属性量具研究(分析法)的方法和公式

请选择您所选的方法或公式。

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。

当实际测量值未知时,属性量具研究(分析法) 按如下方法估算偏倚:
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

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

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

分母是重复性的公式。
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。
值 31.3 和 1.08 是特定于您具有所有部件的 20 个试验并具有以下所有内容时的模拟结果:
  • 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

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

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

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

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

说明
SS 误差误差平方和
SS 合计平方和合计
1 汽车工业行动组织 (AIAG) (2010) 中提出的调整因子。测量系统分析参考手册,第 4 版。克莱斯勒、福特、通用汽车供方质量要求特别工作组。