   
② 三次中有一件不合格品的概率为：

A．(第一次抽到不合格品的概率)：

P(A)=P·(1－P)·(1－P)=p(1－p)2，乘法原理

B．(第二次抽到不合格品的概率)：

P(B)=(1－P)·P·(1－P)=p(1－p)2，乘法原理

C． (第三次抽到不合格品的概率)：

P(C)=(1－P)·(1－P)·P=P(1－p)2，乘法原理
    因此：P(ξ=1)=P(A)+P(B)+ P(C)= ，加法原理。
  
③ 同上，三次中抽到2件不合格品的概率为：P(ξ=2)=
  
④ 三次中抽到3件不合格品的概率为：P(ξ=3)=
    本例推而广之，一批货物中批不合格率为P，合格率为1－p，从中有放回的抽取n次样品(每次抽取一件样品)进行检验，抽到k件不合格样品的概率为：

P(ξ=k) =
(k=0，1，2，L，n)(0<P<1)

（2－1－8）


这就是二项分布。

MS168

(3) 超几可分布  【例3】一批服装共有100件，其中5件（D）为不合格品，从这批服装中一次性抽取3件样品，抽到d（d＝0，1，2，3）件不合格品的概率：

P(ξ=d)=
  推而广之，如果有N件货物，其中有(D≤N)件不合格品，抽取n件(n≤N)样品进行
检验，抽到d件不合格品的概率为：

P(ξ=d)=

（2－1－9）
  这就是超几何分布。


2．连续型随机变量的分布：

(1) 均匀分布(记作ξ～V[a，b])


　　                                                        （2－1－11）



(3)正态分布(ξ--N(μ，σ))


    大量的随机变量都服从正态分布，如机械加工零件的误差、人的身高、射击时弹着点对目标的纵横偏差、某地区月降水量等等。

MS168

三、随机变量的数字特征

1．随机变量的数学期望(均值)
  设离散型随机变量拿的分布律为：

P(ξ=xk)=Pk(k=1，2，L，n)，记ξ的数学期望Eξ=        （2－1－14）
  设ξ为连续型的随机变量，其概率密度为f(x)，则记其数学期望


                                                             （2－1－15）


2．方差
   
P(ξ=xk)=Pk(k=1，2，L，n)，记ξ的方差


（2－1－16）

设ξ为连续型的随机变量，其概率密度为f (x)，则记其方差


(2－1－17）



表2—1—1
常见分布的数学期望和方差如下表

分布	数学期望	方差
正态分布	μ	a2

四、数理统计基本知识




(一)总体与样本


在一个统计问题中，称研究对象的全体为总体，构成总体的每个成员称为个体。若关心的是研究对象的某个数量指标，那么将每个个体具有的数量指标x称为个体，总体就是某数量指标值x的全体(即一堆数)。统计学的主要任务就是确定(1)总体是什么分布?(2)这个总体(即分布)的均值、方差(或标准差)是多少?

样本
样本量，常用n表示。

满足下面两个条件的样本称为简单随机样本，简称随机样本。

(1)随机性

(2)独立性

随机样本x1，X2，…，xn可以看做n个相互独立的、同分布的随机变量，每一个的分布与总体分布相同。

MS168

   
(二)统计量
    样本来自总体，因此样本中包含了有关总体的丰富信息。但是不经加工的信息是零荼的，为了把这些零散的信息集中起来反映总体的特征，需要对样本进行加工，图与表是对样加工的一种有效方法，另一种有效的办法就是构造样本的函数，不同的函数反映总体的不同的特征。不含未知参数的样本函数称为统计量。根据统计量的定义可以构造各种用途的统计量。下面介绍描述样本集中位置与样本分散程度两类常用统计量。


1．描述样本集中位置的统计量
    对一组样本数据，可以用一些量表示它们的位置。这些量中，常用的有样本均值、样本中位数和样本众数

(1)样本均值
    样本均值也称样本平均数，记为 ，它是样本数据x1，x2…．，xn的算术平均数：



(2－1－18）
    样本均值是使用最广泛的反映数据集中位置的度量。它的计算比较简单，但缺点是它受极端值的影响比较大。

(2)样本中位数
    样本中位数是表示数据集中位置的另一种重要的度量，用符号Me或x’。表示。在确定样本中位数时，需要将所有样本数据按其数值大小从小到大重新排列成以下的有序样本：

X(1)，X(2)，…，X(n)
其中X(1)=Xmin，X (n)=Xmax分别是数据的最小值与最大值。
    样本中位数定义为有序样本中位置居于中间的数值，与均值相比，中位数不受极端值的影响。因此在某些场合，中位数比均值更能代表一组数据的中心位置。

(3)样本众数
    样本众数是样本数据中出现频率最高的值，常记为Mod。样本众数的主要缺点是受随机性影响比较大，有时也不惟一。当n大时，较多地采用分组数据。

   
2．描述样本分散程度的统计量
    一组数据内部总是有差别的，对一组质量特性数据，大小差异反映质量的波动。也有一些用来表示数据内部差异或分散程度的量，其中常用的有样本极差、样本方差、样本标准差和样本变异系数。

(1)样本极差
    样本极差即是样本数据中最大值与最小值之差，用R表示。对于有序样本，极差R为：

MS168

R＝x(n)－x(1)

(2—1—19)

    样本极差只利用了数据中两个极端值，因此它对数据信息的反映不够充分，极差常用于n不大的情况。

(2)样本方差与样本标准差
    数据的分散程度可以用每个数据xi偏离其均值的差 来表示， 称为xi的离差。对离差不能直接取平均，因为离差有正负，取平均会正负相抵，无法反映分散的真实情况。当然可以先将其取绝对值，再进行平均，这就是平均绝对差，




但是由于绝对值的研究较为困难，因此平均绝对差使用并不广泛。使用最为广泛的是用离差平方来代替离差的绝对值，因而数据的总波动用离差平方和
来表示。样本方差定义为离差平方和除以n－1，用S2表示：


                                                            （2－1－20）

    因为n个离差的总和必为0，所以对于n个独立数据，独立的离差个数只有n－1个，称n－1为离差平方和的自由度，因此样本方差是用n－1而不是用n除离差平方和。


样本方差的正算术平方根称为样本标准差，即：

                                                           
（2－1－21）

    注意标准差的量纲与数据的量纲一致，所以它使用频繁，但其计算一般通过先计算样本方差s2获得。
    在具体计算时，离差平方和可用以下的简便公式：



                                                            （2－1－22）

    为计算方便，可以将数据减去一个适当的常数，这样不影响样本方差及样本标准差的计算结果，却可大大减少计算量。在实际使用中还可以利用计算器来计算，特别是许多科学计算用的计算器，都具有平均数、方差与标准差的计算功能。
  (3)样本变异系数
  样本标准差与样本均值之比称为样本变异系数，有时也称之为相对标准差，记为CV：




(2—1—23)

MS168

样本变异系数是在消除量纲影响后的样本分散程度的一种度量。



(三)抽样分布

  每一个统计量都有一个抽样分布，不同的统计量可得不同的抽样分布。抽样分布将
是进行统计推断的基础。当样本来自某个正态总体N(μ，σ2)时，其样本均值，样本方差s2，以及它们的某种组合的抽样分布已在理论的被导出，我们将叙述其中三个，即t分布，χ2分布和F分布，号称“三大抽样分布”。

1．t分布
   首先，我们应把注意力放在服从t分布的t变量的构造上。
设x1，x2，…xn是来自正态总体N(μ，σ2)的一个样本，则有：




   对样本均值施行标准化变换，则有：

      


    当用样本标准差s代替上式中的总体标准差σ，则上式u变量改为t变量，标准正态分布N(0，1)也随之改为“自由度为n－1的t分布”，记为t(n－1)，即：





（2－1－24）



    自由度为n－1的t分布的概率密度函数与标准正态分布N(0，1)的概率密度函数的图形大致类似，均为对称分布，但它的峰比N(0，1)的略低一些，而两侧尾部较N(0，1)略粗一点，参见图2—1—4。当自由度超过30后，两者区别已很小，这时可用N(0，1)代替t(n－1)。