variation op• 데이터 종류: 없음 → table(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)
• 호출: import fullseye as fs; fs.ledger.varmodel_band_k(n=20, far=0.001, spread='std', df_prior=None)(구현을 직접 호출하려면 import varmodel; varmodel.varmodel_band_k(n=20, far=0.001, spread='std', df_prior=None), 원장에서 가져오려면 opsspc.get("varmodel_band_k"))
선언한 픽셀당 양측 오검출률에 대한 허용 대역의 반폭 k (산포 단위, table).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
A new good pixel x is flagged when |x - center| > k * spread. Under per-pixel independent normal good samples:
• std: (x - mean)/(s * sqrt(1+1/n)) ~ t_{n-1} so k = t_{n-1}^-1(1 - far/2) * sqrt(1+1/n).
• pooled: one variance pooled over many pixels (degrees of freedom df_prior; None = infinite) → normal quantile.
• moderated: empirical-Bayes shrunk variance with df_prior = d0 prior degrees of freedom (Smyth 2004) → t_{n-1+d0}.
• mad: median / MAD centre and spread → no closed form, but the ratio is a pivot, so k is a Monte-Carlo quantile that depends on (n, far) only (fixed seed; mc_far_rel_se is the relative standard error of the achieved rate). Needs n >= 5 and far >= 1e-3.
The threshold comes from the distribution, never from test defects. Returns k, df (0 for mad: no t quantile is involved), far, n, spread, source, mc_far_rel_se.
Raises ValueError for n < 2 (mad: n < 5), far outside [1e-9, 0.5), an unknown spread or a non-positive df_prior.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• (아직 없음)
table 를 입력으로 받는 것)msa_anova_table · msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo
variation)varmodel_alignment · varmodel_fit · varmodel_calibrate · varmodel_score
*Provenance: varmodel.py — SPC 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.