跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要聚焦可靠性抽样和刺激响应试验,未明确涉及所列经济计量细分方向。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
C. West Churchman
Benjamin Epstein

加严条件下的试验

研究问题
当产品使用失效率必须极低、常规抽样所需样本量过大时,如何设计高效试验,并研究对象响应随刺激强度变化的关系?
方法与思路
作者讨论此类抽样方案的统计设计问题,并推荐一种在生物测定与炸药测试中被认为有用、关注刺激强度与响应关系的程序。
材料陈述的贡献
摘要称所推荐程序有助于解决低失效率下常规抽样不切实际的问题,并提出同类统计技术可能用于其他刺激响应研究。
阅读关注点
应核对加严试验条件与正常使用条件的联系、刺激响应模型和抽样程序,查看效率依据及向其他领域推广所需条件。
阅读边界
仅据版本未注明的索引摘要;推荐程序的具体步骤、样本节约程度和外推条件未说明,其他领域用途只是可能性判断。

原文摘要

Certain manufactured items must be produced of such quality that only a very small fraction will fail when used. In problems of this sort standard sampling plans are impractical because of the excessively large sample sizes required. In this paper we consider the statistical questions involved in developing an efficient sampling plan for such problems, and recommend a procedure which has been found very useful in biological assay and in the testing of explosives. There is good reason to believe that the same statistical techniques can also be used in many other fields in which one is interested in studying the response of objects tested as a function of the strength of the stimuli to which they are subjected.

笔记与分组
相关领域论文