pod op• Data kinds: table → table
• Call: import fullseye as fs; fs.ledger.pod_from_ahat(fit, a_dec, level=0.95, n_grid=200, a=None) (to call the implementation directly, import pod; pod.pod_from_ahat(fit, a_dec, level=0.95, n_grid=200, a=None); from the registry, opsspc.get("pod_from_ahat"))
From the â-vs-a regression and the decision threshold a_dec: the POD(a) curve and a50 / a90 / a90/95 (table).
> The detailed description below is the original text — the summary and the headings are translated.
判定は â > a_dec で「検出」。回帰 y = β0 + β1 x + ε のもとで POD(x) = Φ((x − μ)/σ_pod)、μ = (y_dec − β0)/β1、σ_pod = σ/β1 (MIL-HDBK-1823A G.3.4.3。y_dec は a_dec を回帰の y 座標へ写したもの)。a50 = μ、a90 = μ + z_0.9 σ_pod(z_0.9 = 1.281552)を元の単位へ戻す。
a90/95 はデルタ法: (β0, β1, σ) の共分散をヤコビアン ∂(μ, σ_pod)/∂(β0, β1, σ) で写し、x90 + z_level · sqrt(vμ + z_0.9² vσ + 2 z_0.9 c)。level は片側の信頼水準(既定 0.95 → z = 1.644854)。
曲線の下限 pod_lower は「各 POD 水準 p の大きさ a_p の上限」をつないだ線(水平方向のデルタ法)。だから下限が 0.9 を横切る大きさは a90/95 と一致する。bound_monotone が False のとき(σ_pod が自分の標準誤差の z 倍に届かない = データが少なすぎる)下限曲線は 1 価にならず、読まないこと。
★a90_95_beyond_data が True のとき、a90/95 は試した最大の大きさより先にある —— 回帰の直線を試験の外へ延ばした外挿で、1823A が「データの外で POD を語るな」という領域。数は返すが、その数で合否を決めてはいけないことを旗で同伴させる(PoC の暗視野照明: 試した最大 300 µm に対し a90/95 = 5,952 µm)。
*a* を渡すとその大きさで曲線を評価する。省略時は当てに使った大きさの範囲を少し広げた n_grid 点(対数座標なら等比)。
空の入力(fit が空の dict)は ValueError。拒否(ValueError): pod_ahat_fit の表でない、β1 <= 0(応答が大きさとともに増えない = 検出曲線が無い)、β1 が自分の標準誤差の z_level 倍以下(増えると言えない —— その傾きで割った a50 は 10^12 µm のような数になる)、a_dec が非有限(対数座標で 0 以下)、level が (0.5, 1) の外。
• Sample-data catalog (download URLs / licences) — 2-D uses skimage.data (BSD/public domain) plus synthetic images; 3-D lists download URLs for real data sources (Stanford, PDS, …).
• Operator provenance and references — the sources of the research/methods this op family came from.
• The canonical algorithm (author, year) and its uses are named in the family usage guide above.
• poc_pod_lighting — py -3.11 examples/poc_pod_lighting.py
• poc_sam_hybrid_bonding_voids — py -3.11 examples/poc_sam_hybrid_bonding_voids.py
table as input)msa_anova_table · msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo
pod)pod_ahat_fit · pod_hitmiss_fit · pod_false_call · pod_decision_tradeoff
*Provenance: pod.py — SPC operator registry. This per-op note is generated by tools/opdocs.py md (do not hand-edit).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.