随着管理体系标准应用的广泛深入，和GB/Z19027/ES/TR10017:2003(GB/T19001-2000的统计技术指南)的采用。统计技术的应用，有了新的发展趋势。自国家注册审核员资格审批实施笔试为主的方式以来，合格率普遍显低，有人分析：“考生失分多的原因，主要是统计技术基础知识太欠缺。部分考生在工作经历中没有接触过统计技术知识，部分考生虽经过统计知识培训，但实践经验较少，不注意统计技术日常基础知识的积累。”同时明确指出：“掌握统计技术需要有一定的时间和过程去学习和理解”。
其实，管理体系标准的应用中（包括QMS、EMS、OHSMS和其他管理体系标准），其比较看得见摸得着的成效和业绩是统计技术应用所显示的效果。世界当代著名的质量管理专家所倡导的“质量工作的十个基本点”中，第3和第4个基本点就涉及具体的统计技术。等同采用ISO/TR10017:2003《ISO9001:2000的统计技术指南》的国家标准：〈GB/Z19027-2005/ISO/TR10017:2003〉是GB/T19000族标准的组成部分。它针对标准中57个条款要素作出“统计技术潜在需求的识别”。
笔者在杭州北航的审核实践中，接触到“三体系”运行中三个比较典型的统计技术应用事例，不妨在此列举，以反映统计技术，在质量、环境、安全管理体系运行中的应用，供读者参考，并以此抛砖引玉。
一、“假设检验”在质量管理中的应用
在未开展“PSC”(统计过程控制)或“PSD”的企业 / 组织中，对于产品质量形成过程中的日常监视、控制和分析，往往通过随机的抽样检验检查。对生产过程，往往通过生产现场的巡回监测，进行适时的监视和测量。在批产品交付或最终检验中，也需要通过这些有限的抽样作出分析和判定。来判定系统或批量总体是否符合规定要求。这就必然涉及统计学中的“假设检验”问题。因为仅仅按照少数抽样所取得的样本参数，直接判定总体是有较大风险，也不够符合统计技术要求。
比如：某铸造厂生产小型毛坯铸件，与顾客商定每个批号中的铸件不合格品率不得超过3%，并商定按统计要求判定批合格后交货。现从当日生产的批号中随机抽取50只进行检验，发现了2只不合格品，问该批产品能否交货？
很明显，如果按百分比例，且以样本不合格品率来直接判定，该批产品就不能发货。但按照统计理论来科学判定，结论却却相反。由于样本容量较大，N=50；又加上只是判定该批产品能否发货，即批产品是否合格。故可以近似地采用依据二项分布所规定的μ检验。
设立假设： H
0（不合格品率P ≤0.03） H
1（不合格品率P>0.03）。
取 可信度α=0.05，查表得拒绝域：{μ>μ}={μ>1.645}。由样本观察值求得X=2/50=0.04。
并代入μ检验统计量公式：
式中：X为样本不合格品平均值；
P为规定的不合格品率；
N为样本容量。
显然，μ未落入拒绝域中，不能拒绝原假设，即应允许该批产品交货。
这一例子又一次证明了，按百分比抽样判定交货的不合理性。
