常规控制图一般有8个判断异常的检验准则,假设每个检验的虚发警报概率都是0.2%,且每个虚发警报都是独立的,那么同时使用8个检验准贴则，则虚发警报的概率会增加至____。

这是一道关于统计过程控制（SPC）中**第一类错误（虚发警报/Type I Error）**概率计算的题目。我们需要计算在多个独立检验准则同时使用时，至少有一个准则发出虚警的概率。 ### 1. 理解核心概念 * **虚发警报概率（$\alpha$）**：指过程实际上处于受控状态（正常），但控制图错误地判断为异常的概率。 * **独立性假设**：题目明确指出每个检验的虚发警报都是独立的。 * **多重检验问题**：当同时使用多个检验准则时，只要其中**任意一个**准则触发报警，整体就会被判定为异常。因此，总的虚发警报概率会高于单个准则的概率。 ### 2. 计算步骤 设单个检验准则的虚发警报概率为 $p = 0.2\% = 0.002$。 检验准则的数量为 $n = 8$。 我们要计算的是“至少有一个准则发生虚警”的概率 $P(\text{总虚警})$。 直接计算“至少有一个”比较复杂，通常采用**补集法**（对立事件）来计算： 1. 先计算**所有准则都没有**发生虚警的概率。 2. 再用 1 减去这个概率，得到至少有一个发生虚警的概率。 **步骤 1：计算单个准则不发生虚警的概率** $$ P(\text{无虚警}) = 1 - p = 1 - 0.002 = 0.998 $$ **步骤 2：计算8个准则都不发生虚警的概率** 由于各准则独立，联合概率为各自概率的乘积： $$ P(\text{8个都无虚警}) = (0.998)^8 $$ 我们可以进行近似计算或精确计算： * **精确计算**： $$ 0.998^8 \approx 0.9841 $$ * **线性近似（当 $p$ 很小时）**： $$ (1-p)^n \approx 1 - np $$ $$ 1 - 8 \times 0.002 = 1 - 0.016 = 0.984 $$ *(注：线性近似在此处精度足够，因为 $p$ 很小)* **步骤 3：计算至少有一个准则发生虚警的概率** $$ P(\text{总虚警}) = 1 - P(\text{8个都无虚警}) $$ $$ P(\text{总虚警}) = 1 - 0.9841 = 0.0159 $$ 或者使用线性近似结果： $$ P(\text{总虚警}) \approx 1 - 0.984 = 0.016 $$ ### 3. 结果分析与选项匹配 计算出的精确概率约为 **0.0159**，近似概率为 **0.016**。 让我们查看选项： A. 0.005 B. 0.01 C. 0.02 D. 0.03 计算结果 $0.0159$ 最接近 **0.02**（选项 C）。 *注意：在工程实践和某些简化教学中，有时会直接使用博尼弗伦尼不等式（Bonferroni inequality）的简单加法近似，即 $\alpha_{total} \approx n \times \alpha = 8 \times 0.002 = 0.016$。将 0.016 四舍五入保留两位小数即为 0.02。* ### 结论 同时使用8个检验准则，虚发警报的概率会增加至约 0.016，在给定的选项中，最接近的值是 0.02。 故正确答案为 **C**。