Il forum sulla Qualità di QualitiAmo

[Fagus]

Ciao.
Spero possiate aiutarmi.
Abbiamo realizzato un apparecchio classificato strumento di misura e progettato uno strumento specifico come campione di riferimento che ovviamente faremo calibrare con certificazione LAT.
Lo strumento che produciamo ha risoluzione all'unità e ipotizzo con buona approssimazione che l'incertezza del campione sia inferiore a 0.01 unità.
Da dato di targa dovremo garantire per lo strumento la precisione di +/-2 unità.

Chiedo un parere su come intendo muovermi per validare il processo di misura (è la prima volta che mi capita un problema di questo tipo).

Sicuramente devo fare delle verifiche di ripetibilità e pensavo di far così.
Eseguo una serie di misure in diversi punti (10 misurazioni per punto), faccio il test di Shapiro-Wilk o Kolmogorov-Smirnov per valutare l'aderenza alla popolazione normale, faccio il test di Huber per eliminare i valori anomali, quindi il test di Fisher per valutare se le popolazioni delle serie sono congruenti. Supponiamo che il test di Fisher sia positivo.

Poichè poi in fase produttiva le tarature saranno eseguite da diversi operatori pensavo di fare dei test di riproducibilità, valutando con Fisher la congruenza tra le diverse misure.

Quale incertezza devo considerare per verificare che il processo sia coerente con le specifiche di accuratezza dichiarate?

Devo partire da altre ipotesi (distribuzione rettangolare, ecc)?

Vi ringrazio in anticipo
_________________
Agostino

[2p71828]

l'argomento sembra molto interessante, ma forse servirebbe sapere cosa misuri effettivamente. sull'eliminazione dei punti anomali etc sarei comunque sospettoso: in meccanica c'è il presupposto della "certezza" del livello di confidenza ovvero i dati anomali non devono esistere e se si trovano vanno capite le ragioni e modificato lo strumento e/o la procedura.
_________________
=fixed(exp(1);5)
sha-1=661bf49e78e9d958032859e811fa1ca27699207a

[2p71828]

aggiungo alcune considerazioni di carattere generale in cui mi sono dovuto imbattere nella mia, anche se ancor breve, esperienza:

Gli algoritmi di calcolo/strumenti lavorano sempre bene con i casi ideali esempio blocchetti piano paralleli/ sfere/cilindri lisci, quasi perfetti etc. I problemi sorgono quando si utilizzano "forme"/campioni con anomalie: un anello con un settore volutamente deformato a V verso l'interno/esterno, una sfera che invece è un ellissoide etc. In questi casi ho notato come molto spesso gli algoritmi di elaborazione del segnale, che compensano le geometrie dello strumento, inizino a vacillare, quando non sia lo stesso algoritmo ad andare in crisi fornendo valori inattesi (se si conosce la forma reale oggetto di misura), ancorché ripetibili, riproducibili etc.

esistono casi poi in cui la forma del campione di riferimento influisce sullo strumento: supponiamo di voler tarare un calibro. Se usiamo dei blocchetti paralleli otteniamo un risultato, ma se invece utilizziamo delle sfere o dei cilindri calibrati otteniamo risultati diversi e meno ripetibili.
_________________
=fixed(exp(1);5)
sha-1=661bf49e78e9d958032859e811fa1ca27699207a

[2p71828]

per Kolmogorov-Smirnov quale Dalpha hai usato?

ho trovato varie tabelle, ma la cosa più strana anche due formulazioni differenti.
La più frequente con alpha=0.05 è per N>40 dalpha=1.358/radice(N)
Purtroppo Stephens nel '74 ha stabilito Dalpha minori, quindi criteri molto più severi (ed essendo un autore citato dal nist temo abbia ragione) Dalpha=1.094/radice(N) per N>40
(ho fatto una prova con dei dati sperimentali e a "occhio"/"graficamente" Stephens sembra più ragionevole)
_________________
=fixed(exp(1);5)
sha-1=661bf49e78e9d958032859e811fa1ca27699207a

[Fagus]

Per il valore critico di Kolmogorov-Smirnov ho usato la formula seguente:

Dalpha= 1.2649*n^(-0.487) che è comunque meno critica di quella di Stephens; nel documento a mia disposizione porta pa N>100 alla prima espressione che hai postato.

Ti giro il doc via mail.
_________________
Agostino

[2p71828]

il documento che citi, sponsorizzato da sinal, sincert etc riporta formule probabilmente non corrette (oltre al fattore). Ho testato infatti i risultati con R (test di Lilliesors = kolgomorov-Smirnov per una sola distribuzione) e non mi tornavano. Girando per internet (nist + vari siti universitari) ho trovato quest'uomo

non fatevi ingannare dall'aspetto andate su uno dei suoi corsi
http://webspace.ship.edu/pgmarr/Geo441/Geo441.htm
e troverete forse il migliore materiale disponibile
_________________
=fixed(exp(1);5)
sha-1=661bf49e78e9d958032859e811fa1ca27699207a

[Fagus]

L'abito non fa il monaco. Ed il sito veramente lo conferma.

Il personaggio è forse eccentrico (ma in montagna in che altro modo vestirsi?). Gli darei però un consiglio: meglio un bel panino col salame piuttosto che la robaccia che sta ingerendo.
_________________
Agostino

[2p71828]

Per Agostino potrei anche aggiungere delle strane impressioni/osservazioni

1)E' preoccupante che un documento che gira per internet con tanta e tale referenza e presentazione abbia delle lacune, imprecisioni (ho provato a cercare un indirizzo per contattare l'autore , ma senza fortuna) e che nessuno degli alti livelli (specialmente quelli che hanno scritto la prefazione) si sia mai presa la briga di validarlo

2) il test di normalità/aderenza KS (ma in generale tutti i test) è alquanto astruso nella formulazione di primo acchito: se il risultato del calcolo è maggiore del parametro Dalpha preso dalla tabella al 5% allora hai il 95% di confidenza che la distribuzione non sia normale.
Se il risultato del calcolo fosse uguale al Dalpha tabellato a 0.01% allora hai un livello di confidenza del 99% che non sia normale, ma se il risultato fosse piccolo e cerchi il Dalpha corrispondente potresti trovarti nella colonna a 10%, ovvero hai "solo" il 90% di confidenza che sia non normale. In altre parole il paradosso è che a livelli di confidenza maggiori corrispondano Dalpha maggiori con cui confrontarsi e che il test venga passato come test di conformità anziché di non conformità alla normale.

3) Leggendo le varie guide per i settori chimico/farmaceutico/medico si ha la netta impressione che valga la regola del beneficio del dubbio ovvero, come se le prove chimiche etc possano intrinsecamente essere affette da fattori incontrollabili anomali, per cui si eliminano dati anomali, si possono ripetere il test se ha dato esito negativo la prima volta etc
_________________
=fixed(exp(1);5)
sha-1=661bf49e78e9d958032859e811fa1ca27699207a

[Fagus]

La tua impressione per le prove nei laboratori del settore chimico/farmaceutico/medico è stata pure la mia; mi ha lasciato spiazzato il fatto di ritenere tutto "buono" a fronte di un primo campione con varianza non congua con un certo alpha purchè ci fosse una ulteriore ripetizione congrua. E per entrambi, come fai notare, scartano sempre senza eccezione i valori anomali senza chiedersi la ragione della loro presenza.

Forse qualcuno di quei settori può dare una qualche spiegazione; francamente non la trovo statisticamente giustificata.

Quanto scrivi invece per il test K/S fa collima invece con le indagini che ho effettuato con R; mi ritrovavo infatti valori di confidenza compresi tra 85-90% per la non normalità.
_________________
Agostino