pod_hitmiss_fit — SPC `pod` op

• Data kinds: table → table

• Call: import fullseye as fs; fs.ledger.pod_hitmiss_fit(table, size='a', hit='hit', link='logit', log_size=False, level=0.95, n_grid=200) (implementation को सीधे call करना हो तो import pod; pod.pod_hitmiss_fit(table, size='a', hit='hit', link='logit', log_size=False, level=0.95, n_grid=200), registry से लेना हो तो opsspc.get("pod_hitmiss_fit"))

उपयोग

found/missed binary data से generalised linear model द्वारा POD(a) fit करता है (table)।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

POD(a) = F(β0 + β1 x)、x = a または ln a、F はリンクの逆(logit / probit / cloglog、MIL-HDBK-1823A G.4.1.1)。最尤推定はニュートン法(logit では反復重み付き最小二乗と同じ)、共分散は観測情報の逆。

a_p = (F⁻¹(p) − β0)/β1 で a50 / a90 を出す(logit なら a50 = −β0/β1)。a90/95 は 2 通り返す:

• a90_95(Wald / デルタ法): x90 + z_level · se(x90)、var(x90) = [vβ0 + 2 x90 c + x90² vβ1]/β1²。

• a90_95_lr(尤度比、G.4.2.2): x90 を固定して β1 について最大化した プロファイル対数尤度 ℓp(x90) が ℓmax − χ²₁(2·level − 1)/2 まで落ちる x90(片側なので 95 % なら χ² の 90 % 点 2.7055)。1823A のソフトは(μ, σ) の 2 次元の信頼域の包絡線を描くが、ここで返すのは a90 という 1 つの量に対する境界なので自由度 1 のプロファイルを使う —— 定義が違うことを明示しておく。尤度が十分に落ちない(データが少なく上限が無い)ときは None と lr_status = "unbounded"。

曲線 pod / pod_lower(Wald、水平方向)は n_grid 点。a90_95_beyond_data は Wald の a90/95 が試した最大の大きさを超えた(外挿である)ことの旗。

空の入力(table が 0 行、または空の dict)は ValueError。拒否(ValueError): 空の表・列の欠け、hit が 0/1 以外、全部検出か全部見落とし(曲線が立たない)、完全分離(ある大きさを境に全部見落とし/全部検出 = 最尤推定が無限大へ発散する)、β1 <= 0 または標準誤差の z_level 倍以下、未知の link。

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_pod_lighting — py -3.11 examples/poc_pod_lighting.py

• poc_sem_wafer_defect_edge_bias — py -3.11 examples/poc_sem_wafer_defect_edge_bias.py

• poc_si_wafer_pl_defect_visibility — py -3.11 examples/poc_si_wafer_pl_defect_visibility.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

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

इसी category के (`pod`)

pod_ahat_fit · pod_from_ahat · pod_false_call · pod_decision_tradeoff

*Provenance: pod.py — SPC operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

pod_hitmiss_fit — SPC pod op