225148_zh-CN

liliconcom

误分类概率（在变异性属性量具平台中）

大家好，

 

谁能指出我正确的方向，以便更好地理解在 JMP 的变异性属性测量平台中生成的“MissClassification Probabilities Report”背后的统计细节？

 

这些是如何根据对连续 Y 与分类 X 的分析来计算的（例如在 Gauge R&R 中，当我们有测量与操作员、零件和操作员*零件时）。

 

我熟悉 alpha 和 beta 的概念，以及它们的补充。这些与 alpha 和 beta 有什么关系？

 

以下是我在 JMP 帮助（质量和过程方法手册）中找到的内容：

+++++

错误分类概率

由于测量值的变化，好的零件可以被拒绝，而坏的零件可以被接受。 这就是所谓的错误分类。 一旦你选择了错误分类概率选项，如果您尚未这样做，系统会提示您选择模型类型并输入规格限制。

示例错误分类概率报告

 

请注意以下事项：

•第一个和第二个值是有条件的概率。

•第三个和第四个值是联合的概率。

•第五个值是边际概率。

•前四个值是概率随着测量变化的减小而减小的误差。

+++++

 

提前感谢您提供的任何见解！

回复：错误分类概率（在可变性属性量表平台中）

详细公式在以下链接的文档中给出：

https://www.jmp.com/support/help/en/15.1/#page/jmp/statistical-details-for-the-misclassification-probabilities.shtml#ww469136

回复：错误分类概率（在可变性属性量表平台中）

你好，

这是我们在描述 JMP 的错误分类概率输出时使用的附加说明页面。

希望这会有所帮助。