msa op• データ種: table → table
• 呼び出し: import fullseye as fs; fs.ledger.msa_anova_table(table, part='part', operator='operator', value='value') (実装を直接呼ぶなら import spc; spc.msa_anova_table(table, part='part', operator='operator', value='value')、台帳から引くなら opsspc.get("msa_anova_table"))
交差 2 元配置(部品 x 測定者 x 繰り返し)の分散分析表(`table`)。
*table* は列 *part* / *operator* / *value* を持つ表。設計は釣り合っている
こと(升目ごとの繰り返し数が同じ)——釣り合っていなければ拒む。
返りは source / ss / df / ms / f / p の 6 列。`f と p` は測定者と交互作用を
交互作用平均平方で、交互作用を誤差平均平方で検定した値(規格の慣行)。
★門にできる厳密な恒等式: `ss_total == ss_part + ss_oper + ss_inter + ss_err`。
これは代数的な分解なので、分散成分をどう出そうと必ず成り立つ —— 片方が壊れれば
一致しない。自由度も `df_total == 和` で閉じる。
• 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_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo · gum_validate
msa)msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement
*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.