计件数据一般服从二项式分布,计点数据一般服从泊松分布.

这道题的陈述是**正确**的。以下是对该结论的详细解析： ### 1. 计件数据与二项分布 * **定义**：**计件数据**（Attribute Data / Count of Defectives）通常指对产品进行“合格/不合格”或“成功/失败”的二分类判断后，统计其中某一类（如不合格品）的数量。 * **分布原理**： * 每次检验可以看作是一次**伯努利试验**（Bernoulli Trial），只有两种结果。 * 假设每次检验相互独立，且不合格率 $p$ 恒定。 * 在 $n$ 次独立重复试验中，出现不合格品的次数 $X$ 服从**二项分布** $B(n, p)$。 * **应用场景**：例如，从一批产品中随机抽取 $n$ 件，统计其中有几件是次品。 ### 2. 计点数据与泊松分布 * **定义**：**计点数据**（Count Data / Count of Defects）指统计单位产品（或单位时间、单位面积、单位长度）上出现的缺陷数量。一个产品上可能有多个缺陷。 * **分布原理**： * 缺陷的发生通常是稀疏的、随机的，且在单位区间内发生的平均次数 $\lambda$ 是稳定的。 * 当样本量很大而事件发生概率很小时，二项分布趋近于泊松分布。但在质量控制的理论模型中，直接假设缺陷数服从**泊松分布** $P(\lambda)$ 更为恰当。 * 泊松分布描述的是在固定间隔内随机事件发生的次数。 * **应用场景**：例如，统计每平方米玻璃上的气泡数、每页书上的错别字数、每卷布料上的疵点数。 ### 3. 总结对比 | 数据类型 | 关注点 | 典型特征 | 对应分布 | 常用控制图 | | :--- | :--- | :--- | :--- | :--- | | **计件数据** | 不合格品**数** (Defectives) | 非此即彼 (Pass/Fail) | **二项分布** | p图, np图 | | **计点数据** | 缺陷**数** (Defects) | 一个单元可有多个缺陷 | **泊松分布** | c图, u图 | 因此，题目中“计件数据一般服从二项式分布，计点数据一般服从泊松分布”的说法符合统计学原理和质量控制理论，答案为**正确**。