Gauge R&R 中的错误分类<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />在里面误分类图变异量规测试，
以下是同一件事吗？
P（好的部分被错误拒绝）和 P（好的部分被拒绝）
P（错误的部分被错误地接受）和 P（错误的部分被接受）
P（部分好）在统计上代表什么？
另外，“可重复性”和“可再现性”之间有什么区别？
谢谢！
回复：Gauge R&R 中的错误分类“可重复性”和“再现性”这两个术语最初来自量具 R&R 研究的正式定义。 重复性考虑了同一操作员使用同一量具多次测量同一零件时的变化。 它回答了“测量的可重复性如何？”这个问题。 再现性考虑了不同操作员使用不同量具测量同一零件时的变化。 它回答了“测量的可重复性如何？”这个问题。
您可能具有可接受的重复性但不可接受的再现性。 也许第二个量具不能正常工作或需要校准。 第二个操作员可能没有遵循测量程序或缺乏培训。
将测量中的这些不同类型的变化分开是有帮助的。
回复：Gauge R&R 中的错误分类你好，
这些概率之间存在差异。P（好的部分被错误地拒绝）和 P（坏的部分被错误地接受）是条件概率。如果您对零件有先验知识，则可能需要使用条件概率。例如，如果您知道某个零件是好的，那么您的好零件被错误拒绝的概率由条件概率 P（好的零件被错误拒绝）给出。同样，如果您知道某个零件是坏的，那么您的坏零件被错误接受的概率由条件概率 P（坏零件被错误接受）给出。现在，P（好的部分被拒绝）和 P（坏的部分被接受）是联合概率。如果您不了解零件，您可能想要使用联合概率。如果你有一个你没有先验知识的零件，那么零件是好的但无论如何都会被拒绝的概率由 P（零件是好的但被拒绝）和零件是坏的并且将被接受的概率给出无论如何是P（部分不好并且被接受）。最后，P(part is good) 是边际概率。当您对零件没有先验知识但想知道零件是好的概率时，您可能想使用此概率。
我希望这有帮助。
