測定の再現性と不確かさの評価サービス
目視測定および自動検査プロジェクトの場合、信頼区間、測定の不確かさの伝播、測定ツールの R&R、校正回帰、2 次元真直度などの統計的評価とソフトウェア適応を提供します。サービスは、エラー原因の特定、実験計画、レビュー可能なレポートに重点を置いています。
適用対象と評価タスク
すでに測定データ、基準値、または測定モデルがあり、機器の再現性、再現性、校正関係、結果の不確実性を評価したいエンタープライズ プロジェクトに適しています。
- 推定統計量のブートストラップ パーセンタイル信頼区間。
- 測定モデル、入力平均および共分散によってモンテカルロ伝播を実行します。
- 部品、オペレーター、および反復測定で構成されるバランスのとれたデータに基づいてクロスゲージ R&R を計算します。
- 校正関係は、加重最小二乗法またはデミング回帰を使用して評価されます。
- 一次感度法を使用して、入力エラーが出力に及ぼす影響を分析します。
- 有限の 2 次元サンプリング点に対する合意された方法に基づいて、最小面積真直度の結果を計算します。
レポートが品質システム、顧客の受け入れ、法定計量または研究所の認定に使用される場合、適用される規格、参照機器、方法文書、資格および発行責任も確認する必要があります。
出力内容
| 出力 | 主な内容 | 適用条件 |
|---|---|---|
| 信頼区間 | 統計、信頼水準、リサンプリング設定、間隔 | 名目信頼水準は、有限サンプルが実際にカバーしていることを自動的に証明するものではありません。 |
| 不確実性の伝播 | 出力分布、標準不確かさ、カバレッジ間隔、および感度 | 結果はモデル化された入力と依存関係のみをカバーします |
| ゲージR&R | 再現性、再現性、部品間および全体の変動成分 | 実験計画、バランス、交互作用項の処理への依存 |
| 調整された回帰 | 傾き、切片、残差、重み、または誤差分散比 | 回帰残差は完全な機器の不確実性ではありません |
| 2次元真直度 | 最小平行ストリップ幅と方向 | 二次元サンプリングと合意された評価方法に従って使用されます |
レポートには、データ範囲、欠損値、外れ値の処理、ランダム シード、ソフトウェア バージョン、単位、モデルの仮定、および検出されていない誤差項についても説明する必要があります。
方法、ルート、および主要な選択ポイント
| 方法 | 適用入力 | 主な制限事項 |
|---|---|---|
| ブートストラップ パーセンタイル間隔 | サンプルおよび計算可能な統計関数 | 小さなサンプル、相関データ、分布の偏りを評価する必要がある |
| モンテカルロスプレッド | 測定モデル、平均、共分散、およびサンプリング設定 | 共分散が有効である必要があり、系統誤差項がモデル内で明確に定義されている必要があります。 |
| クロス ANOVA ゲージ R&R | バランスの取れたパーツ、演算子、重複データ | 相互作用条件、負の成分、および非平衡設計について合意する必要がある |
| 加重線形スケーリング | 参考値、測定値および標準不確かさ | 重みのソースと範囲の外挿が必要な基礎 |
| デミングが帰ってくる | 2 変数観測値と誤差分散比 | 分散比の設定は回帰結果に影響します |
| 2次元最小領域真直度 | 限られた 2 次元のサンプリング ポイント | 適用される基準、サンプリング方法、評価規則と組み合わせて使用する必要があります。 |
| 一次感度伝播 | モデル、平均、共分散、差分ステップ | 強い非線形性とステップ サイズの感度は個別に検証する必要があります。 |
どの方法を選択するかは、データ構造とレポートの目的によって異なります。方法がより複雑だからといって、その結果がより正確であること、または品質システムの要件とより一貫していることを意味するわけではありません。
必要なデータと前提条件
測定対象、測定範囲、公差、測定機種、単位、基準器情報、機器バージョン、収集環境、生データをご提出ください。測定ツール R&R は、部品、オペレーター、繰り返し回数、測定順序、バランスのとれた設計かどうかを記述する必要があります。
不確実性評価では、投入量、分布、標準不確実性、相関関係、根拠をリストする必要があります。校正された回帰では、基準値の不確実性、測定誤差の原因、重みまたは分散比を考慮する必要があります。
元のデータ内の無効な測定値、欠損値、外れ値、重複レコードは保持する必要があり、ルールなしに直接削除しないでください。データが異なるバージョン、機器、または動作条件から得られたものである場合は、単一の母集団に統合するのではなく、最初に層別化する必要があります。
検証方法と適用条件
このプロジェクトでは、分析モデル、既知のデータ、または独立したソフトウェアを通じて計算の正しさをチェックし、感度分析、繰り返し実行、保存データを通じてモデルの安定性とレポートの一貫性をチェックします。
R&R レベル、不確実性、プロセス能力、および合格閾値は、実際の実験計画、基準量、顧客の品質システム、および報告目的に基づいて決定されます。サードパーティの校正、検証、または認定文書は、対応する資格を持つ機関によって発行されます。
プロジェクトの実施と実施
- 目的とモデルの確認: レポートの目的、測定内容、統計、誤差の原因、合格ルールを明確にします。
- データと試験のレビュー: サンプリング設計、単位、バランス、相関、欠落および異常な記録をチェックします。
- 計算と感度分析: 修正されたバージョン、パラメータとランダムシード、出力結果、診断と主な影響項目。
- 配信のレビューとレポート: 参考計算を使用するか、レビュー用にデータを保管し、制限事項、保留中のテスト、および再現可能なデータを記録します。
成果物には、分析手順または呼び出しモジュール、データ ディクショナリ、計算構成、結果表、グラフ、レビュー記録、リリース ノートが含まれる場合があります。生データの収集、校正サービス、第三者による監査、品質システムの署名は個別に確認されます。
受付方法
| 受入品目 | 内容を確認する | 納入実績 |
|---|---|---|
| 入力の一貫性 | サンプル番号、単位、グループ化、欠落および異常ステータス | 元データ一覧と検証結果 |
| 計算上の正確さ | 分析モデル、既知のデータ、または独立したソフトウェアの比較 | スクリプト、パラメータ、結果の再現可能な違い |
| ランダム法 | シード、サンプルサイズ、収束、および反復実行の差異 | 走行記録と感度分析 |
| モデルの適合性 | 線形性、独立性、分布、相関および相互作用の項 | 診断プロット、残差、および満たされていない条件 |
| レポートの完全性 | インジケーターの定義、条件、制限、およびカバーされていないエラー条件 | レポートとレビュー記録のバージョン管理 |
合格のしきい値は、品質目標と使用状況によって決まります。ソフトウェアにエラーがないことを確認するだけでは、統計モデルや実験計画の承認に代わることはできません。
認可、保守、変更
統計モジュールは、合意された範囲に従って、機器ソフトウェアまたはプロジェクト分析ツールとしてライセンスを取得できます。データ構造、測定モデル、レポートテンプレート、品質ルールが変更された場合は、プログラムの修正と再検証の必要性を評価する必要があります。
年間サービスでは、元のモデルの問題のトラブルシューティング、バージョンのメンテナンス、データのレビュー、レポート テンプレートの調整をカバーできます。新しい測定プロジェクト、サードパーティのシステム要件、サンプリングテスト、およびオンサイト測定が新たに追加された範囲です。
よくある質問
良好な再現性は正確な測定を意味しますか?
表現されていない。再現性は、同じ条件下での結果のばらつきを表し、精度はバイアス、キャリブレーション、基準値、系統誤差にも依存します。
モンテカルロ結果による不確実性の評価は完了していますか?
合理的な測定モデル、入力分布、相関関係も必要です。誤差の原因を省略したり、不当な分布を使用したりすることによって、いくらサンプリングを行ってもモデルの問題を解決することはできません。
測定ツールR&Rに統一判定ラインを直接設定できますか？
顧客の品質システム、プロセスの使用状況、製品の公差、テスト設計と組み合わせて決定する必要があり、計算口径と合格閾値はプロジェクト受入文書に記載される必要があります。
第三者による校正レポートや認定レポートは発行できますか?
このサービスは、アルゴリズムとエンジニアリングの統計的評価を提供します。第三者による校正、検証、または試験所認定文書は、対応する資格を持つ機関によって発行されます。
開発および納入範囲を明確にするためにサンプルと装置条件を提出します。
測定の再現性と不確かさの評価サービス
タスクオブジェクト、元の画像またはビデオ、ターゲットインジケーター、デバイスプラットフォーム、インターフェイス、およびサンプル状況を説明してください。
電話: 13910119357xuzhiyang0928@gmail.com