uncertainty op• 데이터 종류: table → table
• 호출: import fullseye as fs; fs.ledger.gum_standard_uncertainty(table, halfwidth='halfwidth', distribution='distribution')(구현을 직접 호출하려면 import spc; spc.gum_standard_uncertainty(table, halfwidth='halfwidth', distribution='distribution'), 원장에서 가져오려면 opsspc.get("gum_standard_uncertainty"))
분포의 형태로부터 불확도 성분을 표준불확도로 환산 (`table`).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
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。
• 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.
• poc_measurement_system_analysis — py -3.11 examples/poc_measurement_system_analysis.py
table 를 입력으로 받는 것)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 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.