例1：设一批产品的批量为N=100，给定的抽样方案为n=10，Ac=0，这表示从这批产品中随机抽取10件产品进行检验，如果没有不合格品，则接收这批产品，否则就拒收这批产品. 如果这批产品的不合格率p=0，则这批产品总是接收的. 如果这批产品的不合格率为p=0.01，这表明在这批产品中有一个不合格品，在进行抽样时如果恰好抽到这件产品，那将拒收这批产品，当然这种可能性较小，也就是接收这批产品的可能性很大. 这种接收一批产品的可能性大小称为接收概率.
接收概率是一批产品的不合格品率p的函数，记为L(p). p-L(p)曲线称为接收概率曲线，或称抽样特性曲线，简称为OC曲线（Opereting Characteristic Curve）.
L(p)=P(X<=Ac)=P(X=0)+P(X=1)+......+P(X=Ac)
其中P(X=d)的值可以用超几何分布、二项分布、泊松分布来计算.
当批量N不大，且样本量与批量之比n/N>=0.1时，可用超几何分布计算. 公式如下：
当N较大，n/N<0.1时可用二项分布简化计算. 公式如下：
当N较大，n/N<0.1，且p较小，np在0.1~10之间时，可用泊松分布计算. 公式如下：
例2：一次计数抽样方案（60,m）的OC曲线，m=0,2,6
p=seq(0,0.4,0.001)
np1=60*p
lam0=0
lambda1=seq(0,6,1)
lambda2=seq(0,2,1)
Lp600=(np1^lam0)*exp(-np1)/factorial(lam0)
Lp0=0
Lp1=0
for (i in lambda1){
Lp2=(np1^i)*exp(-np1)/factorial(i)
Lp0=Lp2+Lp0
i=i+1
}
for (i in lambda2){
Lp3=(np1^i)*exp(-np1)/factorial(i)
Lp1=Lp3+Lp1
i=i+1
}
plot(p,Lp0,type="l",xlim=c(0,0.4),ylim=c(0.01,1.0),ylab="L(p)")
lines(p,Lp1,type="l")
lines(p,Lp600,type="l")
text(locator(1),"(60,0)",adj=0)
text(locator(1),"(60,2)",adj=0)
text(locator(1),"(60,6)",adj=0)
output
例3：一次计数抽样方案（k,0）的OC曲线，k=10,30,60
p=[0,0.4]
np60=60*p
np30=30*p
np10=10*p
lam0=0
Lp600=(np1^lam0)*exp(-np60)/factorial(lam0)
Lp300=(np1^lam0)*exp(-np30)/factorial(lam0)
Lp100=(np1^lam0)*exp(-np10)/factorial(lam0)
plot(p,Lp600,type="l",xlim=c(0,0.4),ylim=c(0.01,1.0),ylab="L(p)")
lines(p,Lp300,type="l")
lines(p,Lp100,type="l")
text(locator(1),"(60,0)",adj=0)
text(locator(1),"(30,0)",adj=0)
text(locator(1),"(10,0)",adj=0)
output
#简便起见，都使用泊松分布计算，在实际生活中也大都使用泊松分布.