解释量具线性和偏倚研究的主要结果

完成以下步骤解释量具线性和偏倚研究。主要输出包括偏倚与参考值对比图、线性度量和偏倚度量。

步骤 1：检查评估线性的拟合回归线

线性通过测量系统的预期操作范围评估平均偏倚的差异。

使用“偏倚与参考值”图可以查看每个部件的偏倚值是如何变化的。对于每个参考值，蓝圈表示偏倚值，红色方形表示平均偏倚值。

偏倚是部件参考值和操作员对部件的测量值之间的差异。在“量具偏倚”表的“偏倚”下方还会列出平均偏倚值。

通过偏倚值，利用最小二乘回归法拟合回归线。您希望数据形成水平线，表明偏倚在各个大小部件之间未发生变化，测量系统未包含显著偏倚。当水平线接近于 0 时，观测到的平均测量值和参考值之间的差异会非常小，也表明该系统未包含显著偏倚。

一般而言，拟合线的斜率越接近于零，量具的线性将越好。理想情况下，拟合线将为水平线且接近于 0。

使用拟合线斜率（量具线性斜率）的 p 值来确定线性是否有统计意义。

如果 p 值大于 0.05，则可以推断线性不存在且可以评估偏倚。使用平均偏倚的 p 值评估平均偏倚是否显著不同于 0。
如果 p 值小于或等于 0.05，则可以推断出存在线性问题。您可以评估每个单独参考值的偏倚而非整体偏倚。当存在显著线性时将无法评估整体偏倚，因为不同参考值上的偏倚是不同的。换句话说，当线性具有显著统计意义时，将仅解释单个参考水平的偏倚 p 值。

偏倚是部件的参考值与操作员的部件测量值之差。检查每个参考值的偏倚百分比和平均偏倚百分比。平均偏倚百分比是表示为过程变异性百分比的偏倚。

理想情况下，偏倚值接近 0。0 以外的值表示以下内容：

对于可以准确测量的量具，偏倚百分比值也很小。

使用 P 值可以检验对于每个参考值和平均值偏倚是否有偏倚 = 0。