uncertainty op• データ種: table → table
• 呼び出し: import fullseye as fs; fs.ledger.gum_standard_uncertainty(table, halfwidth='halfwidth', distribution='distribution') (実装を直接呼ぶなら import spc; spc.gum_standard_uncertainty(table, halfwidth='halfwidth', distribution='distribution')、台帳から引くなら opsspc.get("gum_standard_uncertainty"))
不確かさの成分を分布の形から標準不確かさへ直す(`table`)。
校正証明書や規格が与えるのは「半幅 a」「95 % で ±U」のような形であって標準偏差
ではない。伝播則が食えるのは標準不確かさだけなので、ここで揃える:
矩形(一様) u = a / sqrt(3) 三角 u = a / sqrt(6)
U 字(逆正弦) u = a / sqrt(2) normal_95 u = a / 1.959964
★どれも分布の分散の定義から出る厳密な値で、モンテカルロで標本標準偏差を
取れば同じ数に収束する(`gum_monte_carlo` が独立に確かめる)。
★★既定の分布を置かない。一番よく使うからといって矩形を既定にすると、
形を書き忘れた成分が黙って a/sqrt(3) になる —— 三角のつもりなら 1.41 倍、
95 % 区間のつもりなら 1.13 倍ずれた不確かさが、例外を出さずに下流へ流れる。
• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
• poc_measurement_system_analysis — py -3.11 examples/poc_measurement_system_analysis.py
table を入力に取れる)msa_anova_table · msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_propagate · gum_expanded · gum_monte_carlo · gum_validate
uncertainty)gum_propagate · gum_expanded · gum_monte_carlo · gum_validate
*Provenance: spc.py — SPC operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.