当批量 N 和样本大小 n 一定时，合格判定数 C 对 OC 曲线的影响

如图 7.2.4 所示，用实线表示的三条 OC 曲线代表以下三个不同的单次抽样方案：

N = 2000

n = 50

C = 4

N = 2000

n = 50

C = 2

N = 2000

n = 50

C = 0

随着 C 的变化，OC 曲线在水平位置和曲线倾斜度两方面都发生了变化。

随着 C 变小，OC 曲线左移，而且曲线变陡，这说明抽样方案的性能发生了变化。对于同一批交验产品，其不合格率为 p_i，不合格判定数 C 越小的方案，其接收概率也越低，说明抽样方案变得严格了。至于严格的程度和合理性，

应该从实际出发，根据用户（需方）的质量要求和生产者的平均质量水平，对不同的抽样方案的 OC 曲线进行比较分析，确定合理的样本大小 n 和合格判定数 C。另一方面，随 C 的变大，接收概率在同一 p_i 水平也增大，说明抽样

方案变宽松了。如果将图 7.2.4 中虚线表示的 OC 曲线 4 和 OC 曲线 2 作一比较，它们分别表示两个不同单次抽样方案，即：

N = 2000 N = 2000

OC曲线2:

n = 50

OC曲线



4: n

= 300

C = 2 C = 2

显然，OC 曲线 4 所代表的单次抽样方案比 OC 曲线 2 所代表的单次抽样方案严格得多，上述两个方案的 N 和 C 相同，但 n 不同，说明样本大小 n 越大，方案越严格，这一点在感性上也是容易理解的，因为 n 最大可以取到 n 趋近于 N，此时相当于全检了，检验比例越大，越容易发现不合格品，方案也就变得严格了。