ISO/DIS 3534-2
(Main)Statistics -- Vocabulary and symbols
Statistics -- Vocabulary and symbols
Statistique -- Vocabulaire et symboles
General Information
RELATIONS
Standards Content (sample)
DRAFT INTERNATIONAL STANDARD ISO/DIS 3534-2
ISO/TC 69/SC 1 Secretariat: ANSI
Voting begins on Voting terminates on
2002-01-24 2002-06-24
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION • МЕЖДУНАРОДНАЯ ОРГАНИЗАЦИЯ ПО СТАНДАРТИЗАЦИИ • ORGANISATION INTERNATIONALE DE NORMALISATION
Statistics — Vocabulary and symbols —Part 2:
Applied statistics
[Revision of first edition (ISO 3534-2:1993)]
Statistique — Vocabulaire et symboles —
Partie 2: Statistique appliquée
ICS 01.040.03; 03.120.30
To expedite distribution, this document is circulated as received from the committee
secretariat. ISO Central Secretariat work of editing and text composition will be undertaken at
publication stage.Pour accélérer la distribution, le présent document est distribué tel qu'il est parvenu du
secrétariat du comité. Le travail de rédaction et de composition de texte sera effectué au
Secrétariat central de l'ISO au stade de publication.THIS DOCUMENT IS A DRAFT CIRCULATED FOR COMMENT AND APPROVAL. IT IS THEREFORE SUBJECT TO CHANGE AND MAY NOT BE REFERRED TO
AS AN INTERNATIONAL STANDARD UNTIL PUBLISHED AS SUCH.IN ADDITION TO THEIR EVALUATION AS BEING ACCEPTABLE FOR INDUSTRIAL, TECHNOLOGICAL, COMMERCIAL AND USER PURPOSES, DRAFT
INTERNATIONAL STANDARDS MAY ON OCCASION HAVE TO BE CONSIDERED IN THE LIGHT OF THEIR POTENTIAL TO BECOME STANDARDS TO WHICH
REFERENCE MAY BE MADE IN NATIONAL REGULATIONS.© International Organization for Standardization, 2002
---------------------- Page: 1 ----------------------
ISO/DIS 3534-2
Contents
Statistics – Vocabulary and symbols – Part 2: Applied statistics
1. Scope....................................................................................................................................1
2. Normative References............................................................................................1
3. Vocabulary – Applied Statistics............................................................................2
3.1 Data generation and collection....................................................................................2
3.1.1 Systems of reference values for characteristics3.1.2 Sources of data
3.1.3 Types of sampling
3.2 Statistical process management..................................................................................10
3.2.1 General process related concepts3.2.2 Variation related concepts
3.2.3 Control related charts
3.2.4 Control chart components
3.2.5 Fundamental process performance and process capability related terms
3.2.6 Process performance
3.2.7 Process capability
3.3 Specifications, values and test results.......................................................................25
3.3.1 Specification related concepts3.3.2 Determination of characteristics and quantities
3.3.3 Properties of test and measurement methods
3.3.4 Properties of test and measurement results
3.3.5 Capability of detection
3.4 Inspection and general acceptance sampling...........................................................34
3.4.1 Types of inspection3.4.2 Types of acceptance sampling inspection
3.4.3 Acceptance sampling inspection system
3.4.4 Acceptance criteria
3.4.5 Types of operating characteristics curves
3.4.6 Terms relating to operating characteristics
3.4.7 Outgoing quality concepts and average inspection effort
3.5 Sampling of bulk materials......................................................................................44
3.5.1 Bulk material related concepts3.5.2 Bulk sampling aspects
3.5.3 Bulk sample preparation
3.5.4 Procedural aspects
Annex A (normative) Standard symbols and abbreviations .........................................49
Annex B (informative) Methodology used in the development of the standard.......... 51
Alphabetical Index .............................................................................................................78
---------------------- Page: 2 ----------------------ISO/DIS 3534-2
1 Scope
ISO 3534–2 defines applied statistics terms, and expresses them in a conceptual framework in
accordance with normative terminology practice.Term entries are arranged thematically within a conceptual framework and an alphabetical index is
provided. Standardized symbols and abbreviations are also defined.ISO 3534-1 and ISO 3534 -2 are intended to be compatible. They share the common goal of restricting
their respective mathematical levels to the minimum levels necessary to attain correct and concise
definitions. Part 1 on terms used in probability and statistics is foundational so, by necessity, is
presented at a relatively more sophisticated mathematical level. Recognizing that users of Part 2 on
applied statistics may occasionally consult Part 1 for certain terms, notes following selected terms in
Part 1 are provided in the form of verbal descriptions of a less technical nature. Although these
informal descriptions, given in the notes, are not a substitute for formal definitions, the intent is to serve
the needs of multiple users of these terminology standards.2. Normative References
The following standards contain provisions which, through reference in this text, constitute provisions
of this International Standard. . For dated references, subsequent amendments to, or revisions of, any
of these publications do not apply. However parties to agreements based on this International Standard
are encouraged to investigate the possibility of applying the most recent editions of the normative
documents indicated below. For undated references, the latest edition of the normative document
referred to applies. Members of ISO and IEC maintain registers of currently valid International
Standards.ISO 3534-1 : 2000 : Statistics – Vocabulary and symbols: Part 1: Probability and general statistical
termsISO 3534-3 : 1999 : Statistics – Vocabulary and symbols: Part 3: Design of experiments
ISO 9000: 2000 : Quality management systems – Fundamentals and vocabularyISO/IEC Guide 51 : Safety aspects – Guidelines for their inclusion in standards
ISO/IEC Guide 2 : General terms and their definitions concerning standardization and related activities
ISO 704 : Principles and methods of terminologyISO 10241 : International terminology standards – Preparation and layout
VIM : International vocabulary of basic and general terms used in measurement
GUM: Guide to the expression of uncertainty in measurement
ISO 31-0 : Quantities and units – Part 0: General principles
ISO 31-11 : Quantities and units – Part 11: Mathematical signs and symbols for use in the physical
sciences and technology---------------------- Page: 3 ----------------------
ISO/DIS 3534-2
3 Vocabulary
A term in a definition or note which is defined elsewhere in this clause is indicated by boldface
followed by its entry number in parenthesis. Such a boldface term may be replaced in the definition by
its complete definition.A concept limited to a special meaning in a particular context is indicated by designating the subject
field in angle brackets < >, before the definition.3.1 Data generation and collection
3.1.1 Systems of reference values for characteristics
3.1.1.1
characteristic
distinguishing feature
[ISO 9000]
NOTE 1 A characteristic can be inherent or assigned.
NOTE 2 A characteristic can be quantitative or qualitative.
NOTE 3 There are various classes of characteristic, such as the following :
- physical (e.g. mechanical, electrical, chemical, biological);
- sensory, (e.g. relating to smell, touch, taste, sight, hearing);
- behavioural, (e.g. courtesy, honesty, veracity);
- temporal, (e.g. punctuality, reliability, availability);
- ergonomic, (e.g. linguistic or physiological or related to human safety);
- functional, (e.g. range, speed, rate of climb of an aircraft).
3.1.1.2
quality characteristic
inherent characteristic (3.1.1.1) of a product (3.1.2.32), process (3.2.1.1) or system related to a
requirement[ISO 9000]
NOTE 1 Inherent means existing in something, especially as a permanent characteristic.
NOTE 2 A characteristic assigned to a product, process or system (e.g. the price of a product, the owner of a
product) is not a quality characteristic of that product, process or system .3.1.1.3
scale
system of reference values for a characteristic (3.1.1.1)
NOTE The term value is used in a broad sense to include qualitative information.
3.1.1.4continuous scale
numerical scale (3.1.1.3) with a continuum of possible values
EXAMPLES interval scale (3.1.1.6) and ratio scale (3.1.1.7)
NOTE 1 A continuous scale may be transformed into ordinal, by grouping values. This inevitably leads to some
loss of information.NOTE 2 Scale resolution may be adversely affected by measurement system limitations.
---------------------- Page: 4 ----------------------ISO/DIS 3534-2
3.1.1.5
discrete scale
scale (3.1.1.3) with only a set or sequence of distinct values
NOTE Discrete values are often integers.
3.1.1.6
interval scale
continuous scale (3.1.1.4) which has an arbitrary zero
EXAMPLE Temperature degrees Celsius and Fahrenheit and calendar time.
NOTE Differences between values are not affected by a change of zero for the scale.
3.1.1.7ratio scale
continuous scale (3.1.1.4) which has an absolute or natural zero
EXAMPLES Mass, height and money value.
NOTE Ratios between values are not affected by a change of unit for the scale.
3.1.1.8
ordinal scale
scale (3.1.1.3) with ordered labelled categories
NOTE 1 There is sometimes a blurred borderline between ordinal and discrete scales. When subjective opinion
ratings such as excellent, very good, neutral, poor and very poor are coded, say, 1 to 5, this has the apparent effect
of converting from ordinal to discrete form. However, they should not be treated as ordinary numbers as the
distance between 1 and 2 may not be the same as between 2 and 3, or 3 and 4, say. On the other hand some
categories which are ordered objectively according to magnitude, such as the Richter scale which ranges from 0 to
8 according to the amount of energy release, could equally well be related to a discrete scale.
NOTE 2 Sometimes nominal scales are ordered by convention. An example is the blood group ABO, which are
always stated in this order. The same is the case if different categories are denoted by single letters. They are then
ordered, by convention, according to the alphabet.3.1.1.9
nominal scale
scale (3.1.1.3) with unordered labelled categories
EXAMPLES Nationality, colour, model of car, breed of dog, type of fault.
NOTE It is possible to count by category but not order or measure.
3.1.2 Sources of data
3.1.2.1
population
totality of objects ( 3.1.2.11 ) under consideration
NOTE 1 A population may be real and finite or hypothetical and infinite.
NOTE 2 Extended sampling from a finite real population can give rise to the generation of actual
.relative frequencies or frequency distributions. Alternatively, or arising from this, a theoretical model
of the hypothetical population based on probability distributions may be derived. This enables
predictions to be made.NOTE 3 A population may also be the result of an ongoing process which may include future output.
3.1.2.2population parameter
summary measure of the values of some characteristic ( 3.1.1.2 ) of a population (3.1.2.1)
NOTE Population parameters are usually symbolized by lower case Greek letters in italics
---------------------- Page: 5 ----------------------ISO/DIS 3534-2
EXAMPLES Population mean = μ ; population standard deviation = σ .
3.1.2.3sub-population
part of a population (3.1.2.1)
3.1.2.4
lot
definite part of a population (3.1.2.1) constituted under essentially the same conditions as the
population (3.1.2.1) with respect to the sampling purposeNOTE The sampling purpose may, for example, be to determine lot acceptability, or to estimate the mean value
of a particular characteristic.3.1.2.5
isolated lot
lot (3.1.2.4) separated from the sequence of lots in which it was formed and not forming part of a
current sequence3.1.2.6
isolated sequence of lots
group of lots in succession but not forming part of a large sequence or produced by a continuing
process3.1.2.7
unique lot
lot (3.1.2.4) formed under conditions peculiar to that lot and not part of a routine sequence
3.1.2.8pilot lot
small lot (3.1.2.3) run prior to a routine sequence in order to gain information and experience
3.1.2.9re-submitted lot
lot (3.1.2.4) which previously has been designated as not acceptable and which is submitted again for
inspection ( 3.4.1.2) after having been further treated, tested, sorted, reprocessed, etc.
3.1.2.10sub-lot
definite part of a lot (3.1.2.4)
3.1.2.11
item
object
entity
anything conceivable or perceivable
EXAMPLES A discrete physical item,: a defined amount of bulk material ; an activity, person, system or
some combination thereof.NOTE See also sampling unit (3.1.2.14)
3.1.2.12
nonconforming item
item (3.1.2.11) with one or more nonconformities ( 3..3.1.10 )
---------------------- Page: 6 ----------------------
ISO/DIS 3534-2
3.1.2.13
defective item
item (3.1.2.11) with one or more defects (3.3.1.11)
3.1.2.14
sampling unit
unit
one of the individual parts into which a population (3.1.2.1) or sampling frame (3.1.2.27) is divided
NOTE 1 A sampling unit may contain one or more items (3.1.2.11), for example, a box of matches, but one
test result will be obtained for it.NOTE 2 It may consist of discrete items or a defined amount of bulk material.
NOTE 3 For sampling unit see clause 3.5.1.4.3.1.2.15
nonconforming unit
unit (3.1.2.14) with one or more nonconformities (3.3.1.10)
3.1.2.16
defective unit
unit (3.1.2.14) with one or more defects (3.3.1.11)
3.1.2.17
sample
subset of a specified population (3.1.2.1) or sampling frame (3.1.2.27) made up of one or more
sampling units(3.1.2.14)NOTE Many different ways, random and not random, in selecting a sample may be envisaged. A collection of
data obtained by biased sampling , which is unavoidable in many areas, e.g. in human genetics of families detected
through abnormal children, is also a sample. In survey sampling, sampling units are often selected with a
probability proportional to size of a known variable, giving a biased sample.3.1.2.18
sample statistic
summary measure of some observed value (3.3.2.8) of a sample (3.1.2.17)
NOTE Sample statistics (random variables) are symbolised by upper case Latin letters in italics (e.g. X and S)
whereas the actual realization of sample statistics (observed values) are symbolised by lower case Latin letters in
italics (e.g. x and s. This contrasts with population parameters which are symbolised by lower case Greek letters
in italics (e.g. μ and σ )3.1.2.19
sub-sample
selected part of a sample (3.1.2.17)
NOTE 1 It can be selected by the same method as was used in selecting the original sample, but need not be so.
3.1.2.20duplicate sample
---------------------- Page: 7 ----------------------
ISO/DIS 3534-2
one of the two or more samples (3.1.2.17) or sub-samples (3.1.2.19) obtained separately at the same
time by the same sampling procedure or sample division procedure3.1.2.21
primary sample
sample (3.1.2.17) taken during the first stage of multistage sampling (3.1.3.10)
3.1.2.22
secondary sample
sample (3.1.2.17) taken from the primary sample (3.1.2.21) during the second stage of multistage
sampling (3.1.3.10)NOTE This may be extended to the kth stage for k>2.
3.1.2.23
final sample
sample (3.1.2.17) obtained at the final stage of multistage sampling (3.1.3.10)
3.1.2.24
simple random sample
sample (3.1.2.17) of n sampling units (3.1.2.14) selected from a population (3.1.2.1) in such a way
that all possible combinations of n sampling units have the same probability of being taken
3.1.2.25random sample
sample (3.1.2.17) of n sampling units (3.1.2.14) selected from a population (3.1.2.1) in such a way
that each of the possible combinations of n sampling units (3.1.2.14) has a particular probability of
being takenNOTE This definition relates to a physical sample in contrast to the random sample defined in ISO 3534-1
which is a theoretical concept.3.1.2.26
sample size
number of sampling units (3.1.2.14) in a sample (3.1.2.17)
NOTE In a multi-stage sample, the sample size is the total number of sampling units (3.1.2.14) at the
conclusion of the final stage of sampling.3.1.2.27
sampling frame
complete list of sampling units (3.1.2.14)
EXAMPLES An inventory of parts in a warehouse, a manifest of bales of wool on a ship, or a schedule of
accounts payable.NOTE The sampling frame, or ‘sampled population’ may differ from the ‘target population’. For example an
electoral register may be taken as a sampling frame to represent the adult population in a particular area. It is
unlikely that it will be totally accurate.3.1.2.28
cluster
part of a population (3.1.2.1) divided into mutually exclusive groups of sampling units (3.1.2.14)
related in a certain manner3.1.2.29
stratum
---------------------- Page: 8 ----------------------
ISO/DIS 3534-2
mutually exclusive and exhaustive sub-population considered to be more homogeneous with respect to
the characteristics investigated than the total populationEXAMPLES In bulk sampling, strata, based on time, mass and space are typically production periods (e.g. 15
minutes): production masses (e.g. 100 tonnes): holds in vessels, wagons in a train and containers.
3.1.2.30stratification
division of a population (3.1.2.1) into strata (3.1.2.29)
EXAMPLES Stratification of a cat or dog population into breeds, a human population into gender and social
classes and a country divided into regions.3.1.2.31
area of opportunity
unit (3.1.2.14) or portion of material, process, product or service in which designated event(s) can
occur3.1.2.32
product
result of a process (3.2.1.1)
[ISO 9000]
NOTE There are four generic product categories, as follows :
- services (e.g. transport);
- software (e.g. computer program);
- hardware (e.g. engine mechanical part);
- processed materials (e.g. lubricant).
Many products comprise elements belonging to different generic product categories. Whether the product is then
called service, software, hardware or processed material depends on the dominant element.
3.1.2.33service
product (3.1.2.32) that is the result of at least one activity performed at the interface between the
supplier and the customerNOTE Service may involve, for example, the following :
- an activity performed on a customer supplied tangible product (e.g automobile to be repaired);
- the delivery of a tangible product (e.g. in the transportation industry);- the delivery of an intangible product (e.g. the delivery of information);
- the creation of ambience for the customer (e.g. in hotels and restaurants).
3.1.2.34
identical test/measurement item
sample (3.1.2.17) which is prepared and can be presumed to be identical for the purpose of a specific
accuracy experimentNOTE Practical requirements are given clearly in the protocol of the accuracy experiment.
3.1.3 Types of sampling3.1.3.1.
sampling
act of drawing or constituting a sample (3.1.2.17)
---------------------- Page: 9 ----------------------
ISO/DIS 3534-2
3.1.3.2
bulk sampling
sampling (3.1.3.1) of bulk material (3.5.1.1)
EXAMPLE Sampling of a bulk of coal for ash content or of tobacco for moisture content.
3.1.3.3discrete sampling
sampling ( 3.1.3.1) of discrete material
3.1.3.4
simple random sampling
sampling (3.1.3.1) where a sample (3.1.2.17) of n sampling units (3.1.2.14) is taken from a
population (3.1.2.1) in such a way that all possible combinations of n sampling units have the same
probability of being takenNOTE In bulk sampling, if the sampling unit is an increment, the positioning, delimitation and extraction of
increments is such that all sampling units have an equal probability of being selected.
3.1.3.5random sampling
sampling (3.1.3.1) where a sample (3.1.2.17) of n sampling units (3.1.2.14) is taken from a
population (3.1.2.1) in such a way that each of the possible combinations of n sampling units has a
particular probability of being taken3.1.3.6
stratified sampling
sampling (3.1.3.1) such that portions of the sample (3.1.2.17) are drawn from the different strata
(3.1.2.29) and each stratum is sampled with at least one sampling unit (3.1.2.14)
NOTE In some cases the portions are specified proportions determined in advance. However in post stratified
sampling the specified proportions would not be known in advance.3.1.3.7
stratified simple random sampling
simple random sampling (3.1.3.4) from each stratum (3.1.2.29)
3.1.3.8
quota sampling
stratified sampling (3.1.3.6) where the sample (3.1.2.17) is selected in a non random manner
3.1.3.9cluster sampling
sampling (3.1.3.1) in which a random sample (3.1.2.25) of clusters (3.1.2.28) is selected and all the
sampling units (3.1.2.14) which constitute the clusters are included in the sample (3.1.2.17)
3.1.3.10multi-stage sampling
sampling (3.1.3.1) in which the sample (3.1.2.17) is selected by stages, the sampling units (3.1.2.14) at each
stage being sampled from the larger sampling units chosen at the previous stageNOTE 1 Multi-stage sampling is different from multiple sampling. Multiple sampling is sampling by several
criteria at the same time.NOTE 2 The sampling method may be different for the various stages, such that the primary sample may be
selected by e.g. simple random sampling , while the final sample is obtained through e.g. systematic sampling.
3.1.3.11---------------------- Page: 10 ----------------------
ISO/DIS 3534-2
multi-stage cluster sampling
cluster sampling (3.1.3.9) with two or more stages, each sampling (3.1.3.1) being made on clusters
(3.1.2.28), in which the clusters already obtained by the preceding sample (3.1.2.17) have been
divided3.1.3.12
systematic sampling
sampling (3.1.3.1) according to a methodical plan
NOTE 1 In bulk sampling , systematic sampling may be achieved by taking items at fixed distances or after time
intervals of fixed length. Intervals may, for example, be on a mass or time basis.
In the case of a mass basis, sampling units or increments should be of equal mass.
With respect to a time basis, sampling units or increments are taken from a moving stream or conveyor, say, at
uniform time intervals. In this case the mass of each sampling unit or increment should be proportional to the
mass flow rate at the instant of taking the sampling unit or increment.NOTE 2 If the lot is divided into strata, stratified systematic sampling can be carried out by taking increments at
the same relative locations within each stratum.3.1.3.13
periodic systematic sampling
systematic sampling (3.1.3.12) in which the sampling units (3.1.2.14) in a population (3.1.2.1) are
arranged in order, and numbered from 1 to N within the sample, then constituted as the sampling units
numbered h, h + k, h + 2k, ……..h + (n – 1)k,where, h and k are positive integers satisfying the relationships : nk < N < n(k + 1) and h < k,
and, h is generally taken at random from the first k integers.NOTE 1 A periodic systematic sample is usually used to obtain a sample which is random with respect to
certain characteristics which are known to be independent of the systematic basis.
NOTE 2 One systematic basis could be order of production. However care needs to be taken. If one were to take
th th thevery 6 , 12 or 18 item produced from a six headed machine it is highly unlikely that the sample would be
representative of the output from the machine.3.1.3.14
spot sampling
systematic sampling (3.1.3.12) in which a sample (3.1.2.17) of specified number or size is taken from
a specified place in the medium or at a specified place and time in a stream and considered
representative of its own local or immediate environment3.1.3.15
sampling with replacement
sampling (3.1.3.1) in which each sampling unit (3.1.2.14) taken and observed is returned to the
population (3.1.2.1) before the next sampling unit is takenNOTE In this case the same sampling unit may appear more than once in the sample.
3.1.3.16sampling without replacement
sampling (3.1.3.1) in which each sampling unit (3.1.2.14) is taken from the population (3.1.2.1) once
only without being returned to the population3.1.3.17
acceptance sampling
sampling ( 3.1.3.1) in which decisions are made to accept or not to accept a lot (3.1.2.4), or other
grouping of product, material or service, based on sample results3.1.3.18
survey sampling
---------------------- Page: 11 ----------------------
ISO/DIS 3534-2
sampling (3.1.3.1) used in enumerative or analytic studies to estimate the values of one or more
characteristics (3.1.1.1) in a population (3.1.2.1) , or for estimating how those characteristics are
distributed across the populationEXAMPLE The sampling of production to carry out a process capability analysis, and a system audit to assess
the degree of system compliance against an international standard .3.2 Statistical process management
3.2.1 General process related concepts
3.2.1.1
process
set of inter-related or interacting activities which transforms inputs into outputs
[ISO 9000]NOTE 1 Inputs to a process are generally outputs from other processes.
NOTE 2 Processes in an organisation are generally planned and carried out under controlled conditions to add
value.3.2.1.2
process management
coordinated activities to direct and control an organization with regard to processes (3.2.1.1
3.2.1.3statistical methods
collection of methods which makes it possible to reach reasonable, optimal decisions from data under
uncertaintyNOTE 1 Data refer to numerical or non-numerical facts or information.
NOTE 2 Statistical methods comprise methods for data collection, data organization, data presentation, data
analysis, data interpretation and decision making.3.2.1.4
statistical process management
process management (3.2.1.2) related to the application of statistical methods (3.2.1.3) to process
planning (3.2.1.5), process control (3.2.1.6) and process improvement (3.2.1.7)3.2.1.5
process planning
process management (3.2.1.2) focused on establishing process objectives and requirements and
specifying how these are to be achieved3.2.1.6
process control
process management (3.2.1.2) focused on fulfilling process requirements
3.2.1.7
process improvement
process management (3.2.1.2) focused on reducing variation and improving process effectiveness and
efficiencyNOTE 1 Effectiveness is the extent to which planned activities are realized and planned results are achieved [ISO
9000].NOTE 2 Efficiency is the relationship between result achieved and resources used [ISO 9000].
---------------------- Page: 12 ----------------------ISO/DIS 3534-2
3.2.1.8
statistical process control
SPC
activities focused on the use of statistical techniques to reduce variation (3.2.2.1 ) increase knowledge
about the process (3.2.1.1 ) and steer the process in the desired way.NOTE 1 SPC operates most efficiently by controlling variation of a process characteristic or an in-process
product characteristic that is correlated with a final product characteristic; and/or by increasing the robustness of
the process against this variation. A supplier’s final product characteristic may be a process characteristic to the
next downstream supplier’s process.NOTE 2 Although SPC originally was concerned primarily with manufactured goods, it is also equally
applicable to processes producing services or transactions, for example, those involving data, software,
communications and movement of material.NOTE 3 SPC involves both process control and process improvement.
3.2.1.9
control plan
document describing the system elements to be applied to control variation of
characteristics (3.1.1.1) of processes, products and services, and to minimize deviation from their
preferred valuesNOTE A document is a medium containing information [ISO 9000]. It may be a combination of different types
of media, for example, paper, magnetic, electronic or optical computer disc, photograph or master sample.
3.2.1.10process analysis
study intended to give rise to action on a cause and effect system to control and/or improve a process,
product or service3.2.2 Variation related concepts
3.2.2.1
variation
differences between values of a characteristic (3.1.1.1)
3.2.2.2
inherent process variation
variation (3.2.2.1) present when a process (3.2.1.1) is operating in a state of statistical control
(3.2.2.7)NOTE 1 When it is expressed in terms of standard deviation, the subscript ‘w’ is applied,(e.g. σ , S ,or s ),
w w windicating inherent. See also clause 3.2.6.1 Note 2.
NOTE 2 This variation is correspondent to ‘within subgroup variation’ when the variability control chart
indicates a state of statistical control.3.2.2.3
total process variation
variation (3.2.2.1) due to both spe
...
PROJET DE NORME INTERNATIONALE ISO/DIS 3534-2
ISO/TC 69/SC 1 Secrétariat: ANSI
Début du vote Vote clos le
2002-01-20 2002-06-20
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION • МЕЖДУНАРОДНАЯ ОРГАНИЗАЦИЯ ПО СТАНДАРТИЗАЦИИ • ORGANISATION INTERNATIONALE DE NORMALISATION
Statistique — Vocabulaire et symboles —Partie 2:
Statistique appliquée
[Révision de la première édition (ISO 3534-2:1993)]
Statistics — Vocabulary and symbols —
Part 2: Applied statistics
ICS 01.040.03; 03.120.30
Pour accélérer la distribution, le présent document est distribué tel qu'il est parvenu du
secrétariat du comité. Le travail de rédaction et de composition de texte sera effectué au
Secrétariat central de l'ISO au stade de publication.To expedite distribution, this document is circulated as received from the committee
secretariat. ISO Central Secretariat work of editing and text composition will be undertaken at
publication stage.CE DOCUMENT EST UN PROJET DIFFUSÉ POUR OBSERVATIONS ET APPROBATION. IL EST DONC SUSCEPTIBLE DE MODIFICATION ET NE PEUT ÊTRE
CITÉ COMME NORME INTERNATIONALE AVANT SA PUBLICATION EN TANT QUE TELLE.OUTRE LE FAIT D'ÊTRE EXAMINÉS POUR ÉTABLIR S'ILS SONT ACCEPTABLES À DES FINS INDUSTRIELLES, TECHNOLOGIQUES ET COMMERCIALES,
AINSI QUE DU POINT DE VUE DES UTILISATEURS, LES PROJETS DE NORMES INTERNATIONALES DOIVENT PARFOIS ÊTRE CONSIDÉRÉS DU POINT
DE VUE DE LEUR POSSIBILITÉ DE DEVENIR DES NORMES POUVANT SERVIR DE RÉFÉRENCE DANS LA RÉGLEMENTATION NATIONALE.
© Organisation internationale de normalisation, 2002---------------------- Page: 1 ----------------------
ISO/DIS 3534-2
Notice de droits d’auteur
Ce document de l’ISO est un projet de Norme internationale qui est protégé par les droits d’auteur de l’ISO.
Sauf autorisé par les lois en matière de droits d’auteur du pays utilisateur, aucune partie de ce projet ISO ne
peut être reproduite, enregistrée dans un système d’extraction ou transmise sous quelque forme que ce soit
et par aucun procédé, électronique ou mécanique, y compris la photocopie, les enregistrements ou autres,
sans autorisation écrite préalable.Les demandes d’autorisation de reproduction doivent être envoyées à l’ISO à l’adresse ci-après ou au
comité membre de l’ISO dans le pays du demandeur.Responsable des droits d’auteur
Secrétariat central de l’ISO
1 rue de Varembé
1211 Genève 20 Suisse
tél. + 41 22 749 0111
fax + 41 22 749 0947
internet iso@iso.ch
Toute reproduction est soumise au paiement de droits ou à un contrat de licence.
Les contrevenants pourront être poursuivis.
ii © ISO 2001 – Tous droits réservés
---------------------- Page: 2 ----------------------
ISO/DIS 3534-2
Sommaire Page
Avant-propos .............................................................................................................................................................iv
1 Domaine d'application..................................................................................................................................1
2 Références normatives.................................................................................................................................1
3 Vocabulaire....................................................................................................................................................2
3.1 Génération et recueil de données................................................................................................................2
3.2 Gestion statistique du processus..............................................................................................................10
3.3 Spécifications, valeurs et résultats d'essai ..............................................................................................25
3.4 Contrôle et échantillonnage pour acceptation .........................................................................................34
Annexe A (normative) Symboles et abréviations normalisés ..............................................................................49
Annexe B (informative) Méthodologie utilisée pour élaborer le vocabulaire......................................................51
Index alphabétique ...................................................................................................................................................78
© ISO 2001 – Tous droits réservés iii---------------------- Page: 3 ----------------------
ISO/DIS 3534-2
Avant-propos
L'ISO (Organisation internationale de normalisation) est une fédération mondiale d'organismes nationaux de
normalisation (comités membres de l'ISO). L'élaboration des Normes internationales est en général confiée aux
comités techniques de l'ISO. Chaque comité membre intéressé par une étude a le droit de faire partie du comité
technique créé à cet effet. Les organisations internationales, gouvernementales et non gouvernementales, en
liaison avec l'ISO participent également aux travaux. L'ISO collabore étroitement avec la Commission
électrotechnique internationale (CEI) en ce qui concerne la normalisation électrotechnique.
Les Normes internationales sont rédigées conformément aux règles données dans les Directives ISO/CEI,
Partie 3.Les projets de Normes internationales adoptés par les comités techniques sont soumis aux comités membres pour
vote. Leur publication comme Normes internationales requiert l'approbation de 75 % au moins des comités
membres votants.L’attention est appelée sur le fait que certains des éléments de la présente partie de l’ISO 3534 peuvent faire
l’objet de droits de propriété intellectuelle ou de droits analogues. L’ISO ne saurait être tenue pour responsable de
ne pas avoir identifié de tels droits de propriété et averti de leur existence.La Norme internationale ISO 3534-2 a été élaborée par le comité technique ISO/TC 69, Application des méthodes
statistiques, sous-comité SC 1, Terminologie et symboles.L'ISO 3534 comprend les parties suivantes, présentées sous le titre général Statistics — Vocabulary and symbols:
Partie 1 : Probabilité et termes statistiques généraux Partie 2 : Statistique appliquée
Partie 3 : Plans d’expérience
iv © ISO 2001 – Tous droits réservés
---------------------- Page: 4 ----------------------
PROJET DE NORME INTERNATIONALE ISO/DIS 3534-2
Statistique — Vocabulaire et symboles — Partie 2 : Statistique
appliquée
1 Domaine d'application
L’ISO 3534-2 définit les termes relatifs à la statistique appliquée et les présente dans un cadre conceptuel
conforme à la pratique normative en terminologie.Les entrées terminologiques sont disposées de façon thématique sous forme conceptuelle et un index
alphabétique est fourni. Les symboles et abréviations normalisés sont également définis.
L’ISO 3534-1 et l’ISO 3534-2 sont destinées à être compatibles. Elles partagent l’objectif commun de réduire leurs
niveaux mathématiques au strict minimum pour obtenir des définitions correctes et concises. La partie 1 relative
aux termes utilisés dans le domaine des probabilités et des statistiques est fondamentale et se présente de ce fait
à un niveau mathématique relativement plus sophistiqué. Dans la mesure où les utilisateurs de la Partie 2 relative
à la statistique appliquée peuvent avoir à consulter la Partie 1 pour certains termes, les notes figurant à la suite des
termes de la Partie 1 sont rédigées de manière plus descriptive que technique. Bien que ces notes informelles ne
remplacent nullement des définitions formelles, elles sont destinées à répondre aux besoins des nombreux
utilisateurs de ces normes terminologiques.2 Références normatives
Les documents normatifs suivants contiennent des dispositions qui, par suite de la référence qui y est faite,
constituent des dispositions valables pour la présente partie de l'ISO 3534. Pour les références datées, les
amendements ultérieurs ou les révisions de ces publications ne s’appliquent pas. Toutefois, les parties prenantes
aux accords fondés sur la présente partie de l'ISO 3534 sont invitées à rechercher la possibilité d'appliquer les
éditions les plus récentes des documents normatifs indiqués ci-après. Pour les références non datées, la dernière
édition du document normatif en référence s’applique. Les membres de l'ISO et de la CEI possèdent le registre des
Normes internationales en vigueur.ISO 3534-1:2000, Statistique — Vocabulaire et symboles — Partie 1 : Probabilité et termes statistiques généraux.
ISO 3534-3:1999, Statistique — Vocabulaire et symboles — Partie 3 : Plans d'expérience.
ISO 9000:2000, Systèmes de management de la qualité — Principes essentiels et vocabulaire.
ISO/IEC Guide 51, Safety aspects — Guidelines for their inclusion in standards.ISO/IEC Guide 2, Normalisation et activités connexes — Vocabulaire général.
ISO 704, Travail terminologique — Principes et méthodes.
ISO 10241, Normes terminologiques internationales — Élaboration et présentation.
VIM : International vocabulary of basic and general terms used in measurement.
GUM: Guide to the expression of uncertainty in measurement.
ISO 31-0, Grandeurs et unités — Partie 0 : Principes généraux.
© ISO 2001 – Tous droits réservés 1
---------------------- Page: 5 ----------------------
ISO/DIS 3534-2
ISO 31-11, Grandeurs et unités — Partie 11 : Signes et symboles mathématiques à employer dans les sciences
physiques et dans la technique.3 Vocabulaire
Un terme dans une définition ou une note qui est défini ailleurs dans cet article figure en caractères gras, suivi de
son numéro de référence entre parenthèses. Ce terme en caractères gras peut être substitué dans la définition par
sa propre définition.Un concept se limitant à un sens spécial dans un contexte particulier est indiqué en précisant les cas d’utilisation
entre les signes < >, avant la définition.3.1 Génération et recueil de données
3.1.1 Systèmes de valeurs de référence pour les caractéristiques
3.1.1.1
caractéristique
trait distinctif
[ISO 9000]
NOTE 1 Une caractéristique peut être intrinsèque ou assignée.
NOTE 2 Une caractéristique peut être qualitative ou quantitative.
NOTE 3 Il existe différents types de caractéristiques, tels que :
physiques, par exemple mécaniques, électriques, chimiques, biologiques ;
sensorielles, par exemple odeur, toucher, goût, aspect visuel, sonorité ;
comportementales, par exemple courtoisie, honnêteté, véracité ;
temporelles, par exemple ponctualité, fiabilité, disponibilité ;
ergonomiques, par exemple caractéristique physiologique ou relative à la sécurité des personnes ;
fonctionnelles, par exemple vitesse maximale d’un avion.3.1.1.2
caractéristique qualité - caractéristique qualitative
caractéristique (3.1.1.1) intrinsèque d’un produit (3.1.2.32), d’un processus (3.2.1.1) ou d’un système relative à
une exigence[ISO 9000]
NOTE 1 "Intrinsèque" signifie présent dans quelque chose, notamment en tant que caractéristique permanente
NOTE 2 Une caractéristique rattachée à un produit, un processus ou un système (par exemple le prix d’un produit, le
propriétaire d’un produit), n’est pas une caractéristique qualité de ce produit, ce processus ou ce système.
3.1.1.3échelle
système de valeurs de référence pour une caractéristique (3.1.1.1)
NOTE Le terme valeur est utilisé au sens large et comprend des informations qualitatives.
2 © ISO 2001 – Tous droits réservés---------------------- Page: 6 ----------------------
ISO/DIS 3534-2
3.1.1.4
échelle continue
échelle numérique (3.1.1.3) présentant une série de valeurs possibles
EXEMPLES Échelle d’intervalle (3.1.1.6) et échelle de rapport (3.1.1.7)
NOTE 1 Une échelle continue peut être transformée en échelle ordinale en groupant les valeurs. Ceci entraîne des pertes
d’informations inévitables.NOTE 2 La résolution d’échelle peut être affectée par les limites du système de mesure.
3.1.1.5échelle discrète
échelle (3.1.1.3) ne présentant qu’un ensemble ou une série de valeurs distinctes
NOTE Les valeurs discrètes sont souvent des nombres entiers.3.1.1.6
échelle d’intervalle
échelle continue (3.1.1.4) possédant un zéro arbitraire
EXEMPLE Température en degrés Celsius et Fahrenheit et temps de calendrier.
NOTE Les différences entre valeurs ne sont pas affectées par un changement du zéro d’échelle.
3.1.1.7échelle de rapport
échelle continue (3.1.1.4) possédant un zéro absolu ou naturel
EXEMPLES Masse, hauteur et valeur monétaire.
NOTE Les rapports entre valeurs ne sont pas affectés par un changement de l’unité d’échelle.
3.1.1.8échelle ordinale
échelle (3.1.1.3) avec des catégories ordonnées
NOTE 1 La frontière entre les échelles ordinales et discrètes est parfois assez floue. Dans le cas d’un jugement de valeur
subjectif tel que excellent, très bon, sans opinion, médiocre, très mauvais, codé par exemple de 1 à 5, ce système peut sembler
convertir l’échelle ordinale en échelle discrète. Cependant, il convient de ne pas considérer ces chiffres comme des nombres
ordinaires dans la mesure où la variation entre 1 et 2 peut ne pas être identique à celle qui existe entre 2 et 3, ou 3 et 4, etc. Par
ailleurs, certaines catégories qui sont ordonnées de manière objective en fonction de l’amplitude, comme par exemple l’échelle
de Richter graduée de 0 à 8 en fonction de l’intensité du séisme, peuvent être également assimilées à une échelle discrète.
NOTE 2 Des échelles nominales peuvent parfois être ordonnées par convention. Par exemple, les groupes sanguins ABO
sont toujours déclarés dans cet ordre. C'est également le cas lorsque différentes catégories sont notées par des lettres uniques.
Elles sont alors classées par convention par ordre alphabétique.3.1.1.9
échelle nominale
échelle (3.1.1.3) avec des catégories non ordonnées
EXEMPLES Nationalité, couleur, modèle de voiture, race de chien, type de défaut.
NOTE Il est possible de dénombrer par catégorie, mais non d'ordonner ou de mesurer.
3.1.2 Sources de données3.1.2.1
population
totalité des objets ( 3.1.2.11 ) pris en considération
© ISO 2001 – Tous droits réservés 3
---------------------- Page: 7 ----------------------
ISO/DIS 3534-2
NOTE 1 Une population peut être réelle et finie ou hypothétique et infinie.
NOTE 2 L'échantillonnage élargi d’une population réelle finie peut donner lieu à la génération de fréquences ou de
distributions d’effectif réelles. En alternative ou en conséquence, il est possible de déduire un modèle théorique de la population
hypothétique fondé sur des lois de probabilité. Ceci permet de faire des prévisions.
NOTE 3 Une population peut également être le résultat d’un processus continu pouvant comprendre des éléments de sortie
ultérieurs.3.1.2.2
paramètre de population
mesure synthétique des valeurs d’une caractéristique (3.1.1.2 ) donnée d’une population (3.1.2.1)
NOTE Les paramètres de population sont généralement représentés par des lettres grecques minuscules en italique.
EXEMPLES Moyenne de population = µ ; écart-type de population = σ.3.1.2.3
sous-population
partie d’une population (3.1.2.1)
3.1.2.4
lot
partie définie d’une population (3.1.2.1) constituée essentiellement dans les mêmes conditions que la population
(3.1.2.1) pour ce qui concerne l’échantillonnageNOTE L’échantillonnage peut par exemple être réalisé pour déterminer l’acceptabilité d’un lot ou pour estimer la valeur
moyenne d’une caractéristique particulière.3.1.2.5
lot isolé
lot (3.1.2.4) séparé de la série des lots dans laquelle il a été produit et ne faisant pas partie de la séquence
courante des lots3.1.2.6
séquence isolée de lots
groupe de lots appartenant à une séquence mais ne faisant pas partie d’une séquence de production plus
importante ou d’un processus continu3.1.2.7
lot unique
lot (3.1.2.4) produit dans des conditions spécifiques à ce lot et ne faisant pas partie de la séquence de production
courante3.1.2.8
lot pilote
petit lot (3.1.2.3) soumis aux processus normaux de fabrication avant le premier lot de production courante, afin
d’en dégager des informations et une expérience3.1.2.9
lot présenté à nouveau
lot (3.1.2.4) ayant été précédemment déclaré comme non acceptable et qui est présenté à nouveau au contrôle
(3.4.1.2) pour acceptation après avoir été revérifié, trié, retraité, etc.3.1.2.10
sous-lot
partie définie d’un lot (3.1.2.4)
4 © ISO 2001 – Tous droits réservés
---------------------- Page: 8 ----------------------
ISO/DIS 3534-2
3.1.2.11
individu
objet
entité
tout élément concret ou perceptible
EXEMPLES Une entité physique discrète, une quantité définie de matériau en vrac, une activité, une personne, un système
ou une combinaison de l’ensembleNOTE Voir également unité d’échantillonnage (3.1.2.14)
3.1.2.10
individu non conforme
individu (3.1.2.11) avec une ou plusieurs non-conformités ( 3..3.1.10 ).
3.1.2.13
individu défectueux
individu (3.1.2.11) présentant un ou plusieurs défauts (3.3.1.11)
3.1.2.14
unité d’échantillonnage
unité individuelle en laquelle une population (3.1.2.1) ou base d’échantillonnage (3.1.2.27) est divisée
NOTE 1 Une unité d’échantillonnage peut contenir un ou plusieurs individus (3.1.2.11), par exemple, une boîte
d’allumettes, mais ne fournira qu’un résultat d’essai.NOTE 2 Il peut s’agit d’individus discrets ou d’une quantité définie de matériau en vrac.
NOTE 3 Pour unité d’échantillonnage voir 3.5.1.4.3.1.2.15
unité non conforme
unité (3.1.2.14) avec une ou plusieurs non-conformités (3.3.1.10)
3.1.2.16
unité défectueuse
unité (3.1.2.14) avec un ou plusieurs défauts (3.3.1.11)
3.1.2.17
échantillon
sous-ensemble d’une population (3.1.2.1) spécifiée ou base d’échantillonnage (3.1.2.27) constitué d’une ou de
plusieurs unités d’échantillonnage (3.1.2.14)NOTE Il existe différentes façons de sélectionner un échantillon, de manière aléatoire ou non. Une collecte de données
obtenues par échantillonnage biaisé ce qui est inévitable dans de nombreux domaines, par exemple détection d'anomalies
génétiques par le biais d'enfants anormaux, constitue également un échantillon. Pour l’échantillonnage d’enquête, les unités
d’échantillonnage sont souvent sélectionnées avec une probabilité proportionnelle à l’effectif d’une variable connue qui
engendre un échantillon biaisé.3.1.2.18
statistique d'échantillon
mesure synthétique d'une valeur observée (3.3.2.8) donnée d'un échantillon (3.1.2.17)
NOTE Les statistiques d’échantillon (variables aléatoires) sont représentées par des lettres latines majuscules en italique
(par exemple X et S) tandis que la réalisation réelle des statistiques d’échantillon (valeurs observées) est représentée par des
lettres latines minuscules en italique (par exemple x et s), au contraire des paramètres de population qui sont représentés par
des lettres grecques minuscules en italique (par exemple µ et σ)© ISO 2001 – Tous droits réservés 5
---------------------- Page: 9 ----------------------
ISO/DIS 3534-2
3.1.2.19
sous-échantillon
partie tirée d'un échantillon (3.1.2.17)
NOTE Il peut être choisi par la même méthode que celle utilisée pour la sélection de l'échantillon d'origine, sans
nécessairement que cela soit le cas.3.1.2.20
échantillon dédoublé
un, deux ou plusieurs échantillons (3.1.2.17) ou sous-échantillons (3.1.2.19) obtenus séparément au même
moment par la même procédure d'échantillonnage ou par la division d'un échantillon
3.1.2.21échantillon primaire
échantillon (3.1.2.17) pris au premier degré d’un échantillonnage à plusieurs degrés (3.1.3.10)
3.1.2.22échantillon secondaire
échantillon (3.1.2.17) pris de l’échantillon primaire (3.1.2.21) au second degré d’un échantillonnage à
plusieurs degrés (3.1.3.10)ème
NOTE Cela peut être étendu au k degré pour k > 2.
3.1.2.23
échantillon final
échantillon (3.1.2.17) obtenu au degré final de l’échantillonnage à plusieurs degrés (3.1.3.10)
3.1.2.24échantillon simple aléatoire
échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) sélectionné à partir d’une population (3.1.2.1) de
façon que toutes les combinaisons possibles de n unités d’échantillonnage aient la même probabilité d’être
prélevées3.1.2.25
échantillon aléatoire
échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) sélectionné à partir d’une population (3.1.2.1) de
façon que chaque combinaison possible de n unités d’échantillonnage (3.1.2.14) ait une probabilité particulière
d’être prélevéeNOTE Cette définition concerne un échantillon physique contrairement à l'échantillon aléatoire défini dans l'ISO 3534-1 qui
est un concept théorique.3.1.2.26
effectif d'échantillon
nombre d’unités d’échantillonnage (3.1.2.14) constituant un échantillon (3.1.2.17)
NOTE Dans un échantillonnage à plusieurs degrés, l’effectif d’échantillon est le nombre total d’unités d’échantillonnage
(3.1.2.14) obtenu après achèvement du dernier degré de l’échantillonnage.3.1.2.27
base d'échantillonnage
liste complète d'unités d’échantillonnage (3.1.2.14)
EXEMPLES Un inventaire de pièces dans un entrepôt, un manifeste de balles de laine dans un navire ou un échéancier de
paiement.NOTE La base d’échantillonnage ou "population échantillonnée" peut se différencier de la "population cible". Par exemple,
une liste électorale peut être utilisée comme base d'échantillonnage pour représenter la population adulte dans une zone
particulière. Il est peu probable qu'elle soit totalement exacte.6 © ISO 2001 – Tous droits réservés
---------------------- Page: 10 ----------------------
ISO/DIS 3534-2
3.1.2.28
grappe
partie d’une population (3.1.2.1) divisée en groupes mutuellement exclusifs d’unités d’échantillonnage
(3.1.2.14) liées ensemble d’une certaine manière3.1.2.29
strate
sous-population mutuellement exclusive et exhaustive considérée plus homogène que la population totale eu
égard à la caractéristique étudiéeEXEMPLES Dans l'échantillonnage en vrac, les strates, fondées sur le temps, la masse et l'espace, sont généralement les
périodes de production (par exemple 15 minutes), les masses de production (par exemple, 100 tonnes), les contenus de
récipients, les wagonnets d'un train et les conteneurs.3.1.2.30
stratification
division d’une population (3.1.2.1) en strates (3.1.2.29)
EXEMPLES Stratification d'une population de chats ou de chiens en races, d'une population humaine par le sexe et les
classes sociales et d'un pays en régions .3.1.2.31
aire d'occurrence
unité (3.1.2.14) ou partie de matériau, processus, produit ou service dans laquelle le ou les événements définis
sont susceptibles de se produire3.1.2.32
produit
résultat d’un processus (3.2.1.1)
[ISO 9000]
NOTE Il existe quatre catégories génériques de produits :
les services (par exemple, transport) ;
les logiciels (par exemple, programme informatique) ;
les matériels (par exemple, pièces mécaniques de moteur) ;
les produits issus du processus à caractère continu (par exemple, lubrifiant).
De nombreux produits sont constitués d'éléments appartenant à différentes catégories génériques de produits. La qualification
du produit comme service, logiciel, matériel ou produit issu du processus à caractère continu dépend de l'élément dominant.
3.1.2.33service
produit (3.1.2.32) qui est le résultat d'au moins une activité réalisée à l'interface entre le fournisseur et le client
NOTE La prestation d'un service peut impliquer par exemple : une activité réalisée sur un produit tangible fourni par le client (par exemple, réparation d’une voiture) ;
la fourniture d'un produit tangible(par exemple dans l'industrie des transports) ;
la fourniture d’un produit immatériel (par exemple, transmission de connaissances) ;
la création d’une ambiance pour le client (par exemple, dans les hôtels et les restaurants).
© ISO 2001 – Tous droits réservés 7---------------------- Page: 11 ----------------------
ISO/DIS 3534-2
3.1.2.34
individu pour essai/mesure identique
échantillon (3.1.2.17) qui est préparé et supposé identique pour les besoins d’une expérience d’exactitude
spécifiqueNOTE Des exigences pratiques sont clairement données dans le protocole de l’expérience d’exactitude.
3.1.3 Types d’échantillonnage3.1.3.1
échantillonnage
opération consistant à prélever ou constituer un échantillon (3.1.2.17).
3.1.3.2
échantillonnage en vrac
échantillonnage (3.1.3.1) de matériau en vrac (3.5.1.1)
EXEMPLE Echantillonnage du charbon pour déterminer la teneur en cendres, ou du tabac pour déterminer I’humidité.
3.1.3.3échantillonnage discret
échantillonnage ( 3.1.3.1) de matériau discret
3.1.3.4
échantillonnage simple aléatoire
échantillonnage (3.1.3.1) dans lequel un échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) est tiré
dans une population (3.1.2.1) de manière à ce que toutes les combinaisons possibles de n unités
d’échantillonnage aient la même probabilité d'être tiréesNOTE Dans le cas de l’échantillonnage en vrac, si l’unité d’échantillonnage est un prélèvement élémentaire, le
positionnement, la délimitation et l'extraction des prélèvements élémentaires sont tels que toutes les unités d’échantillonnage
ont la même probabilité d'être sélectionnées.3.1.3.5
échantillonnage aléatoire
échantillonnage (3.1.3.1) dans lequel un échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) est tiré
dans une population (3.1.2.1) de manière à ce que chaque combinaison possible de n unités d’échantillonnage ait
une probabilité particulière d'être tirée3.1.3.6
échantillonnage stratifié
échantillonnage (3.1.3.1) consistant à prélever des parties d’échantillon (3.1.2.17) dans les différentes strates
(3.1.2.29), chaque strate étant échantillonnée avec au moins une unité d’échantillonnage (3.1.2.14).
NOTE Dans certains cas, les parties sont des proportions spécifiées déterminées à l’avance. Toutefois, dans
l’échantillonnage stratifié a posteriori, les proportions spécifiées ne sont pas connues à l’avance.
3.1.3.7échantillonnage stratifié simple aléatoire
échantillonnage simple aléatoire (3.1.3.4) de chaque strate (3.1.2.29)
3.1.3.8
échantillonnage par quotas
échantillonnage stratifié (3.1.3.6) dans lequel l’échantillon (3.1.2.17) est tiré de manière non aléatoire
3.1.3.9échantillonnage en grappe
échantillonnage (3.1.3.1) selon lequel un échantillon aléatoire (3.1.2.25) est tiré de ces grappes (3.1.2.28) et
toutes les unités d’échantillonnage (3.1.2.14) qui le constituent sont comprises dans l’échantillon (3.1.2.17)
8 © ISO 2001 – Tous droits réservés---------------------- Page: 12 ----------------------
ISO/DIS 3534-2
3.1.3.10
échantillonnage à plusieurs degrés
échantillonnage (3.1.3.1) selon lequel l’échantillon (3.1.2.17) est sélectionné par degrés, les unités
d’échantillonnage (3.1.2.14) à chaque degré étant échantillonnées à partir d’unités d’échantillonnage plus
importantes choisies au degré précédentNOTE 1 L’échantillonnage à plusieurs degrés est différent de l’échantillonnage multiple qui procède de plusieurs critères en
même temps.NOTE 2 La procédure d’échantillonnage peut être différente à chaque degré, ainsi l’échantillon primaire peut être
sélectionné par exemple par échantillonnage simple aléatoire tandis que l’échantillon final peut être tiré par exemple par
échantillonnage systématique3.1.3.11
échantillonnage en grappe à plusieurs degrés
échantillonnage en grappe (3.1.3.9) avec deux ou plusieurs degrés, chaque échantillonnage (3.1.3.1) portant
sur des grappes (3.1.2.28) issues du partage des grappes obtenues avec l’échantillon (3.1.2.17) précédent
3.1.3.12échantillonnage systématique
échantillonnage (3.1.3.1) se déroulant selon un plan méthodique
NOTE 1 Dans l’échantillonnage en vrac, l’échantillonnage systématique peut consister à prélever des éléments à des
distances fixes ou au bout d’intervalles de temps d’une durée fixe. Les intervalles peuvent, par exemple, être des intervalles de
masse ou de temps.Dans le cas des intervalles de masse, il convient que les unités d’échantillonnage ou prélèvements élémentaires soient de
masse égale.Dans le cas des intervalles de temps, les unités d’échantillonnage ou prélèvements élémentaires sont collectés dans un
écoulement ou sur une bande transporteuse, à des intervalles de temps uniformes, par exemple. Dans ce cas, la masse de
chaque unité d’échantillonnage ou prélèvement élémentaire est généralement proportionnelle au débit en masse, au moment
du prélèvement de l’unité d’échantillonnage ou du prélèvement élémentaire.NOTE 2 Si le lot est divisé en strates, un échantillonnage systématique stratifié peut être réalisé en effectuant des
prélèvements élémentaires aux mêmes emplacements relatifs dans chaque strate.3.1.3.13
échantillonnage systématique périodique
échantillonnage systématique (3.1.3.12) selon lequel les unités d’échantillonnage (3.1.2.14) dans une
population (3.1.2.1) sont disposées selon un ordre donné et numérotées de 1 à N dans l’échantillon, puis
constituées en unités d’échantillonnages numérotées h, h + k, h + 2k, ……..h + (n – 1)k,
où, h et k sont des nombres entiers satisfaisant aux relations : nk ≤ N < n(k + 1) et h ≤ k,
et, h est généralement pris au hasard parmi les k premiers nombres entiers.NOTE 1 Un échantillon systématique périodique est généralement utilisé pour obtenir un échantillon aléatoire par rapport à
certains caractères qui sont connus pour être indépendants sur une base systématique.
NOTE 2 Une base systématique pourrait être l’ordre de production. Des précautions doivent toutefois être prises. Si l’on
ème ème èmeprélève tous les 6 , 12 ou 18 articles produits par une machine à six têtes, il est fort peu probable que l’échantillon soit
représentatif de la production de la machine.3.1.3.14
échantillonnage localisé
échantillonnage systématique (3.1.3.12) selon
...
Questions, Comments and Discussion
Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.