MSA-測量系統分析MSA術語
準確度Accuracy=一觀測值與可接受的參考值之間的一致接近程度?
變異數分析Analysis of Variance=通常被用于實驗設計(DOE)的一種統計方法(ANVOA)?用來分析多個群體中的計量型數據,以便比較變異的意義和分析其來源?
可視分辨力Apparent Resolution=測量儀器最小的增量大小即為可視分辨力?該數值通常廣泛的用在公告資料中,以劃分測量儀器的等級?數據的分類數可透過該增量大小除以預期的過程分布寬度(6sigam)來確定
評價者變異Appraise Variation=不同評價者(操作者)使用相同的測量方法,在一穩定的環境下,對相同零件(被測物)進行測量所得的平均值的變異?評價者變異(AV)是測量系統變異(誤差)的普通原因變異之一?
偏倚Bisa=測量觀測平均值(在重復條件下的測量)與一參考值之間的差異;歷史上被稱為準確度?透過一個單值點是否落在測量系統工作范圍內來評價和表述偏倚?
校準Calibration=在規定條件下,建立測量裝置與一可追溯且已知參考值不確定度的標準之間關系的一整套操作活動?校準可能包括以下步驟:檢驗?矯正?報告?或透過調整來消除被比較的測量裝置在準確度方面的任何偏差?
校準周期Calibration Interval=在兩次校準之間的特定時間或條件設定?在這段時間內,一測量裝置的校準參數是被認為有效的?
能力Capability=基于測量系統的一短期評估,對測量誤差(隨機的和系統的)的組合變異的一個估計值?
自信度區間Confidence Interval=預期的包括了某一參數的真值的數值范圍(在某些要求應用情況下被稱為自信水平)?
控制圖Control Chart=在以時間為順序所進行樣本測量的基礎上的一過程特性圖?它用來顯示一過程的表現?識別過程變異的模式?評估穩定性,并顯示過程的走向?
數據Data=在一定條件下觀測值的集合?可以是計量型數據(量化的值,并有測量單位)或抽象的數值(計數型數據或總數值,例如好/壞?通過/失敗等)?
實驗設計Designed Experiment=一種有計劃的研究,包括一系列有意圖性的對過程要素進行改變與其效果觀測,對這些結果進行統計分析以便確定過程變異之間的關系,從而改變這過程?
分辨力Discrimination=與最小可度單位同意?分辨力是測量裝置和標準的測量解析度?刻度限制?或最小可檢出的單位?它是量具設計的固有屬性,并通常以測量或分類的單位來呈現?數據的分類數常稱為分辨比率,因為它描述了對觀測到的過程變異,能夠可靠的被區隔為多少類別?
區別數據分類Distinct Data Categories=數據的類別數或分類數,它可以被測量系統的有效分辨力,以及在實際應用的觀測過程中的零件變異來加以可靠的區隔?
有效分辨力Effective Resolution=當進行整個測量系統變異的數據分類數大小時,要考慮者有效分辨力?透過基于測量系統變異的自信度區間范圍來確定該分類的大小?
F比率Fratio=是一個統計的數學比率表示,它代表一套的數據組中,數據組之間的平均平方誤差與數據組內部的平均平方誤差的比值;這些數據是用來評價在一定的自信度水準下隨機發生的概率?
量具R&RGRR=一測量系統重復性和再現性的綜合變異的估計值?GRR變異等于系統內部和系統之間變異之和?
直方圖Histogram=分組數據的頻率所顯示的一種圖示法(長條圖)?提供數據分布的目視評價方法?
受控In Control=表示一過程當它只呈現隨機?普通原因變異(與混亂的?可查明的,或特殊原因變異相反)的狀態?生產中只存在隨機變異的過程是穩定的?
獨立Independent=一個事件或變數的發生不會影響另一個即將發生的事件或變數的概率?
中企檢測認證網提供iso體系認證機構查詢，檢驗檢測、認證認可、資質資格、計量校準、知識產權貫標一站式行業企業服務平臺。中企檢測認證網為檢測行業相關檢驗、檢測、認證、計量、校準機構，儀器設備、耗材、配件、試劑、標準品供應商，法規咨詢、標準服務、實驗室軟件提供商提供包括品牌宣傳、產品展示、技術交流、新品推薦等全方位推廣服務。這個問題就給大家解答到這里了，如還需要了解更多專業性問題可以撥打中企檢測認證網在線客服13550333441。為您提供全面檢測、認證、商標、專利、知識產權、版權法律法規知識資訊，包括商標注冊、食品檢測、第三方檢測機構、網絡信息技術檢測、環境檢測、管理體系認證、服務體系認證、產品認證、版權登記、專利申請、知識產權、檢測法、認證標準等信息，中企檢測認證網為檢測認證商標專利從業者提供多種檢測、認證、知識產權、版權、商標、專利的轉讓代理查詢法律法規，咨詢輔導等知識。
本文內容整合網站：百度百科、搜狗百科、360百科、知乎、市場監督總局 、國家認證認可監督管理委員會、質量認證中心
免責聲明：本文部分內容根據網絡信息整理，文章版權歸原作者所有。向原作者致敬！發布旨在積善利他，如涉及作品內容、版權和其它問題，請跟我們聯系刪除并致歉！
