msa_anova_table — SPC msa op

• Datenarten: table → table

• Aufruf: import fullseye as fs; fs.ledger.msa_anova_table(table, part='part', operator='operator', value='value') (die Implementierung direkt: import spc; spc.msa_anova_table(table, part='part', operator='operator', value='value'); aus dem Register: opsspc.get("msa_anova_table"))

• GPU: nein (nur CPU-Referenzimplementierung)

Verwendung

Varianzanalysetabelle für einen gekreuzten zweifaktoriellen Versuchsplan (Teil x Prüfer x Wiederholung) (table).

*Tabelle* ist eine Tabelle mit den Spalten *Teil* / *Operator* / *Wert*. Das Design ist ausgewogen (Die Anzahl der Wiederholungen ist für jedes Quadrat gleich) – Wenn es nicht ausgewogen ist, wird es abgelehnt.

Die Rückgabe hat die 6 Spalten source / ss / df / ms / f / p sowie n_parts / n_operators / n_replicates. f und p prüfen Teil und Prüfer gegen das Mittelquadrat der Wechselwirkung und die Wechselwirkung gegen das Fehler-Mittelquadrat (Konvention der Norm).

★Genaue Identität, die als Gate verwendet werden kann: „ss_total == ss_part + ss_oper + ss_inter + ss_err“. Da es sich um eine algebraische Zerlegung handelt, gilt sie immer, unabhängig davon, wie Sie die Varianzkomponenten ableiten – wenn eine davon fehlerhaft ist Passt nicht. Die Freiheitsgrade werden auch durch „df_total == sum“ abgeschlossen.

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_measurement_system_analysis — py -3.11 examples/poc_measurement_system_analysis.py

Typkompatible Folge-Operatoren (nehmen table als Eingabe)

msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo · gum_validate

Gleiche Kategorie (msa)

msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement


*Provenance: spc.py — SPC Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.