偏倚
偏倚等于参考部件的已知标准值与观测到的平均测量值之间的差异。
- 使用公差下限的偏倚点估算
- 偏倚 = 下限 + 截距 / 斜率
- 使用公差上限的偏倚点估算
- 偏倚 = 上限 + 截矩 / 斜率
这两个公式的截矩和斜率均取自概率图上的拟合线。
Minitab 回归参考值 XT 上的 z 分值 Φ-1(概率 (接受数)) 以计算截矩和斜率。
预调整的重复性
预调整的重复性是调整高估之前计算出的重复性。
公式
Minitab 通过以下公式估计预调整的重复性：
表示法
| 项 | 说明 |
|---|---|
| XT | 表示介于 0.995 和 0.005 接受概率之间的估计参考值，该值从概率图的拟合线计算得出。 |
重复性
重复性是测量系统中来自量具的变异数量。属性量具研究回归参考值上的接受概率以获得重复性。
预调整的重复性是调整高估之前计算出的重复性。Minitab 用调整因子 1.08 去除重复性估计值以计算调整后的重复性。
公式
Minitab 通过以下方式评估重复性：
表示法
| 项 | 说明 |
|---|---|
| XT | 表示介于 0.995 和 0.005 接受概率之间的估计参考值，该值从概率图的拟合线计算得出。 |
分母 1.08 是在汽车工业行动组织1Minitab 使用调整后的重复性值检验偏倚是否等于 0。
AIAG 法的 T
公式
要使用回归法检验偏倚是否为 0，Minitab 使用以下公式执行操作：
表示法
| 项 | 说明 |
|---|---|
| XT | 表示介于 0.995 和 0.005 接受概率之间的估计参考值，该值从概率图的拟合线计算得出。 |
- 6 个接受次数大于 0 且小于 20 的部件
- 1 个接受次数为 0 的部件
- 1 个接受次数为 20 的部件
回归法的 T
公式
要使用回归法检验偏倚是否 = 0，Minitab 使用以下公式：
表示法
| 项 | 说明 |
|---|---|
| a | 概率图拟合线的截矩 |
| b | 概率图拟合线的斜率 |
| LL | 公差下限 |
| s | 使用拟合线计算的误差标准差 |
| K | 部件数 |
| xi | 每个部件的参考值 |
 | 参考值的均值 |
AIAG 法的自由度
自由度用于计算 p 值。
自由度 = N – 1。
表示法
| 项 | 说明 |
|---|---|
| N | 试验数 |
回归法的 DF
自由度用于计算 p 值。
DF = N – 2。
表示法
| 项 | 说明 |
|---|---|
| N | 用于获取拟合线的点数。 |
p 值
p 值用在假设检验中，帮助您确定是否否定或无法否定一个原假设。
要确定测量系统中的偏倚在统计意义上是否显著，请将 p 值与显著性水平进行比较。通常，显著性水平（用 α 或 alpha 表示）为 0.05 即可。显著性水平 0.05 指示在实际上不存在显著偏倚时得出存在偏倚的风险为 5%。
拟合线
拟合线是检查所测部件的接受概率与参考值之间关系的回归线。
拟合线的一般形式是：Y = b0 + b1 X
Minitab 回归参考值 XT 上的 z 分值 Φ-1(概率 (接受数)) 以计算截矩和斜率。
表示法
| 项 | 说明 |
|---|---|
| b0 | 截距是决定回归线的垂直位置的常量。 |
| b1 | 回归线的斜率 |
| X | 预测变量值 |
拟合线的 R 平方
拟合线的 R 平方是测定系数，用于检查拟合线能否很好地为数据建模。拟合回归线的 R 平方 (R2) 值表明回归模型解释的接受概率响应中的变异百分比。
R2 = 1 - (SS 误差 / SS 合计)
表示法
| 项 | 说明 |
|---|---|
| SS 误差 | 误差平方和 |
| SS 合计 | 平方和合计 |
