在①、④中，抽样后DL-4146-301HCW所下的判断与实际情况完全相符，这是我们所希望的。而对于②、③两种情况，所下的判断与实际情况完全相反，这是不希望发生的。第②种情况把合格产品判为不合格品，犯了“以真为假”的错误，通常称为第1类错误；第③种情况把不合格产品判力合格品，犯了“以假为真”的错误，通常称为第Ⅱ类错误。这两类错误的性质是不同的，前者对生产单位造成影响，后者对使用单位造成危害。但是，不论哪一类错误，都是不希望出现的。因此，一个好的抽样方案(咒，C)，既不犯第1类错误，又不犯第Ⅱ类错误，实际上，这是不可能完全达到的。通常只能要求出现第1类错误的概率口(p)和第Ⅱ类错误的概率p(p)尽可能地小。满足此条件的抽样方案就是比较好的方案。

   a(p)和p(p)如何确定呢？其表达式与哪些因子有关呢？为此，必须利用最常用的概率分布：二项分布、泊松分布和超几何分布。超几何分布主要用于小批量的抽样检验。

   设N》n，可以近似认为N是无限总体，即抽取以个产品并不会影响总的不合格产品率户的数值。若从N个产品中任意抽取一个产品，抽到合格产品的可能性是（l-p）；连续抽二个，抽到两个合格品的可能性为（l-p）2；同理，连续抽孢个都是合格品的可能性是(l- p)“，即上述抽样方案的函数为L(c=o)一(l- p)“。

   另一种情况，即咒个中只有一个不合格品的可能性是多大呢？因为连续抽取n个时，不合格品可能是第一个，也可能是第二个、第三个，……或第咒个，因此，共有Cl种可能性。面抽到一个不合格的可能性是p，n个中有n-l个合格品的可能性是（l-p）n-l。显

然，咒个中有n-l个好品，1个不合格品的可能性是Ci（l-p）一1p—L（。一，，，所以L=l;如果P>Po，则全部被拒收，即L=O，其特性曲线如图3.2a中的粗线所示。