MSA系统偏倚分析
如何进行MSA量具线性和偏倚的研究
如何进行MSA量具线性和偏倚的研究
1、测量系统没有偏倚最好，如果有，我们希望是线性偏倚，这样可以对测量系统进行修正。
如果存在偏倚又不存在线性，那么这个测量系统是不合格的。
2、为了说明如何进行量具线性和偏倚的研究，我们使用盈质统计分析软件打开一个包含测量数据的Excel文件。
这是5种规格的部件，分别检测它们的厚度，每种部件进行12次测量，要求分析测量系统是否有偏倚和线性。
3、点击“测量系统分析”菜单下的“量具线性和偏倚”。
4、部件号选择“部件编号”这一列，参考值选择“标准值（毫米）”这一列，测量结果选择“测量结果(毫米)”这一列，过程变异或6倍历史标准差有则填，没有则不填。
5、点击确定，可得到量具线性和偏倚的分析结果及图形。
6、从右侧的图形可以清楚看到，测量系统存在正偏倚。
7、再来看左侧的分析结果，量具偏倚，整体偏倚为0.408208，P值为0，表明这是显著的偏倚。
那么来看一下这种偏倚是否有线性，主要看量具线性中的斜率，其P值大于0.05，表明它是不显著的，所以不存在线性。
综上所述，该测量系统存在偏倚却不存在线性，需要更换或调整再评估。
7、如果已知过程变异或6倍历史标准差为0.36，可以更清晰地在图上看到存在偏倚，不存在线性。
8、分析结果的量具偏倚中求得平均偏倚为113.4%，线性百分率只有0.039。
9、如需查看完整视频或了解更多信息，请百度搜索“盈质统计分析软件”查看。
MSA测量系统分析(稳定性偏倚线性)
下限 上限
测量值
124
0.5
59.9832
59.963 60.003
结果分析——计算法1：
偏倚接受准则： A、 对测量重要特性的系统，偏倚%≤10%时可接受 B、 对测量一般特性的系统，偏倚%≤30%时可接受； C、 偏倚%>30%时，此测量仪器不可接受。 结果分析——计算法2：
如果0落在偏倚的95%置信区间（下限，上限）内,过程小组可以假设测量偏倚在a＝0.05的 水平上是可以接受的,同时假定实际使用不会导致附加变差源。
编号:LZ/QR 7.1-41-00-F0708010
量具编号
Gage type: >>>> 150mm/0.02mm
量具类型
Date: >>>> 2010/4/22
Concl us结i： 论：
日期
■不可接受
X-Bar
σ重复
σb
偏倚 % Bias
d2=
59.9832 0.0461 0.0092 59.9832 21691.69% 2.3260
g d2* Sq.Rt.n 统计的t值 6σ过 程变 t14,.975=
Measurement Systems Analysis Report (Bias) 测量系统分析报告（偏倚）
Date:
>>>> 2011/4/20
日期 Performed 操By作: 者
>>>>
Part No.:
>>racteristi 被c M测e参as数ured:
>>>> 60
25 2.326
6507.5057 0.2765 2.14479
测量系统分析培训--2 偏倚
容差宽度
x (100%)
小于过程变差或容差的 1%, 可认为是精确的. 大于过程变差或容差的 1% 则需要研究和调整测量系统, 或 者临时用补偿值来修正以后的测量值
偏倚的研究还可以通过作图的方式来进行, 即作出直方图, 然后根据经验判断是否可以接受. 偏倚的研究还可以通过计算置信区间来判断是否可以接受
-3-
第二章
偏倚
偏倚BIAS分析流程:
决定要分析的测量系统
抽取样本，取值参考值
请现场测量人员测量15次 输入数据到EXCEL表格中 计算t值，并判定
是否合格，是否要加补正值 保留记录
-4-
第二章
偏倚
确定偏倚的t统计值（t-statistic）
偏倚=观测到的平均测量值—参考值
最大值（X i） 最小值（X i）重复性Fra bibliotekd* 2
b r
n
t
偏倚
b
如果0落在偏倚值附近的1-α自信度界线内，则偏倚在α水准 上是可接受的。式中，v可以在d分布表中查到, 可以 v ,1 / 2 利用标准t分布表中查到.
t
偏倚 b tv,1 / 2 0 偏倚 b tv,1 / 2
-6-
第二章
偏倚
偏倚的调整
1. 如果偏倚不等于零，应采用硬体修正法和软体修正法对 量具进行重新校准以达到零偏倚；
2. 如果偏倚不能调整为零，通过变更程序（每个读值根据 偏倚进行修正）还可继续使用该测量系统。由于存在评 价误差这一高度风险，因此这种方法只能在取得顾客同 意后方可使用。
-7-
使用的α水准取决于敏感度的水准，敏感度水准对评价/控制一过程是必 要的，并且与产品/过程的损失函数（敏感度曲线）有关。如果α置信度水准 不是使用预设值0.05（95%置信度），则应该得到顾客的同意。
(整理)MSA测量系统(稳定性、偏移和线性研究)分析报告
莱州市XX机械有限公司作业文件文件编号：JT/C－7.6J－003版号：A/0（MSA）测量系统分析稳定性、偏移和线性研究作业指导书批准：审核：编制：受控状态：分发号：2006年11月15日发布2006年11月15日实施量具的稳定性、偏移、线性研究作业指导书JT/C－7.6J－0031目的为了配备并使用与要求的测量能力相一致的测量仪器，通过适当的统计技术，对测量系统的五个特性进行分析，使测量结果的不确定度已知，为准确评定产品提高质量保证。
2适用范围适用于公司使用的所有测量仪器的稳定性、偏移和线性的测量分析。
3职责3.1检验科负责确定过程所需要的测量仪器，并定期校准和检定，对使用的测量系统分析，对存在的异常情况及时采取纠正预防措施。
3.2工会负责根据需要组织和安排测量系统技术应用的培训。
3.3生产科配合对测量仪器进行测量系统分析。
4术语4.1偏倚偏倚是测量结果的观测平均值与基准值（标准值）的差值。
4.2稳定性（飘移）稳定性是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。
4.3线性线性是在量具预期的工作量程内，偏倚值的变差。
4.4重复性重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性获得的测量值的变差。
4.5再现性再现性是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性的测量平均值的变差。
5测量系统分析作业准备5.1确定测量过程需要使用的测量仪器以及测量系统分析的范围。
a)控制计划有要求的工序所使用的测量仪器；b)有SPC控制要求的过程，特别是有关键/特殊特性的产品及过程；c)新产品、新过程；d)新增的测量仪器；e)已经作过测量系统分析，重新修理后。
5.2公司按GB/T10012标准要求，建立公司计量管理体系，确保建立的测量系统的可靠性。
6分析研究过程 6.1稳定性分析研究1）取一样件，并建立其可追溯到相关标准的参考值。
如果无法取得这样的样件，则选择一个落在产品测量范围中间的生产零件，指定它为基准样件进行稳定性分析。
(整理)MSA测量系统(稳定性、偏移和线性研究)分析报告
莱州市XX机械有限公司作业文件文件编号：JT/C－7.6J－003版号：A/0（MSA）测量系统分析稳定性、偏移和线性研究作业指导书批准：审核：编制：受控状态：分发号：2006年11月15日发布2006年11月15日实施量具的稳定性、偏移、线性研究作业指导书JT/C－7.6J－0031目的为了配备并使用与要求的测量能力相一致的测量仪器，通过适当的统计技术，对测量系统的五个特性进行分析，使测量结果的不确定度已知，为准确评定产品提高质量保证。
2适用范围适用于公司使用的所有测量仪器的稳定性、偏移和线性的测量分析。
3职责3.1检验科负责确定过程所需要的测量仪器，并定期校准和检定，对使用的测量系统分析，对存在的异常情况及时采取纠正预防措施。
3.2工会负责根据需要组织和安排测量系统技术应用的培训。
3.3生产科配合对测量仪器进行测量系统分析。
4术语4.1偏倚偏倚是测量结果的观测平均值与基准值（标准值）的差值。
4.2稳定性（飘移）稳定性是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。
4.3线性线性是在量具预期的工作量程内，偏倚值的变差。
4.4重复性重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性获得的测量值的变差。
4.5再现性再现性是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性的测量平均值的变差。
5测量系统分析作业准备5.1确定测量过程需要使用的测量仪器以及测量系统分析的范围。
a)控制计划有要求的工序所使用的测量仪器；b)有SPC控制要求的过程，特别是有关键/特殊特性的产品及过程；c)新产品、新过程；d)新增的测量仪器；e)已经作过测量系统分析，重新修理后。
5.2公司按GB/T10012标准要求，建立公司计量管理体系，确保建立的测量系统的可靠性。
6分析研究过程 6.1稳定性分析研究1）取一样件，并建立其可追溯到相关标准的参考值。
如果无法取得这样的样件，则选择一个落在产品测量范围中间的生产零件，指定它为基准样件进行稳定性分析。
MSA测量系统问题可能的原因分析
MSA测量系统问题可能的原因分析一、不稳定性可能的原因•校准不当或调整/参考的基准不当；•仪器、设备、夹紧装置、零件的磨损/变形；•量具正常老化或退化；•量具缺乏维护；•磨损或损坏的基准/参考，基准/参考出现误差；•仪器质量差；•环境变化一一温度、湿度、振动、清洁度；•其他问题：零件尺寸、位置、操作者技能、疲劳、观察错误（易读性、视差）……二、偏倚/非线性的原因•标准或基准值误差；•仪器制造尺寸有误；•仪器磨损（这在稳定性分析可以表现）；•仪器测量了错误的特性；•仪器未得到完善的校准；•评价人设备操作不当；三、再现性不好的可能原因•仪器之间：同样零件、操作者和环境下使用A、B、C仪器测量的平均值差异。
注意：在这种情况下，再现性误差通常还混有方法和/或操作者的误差。
•标准之间：测量过程中，不同的设定标准的平均影响。
•方法之间：由于改变测量点密度，手动或自动系统、归零、固定或夹紧方法等所造成的平均值差异。
•评价人（操作者）之间：评价人A、B、C之间由于培训、技巧、技能和经验所造成的平均值差异。
推荐在为产品和过程鉴定和使用手动测量仪器时使用这种研究方法。
•环境之间：在第1、2、3等时段所进行的测量，由环境周期所造成的平均值差异。
这种研究常用在使用高度自动化测量系统对产品和过程的鉴定。
•操作者训练的有效性•应用一一零件数量、位置、观察误差（易读性、视差）四、重复性不好的可能原因•零件内部（抽样样本）：形状、位置、表面光度、锥度、样本一致性；•仪器内部：修理、磨损、设备或夹具的失效、质量或保养不好；校准标准内部：质量、等级、磨损；方法内部：作业准备、技术、归零、固定、夹持、点密度的变差；•评价人内部：技巧、位置、缺乏经验、操作技能或培训、意识、疲劳；•环境内部：对温度、湿度、振动、清洁的小幅度波动；•错误的假设，稳定，适当的操作；•仪器设计或方法缺乏稳健性，一致性不好；•量具的误用；•（量具或零件）失真，缺乏坚固性；•应用一一零件数量、观测误差（易读性、视差等）；。
MSA测量系统(稳定性、偏移和线性研究)分析报告
XXXX作业文件文件编号：JT/C－7.6J－003 版号：A/0（MSA）测量系统分析稳定性、偏移和线性研究作业指导书批准：吕春刚审核：尹宝永编制：邹国臣受控状态：分发号：2006年11月15日发布2006年11月15日实施量具的稳定性、偏移、线性研究作业指导书 JT/C－7.6J－0031目的为了配备并使用与要求的测量能力相一致的测量仪器，通过适当的统计技术，对测量系统的五个特性进行分析，使测量结果的不确定度已知，为准确评定产品提高质量保证。
2适用范围适用于公司使用的所有测量仪器的稳定性、偏移和线性的测量分析。
3职责3.1检验科负责确定过程所需要的测量仪器，并定期校准和检定，对使用的测量系统分析，对存在的异常情况及时采取纠正预防措施。
3.2工会负责根据需要组织和安排测量系统技术应用的培训。
3.3生产科配合对测量仪器进行测量系统分析。
4术语4.1偏倚偏倚是测量结果的观测平均值与基准值（标准值）的差值。
4.2稳定性（飘移）稳定性是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。
4.3线性线性是在量具预期的工作量程内，偏倚值的变差。
4.4重复性重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性获得的测量值的变差。
4.5再现性再现性是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性的测量平均值的变差。
5测量系统分析作业准备5.1确定测量过程需要使用的测量仪器以及测量系统分析的范围。
a)控制计划有要求的工序所使用的测量仪器；b)有SPC控制要求的过程，特别是有关键/特殊特性的产品及过程；c)新产品、新过程；d)新增的测量仪器；e)已经作过测量系统分析，重新修理后。
5.2公司按GB/T10012标准要求，建立公司计量管理体系，确保建立的测JT/C －7.6J －003量系统的可靠性。
6分析研究过程 6.1稳定性分析研究1）取一样件，并建立其可追溯到相关标准的参考值。
MSA之确定偏倚的指南
MSA测量系统分析——确定偏倚的指南偏倚主要是从测量的准度（Accuracy）来评价测量系统。
偏倚(Bias)：偏倚的特性，是指数据相对基准（标准）值的位置。
➢测量的观测平均值和基准值之间的差异➢测量系统的系统误差分量确定偏倚指南--（独立样件法）进行研究1）获取一个样本并建立相对于可溯源标准的基准值。
如果不到，选择一个落在生产测量的中程数据的生产零件，指定其为偏倚分析的标准样本。
在工具室测量这个零件n≥10次，并计算这n个读数的均值。
把均值作为“参考值”。
可能需要具备预期测量值的最低值、最高值及中程数的标准样本是理想的。
完成此步后，用线性研究分析数据。
2）让一个评价人，以通常方法测量样本n ≥10次结果分析-作图法3）确定每个读数的偏倚4）相对于基准值将数据画出直方图。
评审直方图，用专业知识确定是否存在特殊原因或出现异常。
如果没有，继续分析，对n<30时的解释或分析，应当特别谨慎。
5）计算n个读数的均值。
6）计算重复性标准偏差（参考量具研究，极差法，如下）：如果GRR研究可用(且有效),重复性标准偏差计算应该以研究结果为基础。
7)通过以下公式计算确定重复性的可接受性%EV = 100〔EV/TV 〕= 100 〔σ重复性/TV 〕8）确定偏倚的 t 统计值 （t-statistic ）n rb σσ=9）如果0落在偏倚值附近的1-α 置信度界限内，则偏倚在α 水准上是可接受的。
● 与 t 偏倚 有关的P 值小于α，或者 ● 根据偏倚差值，0在1-α置信区间内偏倚 -〔σb （tv,1-σ/2）〕≤ 0 ≤ 偏倚 + 〔σb （tv,1-σ/2）〕 当 v=n-1并且t v,1-σ/2被发现使用标准t 表格案例分析：某测量员对基准值为L=6.00mm 的块规重复测量15次，得到以下测量结果：Index Result Bias 1 5.8 -0.2 2 5.7 -0.3 3 5.9 -0.1 4 5.9 -0.1 5 6 0 6 6.1 0.1 7 6 0 8 6.1 0.1 96.40.4偏倚分析结论：0落在偏倚值附近的1-α置信度区间内，该测量系统的偏倚在α水准上是可接受的。
MSA丨偏倚及确定偏倚的方法
MSA丨偏倚及确定偏倚的方法
MSA分为计数型和计量型。
而偏倚是计量型所包含的一种方法。
偏倚通常被称为“准确度”。
是指对相同零件上同一特性的观测平均值与真值(参考值)的差异。
偏倚是测量系统的系统误差。
它会增进所有已知或未知的变差来源所共同影响的总偏差，这促使在某一测量时期内重复地应用相同测量过程时，以总偏差趋向去恒定和预测地补偿所有的结果。
范例：
一个制造工程师评价了一个用于过程监控的新测量系统。
测量设备的一项分析证明该测量系统应该没有线性误差的考量，所以该工程师只需对测量系统的偏倚进行评价。
他基于一份已文件化的过程变差描述，在这测量系统操作范围内选取了一个零件；通过对该零件进行了全尺寸测量来确定它的参考值,然后由主要操作者测量该零件15次。
通过使用散布图和统计软件，检验员得到了直方图和数值分析结果(参见图III-B2和表II-B2)
此柱状图并未显示出任何需要额外分析和评审的异常现象或异常值。
将0.2120的重复性与预期的过程变差(标准差) 2.5 进行比较。
由于%EV = 100(. 2120/2.5) = 8. 5%，所以这个重复性是可以接受的，偏倚分析也能继续进行。
由于0落在偏倚置信区间内(-0.1107，0. 1241)，该工程师可假设
这测量的偏倚是可接受的，即在实际使用时，将不会带来额外的变差来源。
MSA(第四版)偏倚性分析表格
实测值 5.8 5.8 6.0 5.9 6.0 6.2 6.0 6.2 6.5 6.3 6.1 6.2 6.2 5.6 6.0 6.0
偏倚 -0.2 -0.2 0.0 -0.1 0.0 0.2 0.0 0.2 0.5 0.3 0.1 0.2 0.2 -0.4 0.0
-0.2 -0.3 -0.1 -0.1 0.0 0.1 0.0 0.1 0.4 0.3 0.0 0.1 0.2 -0.4 0.0
0.061504 0.082944 0.007744 0.016384 6.4E-05 0.017424 6.4E-05 0.012544 0.169744 0.085264 0.001024 0.012544 0.029584 0.200704 0.002304
频数
5 4 3
频数 2 1 0
5.6 5.7 5.8 5.9 6 6.1 6.2 6.3 6.4
分析结论： 偏倚可接受
分析：从直方图判断不存在异常。
g
m
a
d2*
1
15
0.05
3.55333
σr =
n ∑
(x
i
−
x
)
2
i =1
=
n −1
0.223581241
d2 3.47
df 10.8
σ 过程变差 = 2.5
σ %EV=100[EV/TV]=100[ r /TV]= 8.943249649
重复性判定：
重复性可接受
偏倚= 0.048000
偏倚研究
特性
长度
量具名称
游标卡尺
评价人
基准
6.0
量具编号
NY-K 量具规格 0.2㎜ 评价日期
msa偏倚分析报告
MSA偏倚分析报告引言在当今社会，人们越来越依赖机器学习和自动化技术来做出决策。
然而，这些技术是否存在偏倚成为一个备受关注的话题。
本文将通过一系列步骤来分析MSA （Machine Sentiment Analysis）算法中是否存在偏倚。
步骤一：数据收集为了进行MSA偏倚分析，我们首先需要收集大量的数据。
这些数据应该包含不同类别、不同来源的文本内容。
我们选择了一份新闻文章的数据集作为实例。
这个数据集包含了来自多个新闻机构的文章，涵盖了不同主题和不同观点。
步骤二：数据预处理在进行MSA偏倚分析之前，我们需要对数据进行预处理。
这包括文本清洗、分词和去除停用词等步骤。
通过这些步骤，我们可以减少噪音和冗余，并提取出关键信息。
步骤三：模型训练接下来，我们将使用机器学习算法来训练一个MSA模型。
在这个过程中，我们会将数据集分成训练集和测试集。
训练集用于训练模型，测试集用于评估模型的性能。
常见的机器学习算法包括朴素贝叶斯、支持向量机和深度学习算法等。
步骤四：模型评估在这一步中，我们将评估训练好的模型的性能。
我们可以使用各种评估指标，如准确率、召回率和F1得分等。
通过这些指标，我们可以了解模型在不同类别上的表现，并判断其是否存在偏倚。
步骤五：偏倚分析在模型评估的基础上，我们可以进一步分析MSA算法是否存在偏倚。
我们可以通过以下几种方法来进行分析： 1. 样本分布分析：检查训练集和测试集中不同类别的样本分布情况。
如果某个类别的样本数量远远超过其他类别，那么模型可能会对该类别偏向。
2. 错误分类分析：分析模型在测试集上的错误分类情况。
如果模型在某个类别上表现较差，可能存在偏倚问题。
3. 特征重要性分析：借助特征重要性分析工具，我们可以了解模型对不同特征的依赖程度。
如果某些特征对模型的预测结果起到更大的影响，那么可能存在偏倚。
步骤六：偏倚修正如果在偏倚分析中发现了MSA算法的偏倚问题，我们需要采取一些措施进行修正。
msa偏倚判定标准
msa偏倚判定标准MSA偏倚判定标准1. 引言多序列比对（MSA）是生物信息学中常用的技术之一，可以用于分析DNA、RNA或蛋白质序列的相似性和差异性。
然而，由于不同的比对算法和参数设置会导致不同的结果，因此需要进行偏倚判定来确定MSA结果的可靠性。
2. 偏倚类型在MSA中，常见的偏倚类型包括：长度偏倚、序列数量偏倚、序列质量偏倚、基因家族偏倚和进化速率偏倚等。
3. 偏倚判定标准（1）长度偏倚：根据序列长度分布情况，如果存在过多或过少的短序列或长序列，则可能存在长度偏倚。
具体标准如下：- 短序列：长度小于50bp或小于平均长度的一半。
- 长序列：长度大于1000bp或大于平均长度的两倍。
- 过多短序列：短序列数目超过总数目的50%。
- 过多长序列：长序列数目超过总数目的10%。
（2）序列数量偏倚：根据不同物种或样本来源，应该有相应数量级别的序列，如果存在过多或过少的序列，则可能存在数量偏倚。
具体标准如下：- 物种：至少包含3个不同物种的序列。
- 样本来源：至少包含3个不同样本来源的序列。
- 过多序列：总数目超过1000。
- 过少序列：总数目小于10。
（3）序列质量偏倚：根据序列质量评估结果，如果存在过多或过少的低质量序列，则可能存在质量偏倚。
具体标准如下：- 低质量序列：Phred分值小于20。
- 过多低质量序列：低质量序列数目超过总数目的5%。
（4）基因家族偏倚：根据不同基因家族的数量和分布情况，如果存在某些基因家族数量过多或过少，则可能存在基因家族偏倚。
具体标准如下：- 基因家族数量：至少包含3个不同基因家族的序列。
- 基因家族比例：每个基因家族所占比例应该在5%-50%之间。
（5）进化速率偏倚：根据进化速率评估结果，如果存在过快或过慢进化的区域，则可能存在进化速率偏倚。
具体标准如下：- 进化速率：根据模型和参数设置，评估序列的进化速率。
- 过快进化：某些区域的进化速率超过平均水平的2倍。
- 过慢进化：某些区域的进化速率低于平均水平的0.5倍。