A Prediction Interval Approach to Obtaining Variables Sampling Plans for Small Lots: Single Sampling from Gaussian Processes
小批量计量抽样方案的预测区间方法：高斯过程下的一次抽样AI 解读 ↓
← 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：摘要属于工业质量验收与抽样设计，不能因使用预测区间而归入宏观预测。
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
小批量计量抽样方案的预测区间方法：高斯过程下的一次抽样
- 研究问题
- 在正态生产过程的小批量验收中，如何设计计量抽样方案，使被接受批次以高概率没有超过单侧规格限的缺陷？
- 方法与思路
- 作者用预测区间推导有限批次的计量抽样方案，考察批量为五至七十的情形，并提供按批量和可接受质量水平选样本量的表。
- 材料陈述的贡献
- 摘要称该方案使接受批次以高概率零缺陷，并相较可比的超几何抽样方案显著节省样本量，但未提供具体节省幅度。
- 阅读关注点
- 应核对零缺陷概率的定义、预测区间如何转化为验收规则，以及与超几何方案比较时质量水平和风险是否保持一致。
- 阅读边界
- OpenAlex 摘要未注明稿件版本，且方法明确假设正态过程；未说明非正态稳健性、具体概率水平或节省样本量的数值。
原文摘要
A prediction-interval approach is used to derive variables sampling plans applicable to finite lots. A normally distributed process is assumed, and lots ranging in size from 5 to 70 are considered. The plans are such that, with high probability, accepted lots will have zero defects (defined in terms of one-sided specification limits). Further, tabulations provide information which is useful for selecting sample size for a specified combination of lot size and acceptable quality level. Substantial savings in sample size can be achieved by using variables plans in place of the comparable hypergeometric sampling plans.