\ud83d\udca1 A k\u00f6vetkezm\u00e9ny ellentmond az intu\u00edci\u00f3nak, de \u00e9rdemes megjegyezni: a modell finom\u00edt\u00e1sa n\u00f6veli a t\u0171r\u00e9shat\u00e1rt. Ha hozz\u00e1adunk egy m\u00e1sodik magyar\u00e1z\u00f3 t\u00e9nyez\u0151t, amely cs\u00f6kkenti a marad\u00e9k sz\u00f3r\u00e1st, az k\u00f6zvetlen\u00fcl kisz\u00e9les\u00edti az X-ekre vonatkoz\u00f3 t\u0171r\u00e9shat\u00e1rt, an\u00e9lk\u00fcl, hogy b\u00e1rmit is v\u00e1ltoztatn\u00e1nk a folyamaton.<\/p>\n\n\n\n
V\u00e1ltoz\u00f3k kiv\u00e1laszt\u00e1sa<\/h2>\n\n\n\n
Az adatok a t\u00e1bl\u00e1zatb\u00f3l sz\u00e1rmaznak, amelyet a c\u00edmsor jobb fels\u0151 sark\u00e1ban tal\u00e1lhat\u00f3 t\u00e1bl\u00e1zat ikonra kattintva lehet megnyitni. A \u201eV\u00e1ltoz\u00f3k kiv\u00e1laszt\u00e1sa\u201d panel a hipot\u00e9zisek tesztel\u00e9s\u00e9re szolg\u00e1l: az adatsor minden oszlop\u00e1hoz egy sor tartozik, egy t\u00edpusjel\u00f6l\u0151vel, valamint k\u00e9t oszlopban az X \u00e9s Y jel\u00f6l\u0151n\u00e9gyzetekkel.<\/p>\n\n\n\n
Jel\u00f6lj\u00f6n be egy vagy k\u00e9t oszlopot az X tengelyen, \u00e9s egyet az Y tengelyen. Csak a numerikus oszlopok v\u00e1laszthat\u00f3k ki. A kiv\u00e1lasztott X-ek sz\u00e1ma hat\u00e1rozza meg a k\u00e9perny\u0151 t\u00f6bbi r\u00e9sz\u00e9t, tov\u00e1bbi be\u00e1ll\u00edt\u00e1s n\u00e9lk\u00fcl: egy t\u00e9nyez\u0151 a klasszikus paralelogrammot adja, k\u00e9t t\u00e9nyez\u0151 pedig egy s\u00edkbeli elfogad\u00e1si t\u00e9rk\u00e9pet. K\u00e9t t\u00e9nyez\u0151n\u00e9l t\u00f6bb eset\u00e9n a kiv\u00e1laszt\u00e1s elutas\u00edt\u00e1sra ker\u00fcl.<\/p>\n\n\n\n
Sz\u00e1nd\u00e9knyilatkozat<\/h2>\n\n\n\n
Az \u201eIntention\u201d oszlop a k\u00e9perny\u0151 k\u00f6z\u00e9ppontja: itt nem sz\u00e1m\u00edt\u00e1sokat \u00e1ll\u00edt be, hanem meghat\u00e1rozza, mit keres, \u00e9s milyen kock\u00e1zatot hajland\u00f3 v\u00e1llalni.<\/p>\n\n\n\n
Az \u00e1tvitel jelent\u00e9se<\/h3>\n\n\n\n\n- Y \u2192 X (k\u00f6vetkeztet\u00e9s): az Y specifik\u00e1ci\u00f3j\u00e1t az \u00fcgyf\u00e9l, a terv vagy a funkci\u00f3 hat\u00e1rozza meg, \u00e9s ebb\u0151l k\u00f6vetkeztet\u00fcnk az X specifik\u00e1ci\u00f3j\u00e1ra. Ez a tervez\u00e9s term\u00e9szetes ir\u00e1nyzata.<\/li>\n\n\n\n
- X \u2192 Y (ellen\u0151rizni): az X-re vonatkoz\u00f3 t\u0171r\u00e9shat\u00e1rok azt jelzik, mire k\u00e9pes az elj\u00e1r\u00e1s, \u00e9s megn\u00e9zz\u00fck, mi lesz az eredm\u00e9nye Y-nak. Ez a l\u00e9nyege a besz\u00e1ll\u00edt\u00f3val folytatott t\u00e1rgyal\u00e1snak, illetve a megl\u00e9v\u0151 helyzet indokl\u00e1s\u00e1nak.<\/li>\n<\/ul>\n\n\n\n
A Y \u2192 X-r\u0151l X \u2192 Y-ra val\u00f3 \u00e1tv\u00e1lt\u00e1skor az X-ek c\u00e9l\u00e9rt\u00e9kei \u00e9s t\u0171r\u00e9shat\u00e1rai automatikusan kit\u00f6lt\u0151dnek a kor\u00e1bban levezetett eredm\u00e9nnyel: \u00edgy azonnal ellen\u0151rizhet\u0151 a k\u00e9t leolvas\u00e1s \u00f6sszhangja.<\/p>\n\n\n\n
A modell<\/h3>\n\n\n\n
1. vagy 2. fokozat, valamint k\u00e9t t\u00e9nyez\u0151 eset\u00e9n egy X\u2081\u00b7X\u2082 interakci\u00f3s mez\u0151. A legt\u00f6bb esetben elegend\u0151 az 1. fokozat; a 2. fokozatot akkor alkalmazzuk, ha a felh\u0151 l\u00e1that\u00f3an g\u00f6rb\u00fclt. A regresszi\u00f3t a legkisebb n\u00e9gyzetek m\u00f3dszer\u00e9vel sz\u00e1m\u00edtjuk ki centr\u00e1lt v\u00e1ltoz\u00f3kra.<\/p>\n\n\n\n
\u26a0\ufe0f A 2. fokozat nem ingyenes. Felhaszn\u00e1l egy szabads\u00e1gfokot, aszimmetrikuss\u00e1 teszi az X t\u0171r\u00e9s\u00e9t (az eredm\u00e9ny ekkor +a \/ \u2212b form\u00e1ban jelenik meg, nem pedig \u00b1 jelekkel), \u00e9s t\u00f6bb, egym\u00e1st\u00f3l f\u00fcggetlen elfogad\u00e1si tartom\u00e1nyt eredm\u00e9nyezhet. Csak akkor haszn\u00e1lja, ha a g\u00f6rb\u00fclet val\u00f3di: a k\u00e9perny\u0151 mindk\u00e9t esetben jelzi ezt, javasolva a 2. fokozatot, ha a marad\u00e9kok g\u00f6rb\u00e9k, \u00e9s jelezve a t\u00falilleszt\u00e9st, ha a n\u00e9gyzetes tag nem szignifik\u00e1ns.<\/p>\n\n\n\n
A kumul\u00e1ci\u00f3s m\u00f3dszer<\/h3>\n\n\n\n
N\u00e9gy m\u00f3dszer, a leg\u00f3vatosabbt\u00f3l a leggazdas\u00e1gosabbig. Ezek nem v\u00e1ltoztatj\u00e1k meg a modellt, csup\u00e1n azt, ahogyan a v\u00e9d\u0151s\u00e1vot kiv\u00e1gj\u00e1k \u00e9s a diszperzi\u00f3kat \u00f6ssze\u00e1ll\u00edtj\u00e1k.<\/p>\n\n\n\nM\u00f3dszer<\/strong><\/td>Amit bevallanak<\/strong><\/td>Mit felt\u00e9telez ez<\/strong><\/td><\/tr><\/thead>Legrosszabb eset (Z\u00b7S)<\/td> Z-egy\u00fctthat\u00f3 (alap\u00e9rtelmez\u00e9s szerint 2)<\/td> A biztons\u00e1gi s\u00e1v \u00e9rt\u00e9ke a marad\u00e9k sz\u00f3r\u00e1s Z-szerese. Ez egy egyszer\u0171 sz\u00e1m\u00edt\u00e1si m\u00f3dszer, de nagyon \u00e9rz\u00e9keny a v\u00e1lasztott Z \u00e9rt\u00e9kre: Z = 2 \u00e9s Z = 3 k\u00f6z\u00f6tt az X t\u0171r\u00e9shat\u00e1ra tized\u00e9re cs\u00f6kkenhet.<\/td><\/tr> Tolerancia-s\u00e1v (p, 1\u2212\u03b1)<\/td> A megfelel\u0151 alkatr\u00e9szek ar\u00e1nya (90 \/ 95 \/ 99 \/ 99,73 %) \u00e9s a megb\u00edzhat\u00f3s\u00e1gi szint (90 \/ 95 \/ 99 %)<\/td> M\u00e1r nem egy egy\u00fctthat\u00f3t v\u00e1laszt ki, hanem egy sz\u00e1nd\u00e9kot jel\u00f6l meg. A lefedetts\u00e9gi t\u00e9nyez\u0151t a szabads\u00e1gfokok sz\u00e1m\u00e1nak \u00e9s a g\u00f6rbe helyzet\u00e9re vonatkoz\u00f3 bizonytalans\u00e1gnak a figyelembev\u00e9tel\u00e9vel sz\u00e1m\u00edtj\u00e1k ki. Ez a m\u00f3dszer akkor el\u0151ny\u00f6sebb, ha az eredm\u00e9nynek megalapozottnak kell lennie.<\/td><\/tr> Statisztika<\/td> C\u00e9l\u00e9rt\u00e9k\u0171 Cpk az Y-ten (alap\u00e9rtelmez\u00e9s szerint 1)<\/td> A sz\u00f3r\u00e1sok m\u00e1r nem \u00f6sszead\u00f3dnak, hanem n\u00e9gyzetes \u00f6sszet\u00e9tel\u0171ek. Ez j\u00f3val kedvez\u0151bb, mint a legrosszabb eset, felt\u00e9ve, hogy az X-ek f\u00fcggetlenek.<\/td><\/tr> Tehetetlens\u00e9gi<\/td> Semmi m\u00e1s, csak a specifik\u00e1ci\u00f3<\/td> Az eredm\u00e9nyt az X tengelyen megengedett legnagyobb tehetetlens\u00e9gben fejezz\u00fck ki: szabadon d\u00f6nthet a sz\u00f3r\u00e1s \u00e9s az eltol\u00f3d\u00e1s k\u00f6z\u00f6tt, mindaddig, am\u00edg a \u221a(\u03c3\u00b2 + \u03b4\u00b2) \u00e9rt\u00e9ke a tehetetlens\u00e9g alatt marad. Kiz\u00e1r\u00f3lag k\u00e9toldalas kivitelben kaphat\u00f3.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\nAz Y-re vonatkoz\u00f3 m\u00e9r\u00e9si bizonytalans\u00e1g<\/h3>\n\n\n\n
Ez a modell marad\u00e9k sz\u00f3r\u00e1s\u00e1hoz n\u00e9gyzetesen ad\u00f3dik hozz\u00e1. Hagyja 0-ra, ha a bizonytalans\u00e1g elhanyagolhat\u00f3 a marad\u00e9khoz k\u00e9pest; adja meg, amint az azonos nagys\u00e1grend\u0171v\u00e9 v\u00e1lik, k\u00fcl\u00f6nben olyan k\u00f6vetelm\u00e9nyt ruh\u00e1z az X-re, amely val\u00f3j\u00e1ban csak a m\u00e9r\u00e9si eszk\u00f6zre vonatkozik.<\/p>\n\n\n\n
Y specifik\u00e1ci\u00f3ja<\/h3>\n\n\n\n
Egy \u201eMin\u201d \u00e9s egy \u201eMax\u201d \u00e9rt\u00e9ket kell megadni, nem pedig egy c\u00e9l\u00e9rt\u00e9ket t\u0171r\u00e9shat\u00e1rral. Ez sz\u00e1nd\u00e9kos: a k\u00e9t mez\u0151 egym\u00e1st\u00f3l f\u00fcggetlen, \u00e9s az egyik \u00fcresen is maradhat.<\/p>\n\n\n\n
\n- Mindk\u00e9t mez\u0151 kit\u00f6ltve: k\u00e9toldal\u00fa specifik\u00e1ci\u00f3. A \u201eC\u00e9l\u201d mez\u0151 a rendszer \u00e1ltal kisz\u00e1m\u00edtott k\u00f6z\u00e9ppontot (automatikus) jelen\u00edti meg; a mez\u0151be be\u00edrhat\u00f3v\u00e1 v\u00e1lik, ha sz\u00e1nd\u00e9kosan el szeretn\u00e9 tolni a c\u00e9lt.<\/li>\n\n\n\n
- Csak egy megadott hat\u00e1r\u00e9rt\u00e9k: egyoldal\u00fa specifik\u00e1ci\u00f3. A hi\u00e1nyz\u00f3 hat\u00e1r\u00e9rt\u00e9k a v\u00e9gtelen, az eredm\u00e9nyt X \u2265 \u2026 vagy X \u2264 \u2026 form\u00e1ban fejezz\u00fck ki, \u00e9s nem \u00e1llap\u00edtunk meg t\u0171r\u00e9shat\u00e1rt. A c\u00e9l\u00e9rt\u00e9k \u00edgy k\u00f6telez\u0151v\u00e9 v\u00e1lik: n\u00e9lk\u00fcle nem tudjuk, mire c\u00e9lozzunk.<\/li>\n\n\n\n
- A k\u00e9t mez\u0151 \u00fcres: a sz\u00e1m\u00edt\u00e1s le\u00e1ll, \u00e9s egy egy\u00e9rtelm\u0171 \u00fczenet jelenik meg.<\/li>\n<\/ul>\n\n\n\n
A k\u00e9t X k\u00f6z\u00f6tti megoszl\u00e1s<\/h3>\n\n\n\n
Ez a lista csak k\u00e9t t\u00e9nyez\u0151ben \u00e9s az Y \u2192 X ir\u00e1nyban jelenik meg. Egy val\u00f3s neh\u00e9zs\u00e9gre ad v\u00e1laszt: a probl\u00e9ma alulhat\u00e1rozott. Egyetlen egyenlet, k\u00e9t ismeretlen \u2013 v\u00e9gtelen sz\u00e1m\u00fa t\u0171r\u00e9sp\u00e1r l\u00e9tezik, amelyek garant\u00e1lj\u00e1k az Y \u00e9rt\u00e9ket. Egyetlen sz\u00e1m\u00edt\u00e1s sem k\u00e9pes \u00f6nmag\u00e1ban d\u00f6nt\u00e9st hozni; ez egy d\u00f6nt\u00e9s, \u00e9s a k\u00e9perny\u0151 k\u00e9ri, hogy kifejezetten hozza meg azt.<\/p>\n\n\n\n
\n- A k\u00e9pess\u00e9g ar\u00e1ny\u00e1ban (alap\u00e9rtelmezett): a t\u0171r\u00e9shat\u00e1rok ar\u00e1nyosak a k\u00e9t X-en t\u00e9nylegesen megfigyelt sz\u00f3r\u00e1sokkal. Ez\u00e9rt mindk\u00e9t elj\u00e1r\u00e1sra ugyanazt a Cp-\u00e9rt\u00e9ket \u00edrj\u00e1k el\u0151 \u2014 ez az iparban a legigazs\u00e1gosabb eloszt\u00e1s.<\/li>\n\n\n\n
- Egyenl\u0151 hozz\u00e1j\u00e1rul\u00e1s: minden X fele-fele ar\u00e1nyban j\u00e1rul hozz\u00e1 Y k\u00f6lts\u00e9gvet\u00e9s\u00e9hez. Elm\u00e9letben igazs\u00e1gos, a gyakorlatban azonban gyakran igazs\u00e1gtalan: a legk\u00e9pzettebb munkat\u00e1rst\u00f3l olyan er\u0151fesz\u00edt\u00e9st k\u00f6vetelnek meg, amelyet egy\u00e9bk\u00e9nt nem kellett volna megtennie.<\/li>\n\n\n\n
- X\u2081 el\u0151re meghat\u00e1rozott \/ X\u2082 el\u0151re meghat\u00e1rozott: az egyik t\u0171r\u00e9shat\u00e1r\u00e1t \u00d6n hat\u00e1rozza meg \u2013 azt, amelyet a besz\u00e1ll\u00edt\u00f3 vagy a g\u00e9p be tud tartani \u2013, a m\u00e1sik pedig felveszi a fennmarad\u00f3 r\u00e9szt. Ha a keret m\u00e1r kimer\u00fclt, err\u0151l egy \u00fczenet jelzi.<\/li>\n<\/ul>\n\n\n\n
Az X-tengely c\u00e9l\u00e9rt\u00e9keit \u00e9s t\u0171r\u00e9shat\u00e1rait X \u2192 Y ir\u00e1nyban kell megadni, \u00e9s k\u00e9t t\u00e9nyez\u0151ben, ha \u00abel\u0151\u00edrt\u00bb szab\u00e1lyt v\u00e1lasztanak.<\/p>\n\n\n\n
A grafikon megtekint\u00e9se<\/h2>\n\n\n\n
A grafikon egyetlen t\u00e9nyez\u0151ben \u00f6sszefoglalja az eg\u00e9sz \u00e9rvel\u00e9st: a m\u00e9r\u00e9si \u00e9rt\u00e9kek felh\u0151j\u00e9t, a modell g\u00f6rb\u00e9j\u00e9t, a pontozott vonallal szeg\u00e9lyezett, egysz\u00edn\u0171 biztons\u00e1gi s\u00e1vot, az Y-tengely Min \u00e9s Max specifik\u00e1ci\u00f3s vonalait, az X-ten levont hat\u00e1r\u00e9rt\u00e9kek c\u00edmk\u00e9zett f\u00fcgg\u0151leges vonalakkal, valamint a z\u00f6ld sz\u00ednnel kit\u00f6lt\u00f6tt elfogad\u00e1si tartom\u00e1ny \u2013 az X \u00f6sszes olyan be\u00e1ll\u00edt\u00e1sa, amely garant\u00e1lja az Y \u00e9rt\u00e9ket.<\/p>\n\n\n\n
Ha az eg\u00e9rmutat\u00f3t egy pontra viszi, megjelennek annak \u00e9rt\u00e9kei, a becs\u00fclt \u00e9rt\u00e9k \u00e9s a marad\u00e9k. Ha az eg\u00e9rmutat\u00f3t a h\u00e1tt\u00e9rre viszi, megjelenik az X \u00e9rt\u00e9ke, a becs\u00fclt Y-\u00e9rt\u00e9k, a helyi \u00e9rz\u00e9kenys\u00e9g \u00e9s az adott ponton val\u00f3 megfelel\u00e9s val\u00f3sz\u00edn\u0171s\u00e9ge.<\/p>\n\n\n\n![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png\")
<\/figure>\n\n\n\nA fenti k\u00e9perny\u0151k\u00e9pen az Y specifik\u00e1ci\u00f3ja 30 \/ 40, az 1. fok\u00fa modell meredeks\u00e9ge pedig 1,20: az Y-tengelyen a 10-es t\u0171r\u00e9shat\u00e1r \u2013 a biztons\u00e1gi s\u00e1v levon\u00e1sa ut\u00e1n \u2013 5,009-es tartom\u00e1nyt enged\u00e9lyez az X\u2081-tengelyen, 11,068 \u00e9s 16,077 k\u00f6z\u00f6tt.<\/p>\n\n\n\n
K\u00e9t t\u00e9nyez\u0151 eset\u00e9n az elfogad\u00e1si tartom\u00e1ny m\u00e1r nem egy intervallum, hanem a (X\u2081, X\u2082) s\u00edk egy r\u00e9gi\u00f3ja. A szegment\u00e1lt gomb k\u00e9t n\u00e9zetet k\u00edn\u00e1l:<\/p>\n\n\n\n
\n- 2D-t\u00e9rk\u00e9p, munkan\u00e9zet \u00e9s alap\u00e9rtelmezett n\u00e9zet. Ezen l\u00e1that\u00f3 a s\u00edkban \u00e1br\u00e1zolt elfogad\u00e1si tartom\u00e1ny, az Y = c\u00e9l\u00e9rt\u00e9k izovonal, a folyamat jelenlegi sz\u00f3r\u00e1si ellipszise 95 %-n\u00e9l, a m\u00e9r\u00e9si felh\u0151 \u00e9s a levezetett t\u0171r\u00e9si t\u00e9glalap. Ez a n\u00e9zet szolg\u00e1l a d\u00f6nt\u00e9shozatalhoz: a t\u00e9glalap egy s\u00edkon helyezkedik el, a tartom\u00e1ny a val\u00f3s\u00e1got t\u00fckr\u00f6zi, az ellipszis pedig azt mutatja, hol m\u0171k\u00f6dik val\u00f3j\u00e1ban a folyamat.<\/li>\n\n\n\n
- 3D, szeml\u00e9ltet\u0151 \u00e1bra. A v\u00e1laszfel\u00fclet h\u00e1l\u00f3 form\u00e1j\u00e1ban van \u00e1br\u00e1zolva, a megfelel\u00e9s szerint sz\u00ednezve, a specifik\u00e1ci\u00f3s s\u00edkokkal, valamint k\u00e9t forgat\u00f3- \u00e9s magass\u00e1gcs\u00faszk\u00e1val. C\u00e9lja a kapcsolat form\u00e1j\u00e1nak bemutat\u00e1sa, nem pedig a d\u00f6nt\u00e9shozatal.<\/li>\n<\/ul>\n\n\n\n
\ud83d\udca1 A t\u00e9glalap mindig kisebb, mint az elfogad\u00e1si tartom\u00e1ny: egy s\u00edk t\u00e9glalap alak\u00fa t\u0171r\u00e9shat\u00e1rokat tartalmaz, m\u00edg a t\u00e9nylegesen megfelel\u0151 ter\u00fclet ferde lesz, amint a k\u00e9t t\u00e9nyez\u0151 kiegyenl\u00edti egym\u00e1st. A kett\u0151 k\u00f6z\u00f6tti elt\u00e9r\u00e9s pontosan az a t\u0171r\u00e9s, amelyet a t\u00e9glalap alak miatt vesz\u00edt\u00fcnk el \u2013 \u00e9s ezt nyerj\u00fck vissza a k\u00e9t t\u00e9nyez\u0151 egy\u00fcttes szab\u00e1lyoz\u00e1s\u00e1val.<\/p>\n\n\n\n![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement-2.png\")
<\/figure>\n\n\n\nEzen a k\u00e9perny\u0151k\u00e9pen a k\u00e9pess\u00e9g ar\u00e1nyos eloszt\u00e1sa \u00b13,033-at ad az X\u2081-nek \u00e9s \u00b10,298-at az X\u2082-nek: a k\u00e9t t\u0171r\u00e9s\u00e9rt\u00e9k nagyon elt\u00e9r\u0151, de mindk\u00e9t elj\u00e1r\u00e1s eset\u00e9ben ugyanazt a Cp-\u00e9rt\u00e9ket (0,35) k\u00f6vetelik meg.<\/p>\n\n\n\n
A levezetett specifik\u00e1ci\u00f3<\/h2>\n\n\n\n
A jobb oldali oszlop az eredm\u00e9nyt olyan form\u00e1ban adja meg, amely k\u00f6zvetlen\u00fcl \u00e1br\u00e1ra vihet\u0151: az egyes X-\u00e9rt\u00e9kek c\u00e9lpontj\u00e1t, a t\u0171r\u00e9shat\u00e1rt \u00e9s a k\u00e9t hat\u00e1rt. Ehhez hozz\u00e1ad\u00f3dnak azok a mennyis\u00e9gek, amelyek alapj\u00e1n az eredm\u00e9nyt \u00e9rt\u00e9kelni lehet:<\/p>\n\n\n\n
\n- a \u2202Y\/\u2202X \u00e9rz\u00e9kenys\u00e9g, amely azt mutatja, hogy Y mennyivel v\u00e1ltozik, ha X egy egys\u00e9ggel v\u00e1ltozik. Ez az \u00e1tvitel ar\u00e1nya: az er\u0151s \u00e9rz\u00e9kenys\u00e9g sz\u0171k\u00edti X t\u0171r\u00e9shat\u00e1r\u00e1t;<\/li>\n\n\n\n
- a javasolt be\u00e1ll\u00edt\u00e1s mellett v\u00e1rhat\u00f3 Y-\u00e1tlag;<\/li>\n\n\n\n
- a ford\u00edtott c\u00e9l\u00e9rt\u00e9k, amely a kiv\u00e1lasztott c\u00e9l\u00e9rt\u00e9k mellett jelenik meg, ha a kett\u0151 elt\u00e9r egym\u00e1st\u00f3l. Az 1. fokozatban ezek egybeesnek; amint a g\u00f6rbe nem egyenes, a kiv\u00e1lasztott c\u00e9lpont a maxim\u00e1lis tartal\u00e9kpont, azaz a legrobusztusabb be\u00e1ll\u00edt\u00e1s, \u00e9s nem az Y-c\u00e9lpont matematikai inverze;<\/li>\n\n\n\n
- k\u00e9t t\u00e9nyez\u0151re bonthat\u00f3: a megk\u00f6vetelt Cp-\u00e9rt\u00e9kekre (amit be kell tartani) a jelenlegi Cpk-\u00e9rt\u00e9kekkel szemben (amit a folyamat t\u00e9nylegesen tart, az elt\u00e9r\u00e9st is bele\u00e9rtve), valamint a v\u00e1rhat\u00f3 ppm-\u00e9rt\u00e9kre, ha az X-ek k\u00f6z\u00e9pen vannak.<\/li>\n<\/ul>\n\n\n\n
\u26a0\ufe0f A 2. fokozatban a t\u0171r\u00e9s aszimmetrikus, \u00e9s +a \/ \u2212b form\u00e1ban jelenik meg. Ne jel\u00f6lje meg \u00b1 jelekkel a s\u00edkon: a c\u00e9lpont mindk\u00e9t oldal\u00e1n elt\u00e9r\u0151 a t\u0171r\u00e9shat\u00e1r.<\/p>\n\n\n\n
A modell min\u0151s\u00e9ge<\/h2>\n\n\n\n
A t\u0171r\u00e9s\u00e1tvitel csak annyit \u00e9r, amennyit a modell \u00e9r. A modell Min\u0151s\u00e9g blokkja a k\u00f6vetkez\u0151 sorrendben adja meg a hasznos inform\u00e1ci\u00f3kat: a kiv\u00e1lasztott pontok sz\u00e1ma, az R\u00b2 \u00e9s a korrig\u00e1lt R\u00b2, a marad\u00e9k sz\u00f3r\u00e1s S, majd a modell tagjainak t\u00e1bl\u00e1zata az egy\u00fctthat\u00f3ikkal \u00e9s p-\u00e9rt\u00e9k\u00fckkel, valamint a marad\u00e9k szabads\u00e1gfokok sz\u00e1ma. A t\u00e1bl\u00e1zatot egy sz\u00ednes s\u00e1v z\u00e1rja le, ugyanazzal a sz\u00ednk\u00f3ddal, mint a hipot\u00e9zisvizsg\u00e1latokn\u00e1l.<\/p>\n\n\n\n
\ud83d\udca1 Az R\u00b2 itt nem a megfelel\u0151 mutat\u00f3, az S a fontos. Az R\u00b2 azt mutatja, hogy a vari\u00e1ci\u00f3 mekkora r\u00e9sz\u00e9t magyar\u00e1zza a modell; az S pedig Y-egys\u00e9gekben fejezi ki, hogy a modell mit nem tud el\u0151re jelezni \u2014 \u00e9s pontosan ez az S, \u00e9s kiz\u00e1r\u00f3lag ez az S vonja le a t\u0171r\u00e9shat\u00e1rb\u00f3l.<\/p>\n\n\n\n
A tolerancia-\u00e9rt\u00e9kel\u00e9s<\/h2>\n\n\n\n
Ez a k\u00e9perny\u0151 alj\u00e1n elhelyezked\u0151, teljes sz\u00e9less\u00e9g\u0171 s\u00e1v, \u00e9s val\u00f3sz\u00edn\u0171leg a k\u00e9perny\u0151n megjelen\u0151 leghasznosabb inform\u00e1ci\u00f3. Az Y-tengely toleranci\u00e1j\u00e1t szegmensekre bontja: a modell marad\u00e9k sz\u00f3r\u00e1s\u00e1t, a m\u00e9r\u00e9si bizonytalans\u00e1got, majd az X\u2081 \u00e9s X\u2082 sz\u00e1m\u00e1ra fennmarad\u00f3 r\u00e9szt.<\/p>\n\n\n\n
A vonal alatti megjegyz\u00e9s pontos\u00edtja a feloszt\u00e1s jelleg\u00e9t: aritmetikai feloszt\u00e1s a legrosszabb esetben \u00e9s t\u0171r\u00e9shat\u00e1ron bel\u00fcl, valamint variancia-eloszt\u00e1s a statisztik\u00e1ban \u00e9s az inerci\u00e1lis elemz\u00e9sben. A kett\u0151t nem ugyan\u00fagy kell \u00e9rtelmezni, \u00e9s nem is ugyan\u00fagy ad\u00f3dnak \u00f6ssze.<\/p>\n\n\n\n
\ud83d\udca1 El\u0151sz\u00f6r olvassa el az \u00f6sszefoglal\u00f3t, majd az eredm\u00e9nyt. Ha a marad\u00e9k sz\u00f3r\u00e1s a s\u00e1v 40 %-j\u00e1t foglalja el, az azt jelenti, hogy az \u00fcgyf\u00e9l t\u0171r\u00e9shat\u00e1r\u00e1nak 40 %-ja m\u00e1ris felhaszn\u00e1lt az \u00e1ltalad megmagyar\u00e1zhatatlan okok miatt, m\u00e9g miel\u0151tt egyetlen alkatr\u00e9szt is legy\u00e1rtott\u00e1l volna. Ekkor az egyetlen befoly\u00e1sol\u00f3 t\u00e9nyez\u0151 a modell: egy tov\u00e1bbi magyar\u00e1z\u00f3 t\u00e9nyez\u0151, vagy egy kev\u00e9sb\u00e9 zajos m\u00e9r\u00e9si m\u00f3dszer.<\/p>\n\n\n\n
A korl\u00e1tok<\/h2>\n\n\n\n
A t\u0171r\u00e9shat\u00e1r \u00e1tvitele mindig egy sz\u00e1mot eredm\u00e9nyez. A k\u00e9rd\u00e9s az, hogy ez a sz\u00e1m jelent-e valamit. Az Ellistat ellen\u0151rzi az \u00d6n sz\u00e1m\u00e1ra azokat az eseteket, amikor ez a sz\u00e1m semmit sem jelent, \u00e9s ezeket egy\u00e9rtelm\u0171en megjelen\u00edti a grafikon alatt vagy az \u00f6sszefoglal\u00f3 s\u00e1vban.<\/p>\n\n\n\n\u00c9szlelt helyzet<\/strong><\/td>Ellistat v\u00e9lem\u00e9nye<\/strong><\/td><\/tr><\/thead>Nem szignifik\u00e1ns meredeks\u00e9g<\/td> A kapcsolat t\u00fal gyenge ahhoz, hogy t\u0171r\u00e9shat\u00e1rt kezeljen: az X-tenzort nem hat\u00e1rolja semmi. Az eredm\u00e9ny nem jelenik meg, egyetlen sz\u00e1m sem l\u00e1that\u00f3 \u2014 ez sz\u00e1nd\u00e9kos.<\/td><\/tr> Jelent\u0151s, de bizonytalan lejt\u00e9s<\/td> A meredeks\u00e9gre vonatkoz\u00f3 bizonytalans\u00e1g kisz\u00e9les\u00edti a val\u00f3di t\u0171r\u00e9shat\u00e1rt; a kisz\u00e9lesed\u00e9s nagys\u00e1grendj\u00e9t felt\u00fcntett\u00e9k.<\/td><\/tr> Nem modellezett g\u00f6rb\u00fclet<\/td> Az 1. fokozat marad\u00e9kai g\u00f6rb\u00fcletet alkotnak: javasolt a 2. fokozatra v\u00e1ltani.<\/td><\/tr> Nem szignifik\u00e1ns g\u00f6rb\u00fclet<\/td> A 2. fokozatban a n\u00e9gyzetes tag nem relev\u00e1ns: a modell t\u00falillesztett, ez\u00e9rt t\u00e9rj\u00fcnk vissza az 1. fokozatra.<\/td><\/tr> Nem homog\u00e9n eloszl\u00e1s<\/td> A sz\u00f3r\u00e1s a felh\u0151 egyik v\u00e9g\u00e9t\u0151l a m\u00e1sikig egyre nagyobb lesz: a s\u00e1v m\u00e1r nem p\u00e1rhuzamos n\u00e9gysz\u00f6g, a becs\u00fclt t\u0171r\u00e9shat\u00e1r aszimmetrikus.<\/td><\/tr> \u00d6sszef\u00fcgg\u0151 t\u00e9nyez\u0151k<\/td> A k\u00e9t X egy\u00fctt v\u00e1ltozik a folyamat sor\u00e1n: egy\u00fctthat\u00f3ik alig k\u00fcl\u00f6n\u00fclnek el egym\u00e1st\u00f3l, a kett\u0151 k\u00f6z\u00f6tti megoszl\u00e1s instabil.<\/td><\/tr> Extrapol\u00e1ci\u00f3<\/td> A becs\u00fclt c\u00e9l\u00e9rt\u00e9k k\u00edv\u00fcl esik a t\u00e9nylegesen megfigyelt tartom\u00e1nyon: a modellt soha nem ellen\u0151rizt\u00e9k ezen a tartom\u00e1nyon.<\/td><\/tr> Ipari megval\u00f3s\u00edthat\u00f3s\u00e1g<\/td> A kisz\u00e1m\u00edtott t\u0171r\u00e9shat\u00e1rt \u00f6sszehasonl\u00edtj\u00e1k az X-en t\u00e9nylegesen megfigyelt sz\u00f3r\u00e1ssal. Ha az sz\u0171kebb, az \u00fczenet ezt egy\u00e9rtelm\u0171en jelzi, \u00e9s titkos\u00edtja a jelent\u00e9st.<\/td><\/tr> Domin\u00e1ns marad\u00e9k<\/td> A modell Y t\u0171r\u00e9shat\u00e1r\u00e1nak t\u00f6bb mint fel\u00e9t felhaszn\u00e1lja: a t\u0171r\u00e9shat\u00e1r meghat\u00e1roz\u00e1sa el\u0151tt keressen egy tov\u00e1bbi magyar\u00e1z\u00f3 t\u00e9nyez\u0151t.<\/td><\/tr> Nincs \u00e1tv\u00e9teli pont<\/td> Nincs olyan X-\u00e9rt\u00e9k, amely garant\u00e1ln\u00e1 Y megad\u00e1s\u00e1t: az \u00e1tvitel jelenlegi \u00e1llapotban lehetetlen, \u00e9s a k\u00e9perny\u0151n megjelenik, melyik gombot kell elengedni.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n\ud83d\udca1 Ezek az \u00fczenetek nem be\u00e1ll\u00edt\u00e1si lehet\u0151s\u00e9gek: automatikusan megjelennek. Ez k\u00fcl\u00f6nb\u00f6zteti meg a tolerancia\u00e1tvitelt a meredeks\u00e9ggel t\u00f6rt\u00e9n\u0151 egyszer\u0171 oszt\u00e1st\u00f3l.<\/p>\n\n\n\n
Az X \u2192 Y ir\u00e1ny: ellen\u0151rizni<\/h2>\n\n\n\n
A m\u00e1sik \u00e9rtelmez\u00e9s egy t\u00e1rgyal\u00e1si k\u00e9rd\u00e9sre ad v\u00e1laszt: \u00abAz \u00e9n elj\u00e1r\u00e1som k\u00e9pes betartani egy bizonyos t\u0171r\u00e9shat\u00e1rt X-en; ez mit jelent Y-on?\u00bb. Megadja az X-ek c\u00e9l\u00e9rt\u00e9keit \u00e9s t\u0171r\u00e9shat\u00e1rait, \u00e9s az Ellistat kisz\u00e1m\u00edtja az Y viselked\u00e9s\u00e9t: a v\u00e1rhat\u00f3 \u00e1tlagot \u00e9s sz\u00f3r\u00e1st, a rendelkez\u00e9sre \u00e1ll\u00f3 t\u0171r\u00e9shat\u00e1rhoz viszony\u00edtott sz\u00e1rmaztatott t\u0171r\u00e9shat\u00e1r-tartom\u00e1nyt, a v\u00e1rhat\u00f3 Cp- \u00e9s Cpk-\u00e9rt\u00e9keket, valamint a nem megfelel\u0151s\u00e9gi ar\u00e1nyt ppm-ben.<\/p>\n\n\n\n
A ppm kisz\u00e1m\u00edt\u00e1sa szimul\u00e1ci\u00f3val t\u00f6rt\u00e9nik, nem pedig a t\u0171r\u00e9shat\u00e1rok egyszer\u0171 egym\u00e1sra \u00e9p\u00edt\u00e9s\u00e9vel: amint a modell nem egyenes, az elt\u00e9r\u00e9sek line\u00e1ris tov\u00e1bb\u00edt\u00e1sa m\u00e1r nem helyt\u00e1ll\u00f3.<\/p>\n\n\n\n
\ud83d\udca1 A k\u00e9t ir\u00e1ny k\u00f6z\u00f6tti v\u00e1ltakoz\u00e1s a k\u00e9perny\u0151 leghat\u00e9konyabb m\u0171velete. El\u0151sz\u00f6r kisz\u00e1m\u00edtjuk a sz\u00fcks\u00e9ges t\u0171r\u00e9shat\u00e1rt (Y \u2192 X), meg\u00e1llap\u00edtjuk, hogy az el\u00e9rhetetlen, majd az elj\u00e1r\u00e1s lehet\u0151s\u00e9gei alapj\u00e1n \u00e1tv\u00e1ltunk X \u2192 Y-ra, \u00e9s \u00edgy megkapjuk az \u00fcgyf\u00e9lnek k\u00f6zlend\u0151 ppm-\u00e9rt\u00e9ket \u2013 vagy a specifik\u00e1ci\u00f3 \u00fajrat\u00e1rgyal\u00e1s\u00e1hoz sz\u00fcks\u00e9ges sz\u00e1mszer\u0171 \u00e9rvet. Az \u00e1tv\u00e1lt\u00e1skor a kisz\u00e1m\u00edtott \u00e9rt\u00e9kek automatikusan \u00e1tv\u00e9telre ker\u00fclnek.<\/p>","protected":false},"featured_media":0,"menu_order":0,"template":"","meta":{"_acf_changed":true},"menu-guide-dutilisateur":[42],"class_list":["post-4908","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-9-tolerancement"],"acf":[],"yoast_head":"\n
Scp\u00e9cigraphe - Ellistat<\/title>\n<meta name=\"description\" content=\"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/ellistat.com\/hu\/hasznaloi-utmutato\/scpecigraf\/\" \/>\n<meta property=\"og:locale\" content=\"hu_HU\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Scp\u00e9cigraphe - Ellistat\" \/>\n<meta property=\"og:description\" content=\"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/ellistat.com\/hu\/hasznaloi-utmutato\/scpecigraf\/\" \/>\n<meta property=\"og:site_name\" content=\"Ellistat\" \/>\n<meta property=\"article:modified_time\" content=\"2026-10-14T12:56:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"908\" \/>\n\t<meta property=\"og:image:height\" content=\"404\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Becs\u00fclt olvas\u00e1si id\u0151\" \/>\n\t<meta name=\"twitter:data1\" content=\"14 perc\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/\",\"url\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/\",\"name\":\"Scp\u00e9cigraphe - Ellistat\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/tolerancement1.png\",\"datePublished\":\"2026-10-14T12:55:26+00:00\",\"dateModified\":\"2026-10-14T12:56:27+00:00\",\"description\":\"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#breadcrumb\"},\"inLanguage\":\"hu\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"hu\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#primaryimage\",\"url\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/tolerancement1.png\",\"contentUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/tolerancement1.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/ellistat.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Scp\u00e9cigraphe\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\",\"url\":\"https:\\\/\\\/ellistat.com\\\/\",\"name\":\"Ellistat\",\"description\":\"La suite qualit\u00e9 de l'industrie m\u00e9canique\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/ellistat.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"hu\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Scp\u00e9cigraphe \u2013 Ellistat","description":"T\u0171r\u00e9shat\u00e1rok az Ellistat Data Analysis programban: m\u00e9rje meg termel\u00e9s\u00e9t, \u00e9s jelen\u00edtsen meg pontfelh\u0151 form\u00e1j\u00e1ban.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/ellistat.com\/hu\/hasznaloi-utmutato\/scpecigraf\/","og_locale":"hu_HU","og_type":"article","og_title":"Scp\u00e9cigraphe - Ellistat","og_description":"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.","og_url":"https:\/\/ellistat.com\/hu\/hasznaloi-utmutato\/scpecigraf\/","og_site_name":"Ellistat","article_modified_time":"2026-10-14T12:56:27+00:00","og_image":[{"width":908,"height":404,"url":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_misc":{"Becs\u00fclt olvas\u00e1si id\u0151":"14 perc"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/","url":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/","name":"Scp\u00e9cigraphe \u2013 Ellistat","isPartOf":{"@id":"https:\/\/ellistat.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#primaryimage"},"image":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#primaryimage"},"thumbnailUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png","datePublished":"2026-10-14T12:55:26+00:00","dateModified":"2026-10-14T12:56:27+00:00","description":"T\u0171r\u00e9shat\u00e1rok az Ellistat Data Analysis programban: m\u00e9rje meg termel\u00e9s\u00e9t, \u00e9s jelen\u00edtsen meg pontfelh\u0151 form\u00e1j\u00e1ban.","breadcrumb":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#breadcrumb"},"inLanguage":"hu","potentialAction":[{"@type":"ReadAction","target":["https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/"]}]},{"@type":"ImageObject","inLanguage":"hu","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#primaryimage","url":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png","contentUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png"},{"@type":"BreadcrumbList","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/ellistat.com\/"},{"@type":"ListItem","position":2,"name":"Scp\u00e9cigraphe"}]},{"@type":"WebSite","@id":"https:\/\/ellistat.com\/#website","url":"https:\/\/ellistat.com\/","name":"Ellistat","description":"A min\u0151s\u00e9gbiztos\u00edt\u00e1si csomag a g\u00e9pipar sz\u00e1m\u00e1ra","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/ellistat.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"hu"}]}},"_links":{"self":[{"href":"https:\/\/ellistat.com\/hu\/wp-json\/wp\/v2\/guide-dutilisateur\/4908","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellistat.com\/hu\/wp-json\/wp\/v2\/guide-dutilisateur"}],"about":[{"href":"https:\/\/ellistat.com\/hu\/wp-json\/wp\/v2\/types\/guide-dutilisateur"}],"wp:attachment":[{"href":"https:\/\/ellistat.com\/hu\/wp-json\/wp\/v2\/media?parent=4908"}],"wp:term":[{"taxonomy":"menu-guide-dutilisateur","embeddable":true,"href":"https:\/\/ellistat.com\/hu\/wp-json\/wp\/v2\/menu-guide-dutilisateur?post=4908"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
A Y \u2192 X-r\u0151l X \u2192 Y-ra val\u00f3 \u00e1tv\u00e1lt\u00e1skor az X-ek c\u00e9l\u00e9rt\u00e9kei \u00e9s t\u0171r\u00e9shat\u00e1rai automatikusan kit\u00f6lt\u0151dnek a kor\u00e1bban levezetett eredm\u00e9nnyel: \u00edgy azonnal ellen\u0151rizhet\u0151 a k\u00e9t leolvas\u00e1s \u00f6sszhangja.<\/p>\n\n\n\n
A modell<\/h3>\n\n\n\n
1. vagy 2. fokozat, valamint k\u00e9t t\u00e9nyez\u0151 eset\u00e9n egy X\u2081\u00b7X\u2082 interakci\u00f3s mez\u0151. A legt\u00f6bb esetben elegend\u0151 az 1. fokozat; a 2. fokozatot akkor alkalmazzuk, ha a felh\u0151 l\u00e1that\u00f3an g\u00f6rb\u00fclt. A regresszi\u00f3t a legkisebb n\u00e9gyzetek m\u00f3dszer\u00e9vel sz\u00e1m\u00edtjuk ki centr\u00e1lt v\u00e1ltoz\u00f3kra.<\/p>\n\n\n\n
\u26a0\ufe0f A 2. fokozat nem ingyenes. Felhaszn\u00e1l egy szabads\u00e1gfokot, aszimmetrikuss\u00e1 teszi az X t\u0171r\u00e9s\u00e9t (az eredm\u00e9ny ekkor +a \/ \u2212b form\u00e1ban jelenik meg, nem pedig \u00b1 jelekkel), \u00e9s t\u00f6bb, egym\u00e1st\u00f3l f\u00fcggetlen elfogad\u00e1si tartom\u00e1nyt eredm\u00e9nyezhet. Csak akkor haszn\u00e1lja, ha a g\u00f6rb\u00fclet val\u00f3di: a k\u00e9perny\u0151 mindk\u00e9t esetben jelzi ezt, javasolva a 2. fokozatot, ha a marad\u00e9kok g\u00f6rb\u00e9k, \u00e9s jelezve a t\u00falilleszt\u00e9st, ha a n\u00e9gyzetes tag nem szignifik\u00e1ns.<\/p>\n\n\n\n
A kumul\u00e1ci\u00f3s m\u00f3dszer<\/h3>\n\n\n\n
N\u00e9gy m\u00f3dszer, a leg\u00f3vatosabbt\u00f3l a leggazdas\u00e1gosabbig. Ezek nem v\u00e1ltoztatj\u00e1k meg a modellt, csup\u00e1n azt, ahogyan a v\u00e9d\u0151s\u00e1vot kiv\u00e1gj\u00e1k \u00e9s a diszperzi\u00f3kat \u00f6ssze\u00e1ll\u00edtj\u00e1k.<\/p>\n\n\n\n Ez a modell marad\u00e9k sz\u00f3r\u00e1s\u00e1hoz n\u00e9gyzetesen ad\u00f3dik hozz\u00e1. Hagyja 0-ra, ha a bizonytalans\u00e1g elhanyagolhat\u00f3 a marad\u00e9khoz k\u00e9pest; adja meg, amint az azonos nagys\u00e1grend\u0171v\u00e9 v\u00e1lik, k\u00fcl\u00f6nben olyan k\u00f6vetelm\u00e9nyt ruh\u00e1z az X-re, amely val\u00f3j\u00e1ban csak a m\u00e9r\u00e9si eszk\u00f6zre vonatkozik.<\/p>\n\n\n\n Egy \u201eMin\u201d \u00e9s egy \u201eMax\u201d \u00e9rt\u00e9ket kell megadni, nem pedig egy c\u00e9l\u00e9rt\u00e9ket t\u0171r\u00e9shat\u00e1rral. Ez sz\u00e1nd\u00e9kos: a k\u00e9t mez\u0151 egym\u00e1st\u00f3l f\u00fcggetlen, \u00e9s az egyik \u00fcresen is maradhat.<\/p>\n\n\n\n Ez a lista csak k\u00e9t t\u00e9nyez\u0151ben \u00e9s az Y \u2192 X ir\u00e1nyban jelenik meg. Egy val\u00f3s neh\u00e9zs\u00e9gre ad v\u00e1laszt: a probl\u00e9ma alulhat\u00e1rozott. Egyetlen egyenlet, k\u00e9t ismeretlen \u2013 v\u00e9gtelen sz\u00e1m\u00fa t\u0171r\u00e9sp\u00e1r l\u00e9tezik, amelyek garant\u00e1lj\u00e1k az Y \u00e9rt\u00e9ket. Egyetlen sz\u00e1m\u00edt\u00e1s sem k\u00e9pes \u00f6nmag\u00e1ban d\u00f6nt\u00e9st hozni; ez egy d\u00f6nt\u00e9s, \u00e9s a k\u00e9perny\u0151 k\u00e9ri, hogy kifejezetten hozza meg azt.<\/p>\n\n\n\n Az X-tengely c\u00e9l\u00e9rt\u00e9keit \u00e9s t\u0171r\u00e9shat\u00e1rait X \u2192 Y ir\u00e1nyban kell megadni, \u00e9s k\u00e9t t\u00e9nyez\u0151ben, ha \u00abel\u0151\u00edrt\u00bb szab\u00e1lyt v\u00e1lasztanak.<\/p>\n\n\n\n A grafikon egyetlen t\u00e9nyez\u0151ben \u00f6sszefoglalja az eg\u00e9sz \u00e9rvel\u00e9st: a m\u00e9r\u00e9si \u00e9rt\u00e9kek felh\u0151j\u00e9t, a modell g\u00f6rb\u00e9j\u00e9t, a pontozott vonallal szeg\u00e9lyezett, egysz\u00edn\u0171 biztons\u00e1gi s\u00e1vot, az Y-tengely Min \u00e9s Max specifik\u00e1ci\u00f3s vonalait, az X-ten levont hat\u00e1r\u00e9rt\u00e9kek c\u00edmk\u00e9zett f\u00fcgg\u0151leges vonalakkal, valamint a z\u00f6ld sz\u00ednnel kit\u00f6lt\u00f6tt elfogad\u00e1si tartom\u00e1ny \u2013 az X \u00f6sszes olyan be\u00e1ll\u00edt\u00e1sa, amely garant\u00e1lja az Y \u00e9rt\u00e9ket.<\/p>\n\n\n\n Ha az eg\u00e9rmutat\u00f3t egy pontra viszi, megjelennek annak \u00e9rt\u00e9kei, a becs\u00fclt \u00e9rt\u00e9k \u00e9s a marad\u00e9k. Ha az eg\u00e9rmutat\u00f3t a h\u00e1tt\u00e9rre viszi, megjelenik az X \u00e9rt\u00e9ke, a becs\u00fclt Y-\u00e9rt\u00e9k, a helyi \u00e9rz\u00e9kenys\u00e9g \u00e9s az adott ponton val\u00f3 megfelel\u00e9s val\u00f3sz\u00edn\u0171s\u00e9ge.<\/p>\n\n\n\n A fenti k\u00e9perny\u0151k\u00e9pen az Y specifik\u00e1ci\u00f3ja 30 \/ 40, az 1. fok\u00fa modell meredeks\u00e9ge pedig 1,20: az Y-tengelyen a 10-es t\u0171r\u00e9shat\u00e1r \u2013 a biztons\u00e1gi s\u00e1v levon\u00e1sa ut\u00e1n \u2013 5,009-es tartom\u00e1nyt enged\u00e9lyez az X\u2081-tengelyen, 11,068 \u00e9s 16,077 k\u00f6z\u00f6tt.<\/p>\n\n\n\n K\u00e9t t\u00e9nyez\u0151 eset\u00e9n az elfogad\u00e1si tartom\u00e1ny m\u00e1r nem egy intervallum, hanem a (X\u2081, X\u2082) s\u00edk egy r\u00e9gi\u00f3ja. A szegment\u00e1lt gomb k\u00e9t n\u00e9zetet k\u00edn\u00e1l:<\/p>\n\n\n\n \ud83d\udca1 A t\u00e9glalap mindig kisebb, mint az elfogad\u00e1si tartom\u00e1ny: egy s\u00edk t\u00e9glalap alak\u00fa t\u0171r\u00e9shat\u00e1rokat tartalmaz, m\u00edg a t\u00e9nylegesen megfelel\u0151 ter\u00fclet ferde lesz, amint a k\u00e9t t\u00e9nyez\u0151 kiegyenl\u00edti egym\u00e1st. A kett\u0151 k\u00f6z\u00f6tti elt\u00e9r\u00e9s pontosan az a t\u0171r\u00e9s, amelyet a t\u00e9glalap alak miatt vesz\u00edt\u00fcnk el \u2013 \u00e9s ezt nyerj\u00fck vissza a k\u00e9t t\u00e9nyez\u0151 egy\u00fcttes szab\u00e1lyoz\u00e1s\u00e1val.<\/p>\n\n\n\n Ezen a k\u00e9perny\u0151k\u00e9pen a k\u00e9pess\u00e9g ar\u00e1nyos eloszt\u00e1sa \u00b13,033-at ad az X\u2081-nek \u00e9s \u00b10,298-at az X\u2082-nek: a k\u00e9t t\u0171r\u00e9s\u00e9rt\u00e9k nagyon elt\u00e9r\u0151, de mindk\u00e9t elj\u00e1r\u00e1s eset\u00e9ben ugyanazt a Cp-\u00e9rt\u00e9ket (0,35) k\u00f6vetelik meg.<\/p>\n\n\n\n A jobb oldali oszlop az eredm\u00e9nyt olyan form\u00e1ban adja meg, amely k\u00f6zvetlen\u00fcl \u00e1br\u00e1ra vihet\u0151: az egyes X-\u00e9rt\u00e9kek c\u00e9lpontj\u00e1t, a t\u0171r\u00e9shat\u00e1rt \u00e9s a k\u00e9t hat\u00e1rt. Ehhez hozz\u00e1ad\u00f3dnak azok a mennyis\u00e9gek, amelyek alapj\u00e1n az eredm\u00e9nyt \u00e9rt\u00e9kelni lehet:<\/p>\n\n\n\n \u26a0\ufe0f A 2. fokozatban a t\u0171r\u00e9s aszimmetrikus, \u00e9s +a \/ \u2212b form\u00e1ban jelenik meg. Ne jel\u00f6lje meg \u00b1 jelekkel a s\u00edkon: a c\u00e9lpont mindk\u00e9t oldal\u00e1n elt\u00e9r\u0151 a t\u0171r\u00e9shat\u00e1r.<\/p>\n\n\n\n A t\u0171r\u00e9s\u00e1tvitel csak annyit \u00e9r, amennyit a modell \u00e9r. A modell Min\u0151s\u00e9g blokkja a k\u00f6vetkez\u0151 sorrendben adja meg a hasznos inform\u00e1ci\u00f3kat: a kiv\u00e1lasztott pontok sz\u00e1ma, az R\u00b2 \u00e9s a korrig\u00e1lt R\u00b2, a marad\u00e9k sz\u00f3r\u00e1s S, majd a modell tagjainak t\u00e1bl\u00e1zata az egy\u00fctthat\u00f3ikkal \u00e9s p-\u00e9rt\u00e9k\u00fckkel, valamint a marad\u00e9k szabads\u00e1gfokok sz\u00e1ma. A t\u00e1bl\u00e1zatot egy sz\u00ednes s\u00e1v z\u00e1rja le, ugyanazzal a sz\u00ednk\u00f3ddal, mint a hipot\u00e9zisvizsg\u00e1latokn\u00e1l.<\/p>\n\n\n\n \ud83d\udca1 Az R\u00b2 itt nem a megfelel\u0151 mutat\u00f3, az S a fontos. Az R\u00b2 azt mutatja, hogy a vari\u00e1ci\u00f3 mekkora r\u00e9sz\u00e9t magyar\u00e1zza a modell; az S pedig Y-egys\u00e9gekben fejezi ki, hogy a modell mit nem tud el\u0151re jelezni \u2014 \u00e9s pontosan ez az S, \u00e9s kiz\u00e1r\u00f3lag ez az S vonja le a t\u0171r\u00e9shat\u00e1rb\u00f3l.<\/p>\n\n\n\n Ez a k\u00e9perny\u0151 alj\u00e1n elhelyezked\u0151, teljes sz\u00e9less\u00e9g\u0171 s\u00e1v, \u00e9s val\u00f3sz\u00edn\u0171leg a k\u00e9perny\u0151n megjelen\u0151 leghasznosabb inform\u00e1ci\u00f3. Az Y-tengely toleranci\u00e1j\u00e1t szegmensekre bontja: a modell marad\u00e9k sz\u00f3r\u00e1s\u00e1t, a m\u00e9r\u00e9si bizonytalans\u00e1got, majd az X\u2081 \u00e9s X\u2082 sz\u00e1m\u00e1ra fennmarad\u00f3 r\u00e9szt.<\/p>\n\n\n\n A vonal alatti megjegyz\u00e9s pontos\u00edtja a feloszt\u00e1s jelleg\u00e9t: aritmetikai feloszt\u00e1s a legrosszabb esetben \u00e9s t\u0171r\u00e9shat\u00e1ron bel\u00fcl, valamint variancia-eloszt\u00e1s a statisztik\u00e1ban \u00e9s az inerci\u00e1lis elemz\u00e9sben. A kett\u0151t nem ugyan\u00fagy kell \u00e9rtelmezni, \u00e9s nem is ugyan\u00fagy ad\u00f3dnak \u00f6ssze.<\/p>\n\n\n\n \ud83d\udca1 El\u0151sz\u00f6r olvassa el az \u00f6sszefoglal\u00f3t, majd az eredm\u00e9nyt. Ha a marad\u00e9k sz\u00f3r\u00e1s a s\u00e1v 40 %-j\u00e1t foglalja el, az azt jelenti, hogy az \u00fcgyf\u00e9l t\u0171r\u00e9shat\u00e1r\u00e1nak 40 %-ja m\u00e1ris felhaszn\u00e1lt az \u00e1ltalad megmagyar\u00e1zhatatlan okok miatt, m\u00e9g miel\u0151tt egyetlen alkatr\u00e9szt is legy\u00e1rtott\u00e1l volna. Ekkor az egyetlen befoly\u00e1sol\u00f3 t\u00e9nyez\u0151 a modell: egy tov\u00e1bbi magyar\u00e1z\u00f3 t\u00e9nyez\u0151, vagy egy kev\u00e9sb\u00e9 zajos m\u00e9r\u00e9si m\u00f3dszer.<\/p>\n\n\n\n A t\u0171r\u00e9shat\u00e1r \u00e1tvitele mindig egy sz\u00e1mot eredm\u00e9nyez. A k\u00e9rd\u00e9s az, hogy ez a sz\u00e1m jelent-e valamit. Az Ellistat ellen\u0151rzi az \u00d6n sz\u00e1m\u00e1ra azokat az eseteket, amikor ez a sz\u00e1m semmit sem jelent, \u00e9s ezeket egy\u00e9rtelm\u0171en megjelen\u00edti a grafikon alatt vagy az \u00f6sszefoglal\u00f3 s\u00e1vban.<\/p>\n\n\n\n \ud83d\udca1 Ezek az \u00fczenetek nem be\u00e1ll\u00edt\u00e1si lehet\u0151s\u00e9gek: automatikusan megjelennek. Ez k\u00fcl\u00f6nb\u00f6zteti meg a tolerancia\u00e1tvitelt a meredeks\u00e9ggel t\u00f6rt\u00e9n\u0151 egyszer\u0171 oszt\u00e1st\u00f3l.<\/p>\n\n\n\n A m\u00e1sik \u00e9rtelmez\u00e9s egy t\u00e1rgyal\u00e1si k\u00e9rd\u00e9sre ad v\u00e1laszt: \u00abAz \u00e9n elj\u00e1r\u00e1som k\u00e9pes betartani egy bizonyos t\u0171r\u00e9shat\u00e1rt X-en; ez mit jelent Y-on?\u00bb. Megadja az X-ek c\u00e9l\u00e9rt\u00e9keit \u00e9s t\u0171r\u00e9shat\u00e1rait, \u00e9s az Ellistat kisz\u00e1m\u00edtja az Y viselked\u00e9s\u00e9t: a v\u00e1rhat\u00f3 \u00e1tlagot \u00e9s sz\u00f3r\u00e1st, a rendelkez\u00e9sre \u00e1ll\u00f3 t\u0171r\u00e9shat\u00e1rhoz viszony\u00edtott sz\u00e1rmaztatott t\u0171r\u00e9shat\u00e1r-tartom\u00e1nyt, a v\u00e1rhat\u00f3 Cp- \u00e9s Cpk-\u00e9rt\u00e9keket, valamint a nem megfelel\u0151s\u00e9gi ar\u00e1nyt ppm-ben.<\/p>\n\n\n\n A ppm kisz\u00e1m\u00edt\u00e1sa szimul\u00e1ci\u00f3val t\u00f6rt\u00e9nik, nem pedig a t\u0171r\u00e9shat\u00e1rok egyszer\u0171 egym\u00e1sra \u00e9p\u00edt\u00e9s\u00e9vel: amint a modell nem egyenes, az elt\u00e9r\u00e9sek line\u00e1ris tov\u00e1bb\u00edt\u00e1sa m\u00e1r nem helyt\u00e1ll\u00f3.<\/p>\n\n\n\n \ud83d\udca1 A k\u00e9t ir\u00e1ny k\u00f6z\u00f6tti v\u00e1ltakoz\u00e1s a k\u00e9perny\u0151 leghat\u00e9konyabb m\u0171velete. El\u0151sz\u00f6r kisz\u00e1m\u00edtjuk a sz\u00fcks\u00e9ges t\u0171r\u00e9shat\u00e1rt (Y \u2192 X), meg\u00e1llap\u00edtjuk, hogy az el\u00e9rhetetlen, majd az elj\u00e1r\u00e1s lehet\u0151s\u00e9gei alapj\u00e1n \u00e1tv\u00e1ltunk X \u2192 Y-ra, \u00e9s \u00edgy megkapjuk az \u00fcgyf\u00e9lnek k\u00f6zlend\u0151 ppm-\u00e9rt\u00e9ket \u2013 vagy a specifik\u00e1ci\u00f3 \u00fajrat\u00e1rgyal\u00e1s\u00e1hoz sz\u00fcks\u00e9ges sz\u00e1mszer\u0171 \u00e9rvet. Az \u00e1tv\u00e1lt\u00e1skor a kisz\u00e1m\u00edtott \u00e9rt\u00e9kek automatikusan \u00e1tv\u00e9telre ker\u00fclnek.<\/p>","protected":false},"featured_media":0,"menu_order":0,"template":"","meta":{"_acf_changed":true},"menu-guide-dutilisateur":[42],"class_list":["post-4908","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-9-tolerancement"],"acf":[],"yoast_head":"\nM\u00f3dszer<\/strong><\/td> Amit bevallanak<\/strong><\/td> Mit felt\u00e9telez ez<\/strong><\/td><\/tr><\/thead> Legrosszabb eset (Z\u00b7S)<\/td> Z-egy\u00fctthat\u00f3 (alap\u00e9rtelmez\u00e9s szerint 2)<\/td> A biztons\u00e1gi s\u00e1v \u00e9rt\u00e9ke a marad\u00e9k sz\u00f3r\u00e1s Z-szerese. Ez egy egyszer\u0171 sz\u00e1m\u00edt\u00e1si m\u00f3dszer, de nagyon \u00e9rz\u00e9keny a v\u00e1lasztott Z \u00e9rt\u00e9kre: Z = 2 \u00e9s Z = 3 k\u00f6z\u00f6tt az X t\u0171r\u00e9shat\u00e1ra tized\u00e9re cs\u00f6kkenhet.<\/td><\/tr> Tolerancia-s\u00e1v (p, 1\u2212\u03b1)<\/td> A megfelel\u0151 alkatr\u00e9szek ar\u00e1nya (90 \/ 95 \/ 99 \/ 99,73 %) \u00e9s a megb\u00edzhat\u00f3s\u00e1gi szint (90 \/ 95 \/ 99 %)<\/td> M\u00e1r nem egy egy\u00fctthat\u00f3t v\u00e1laszt ki, hanem egy sz\u00e1nd\u00e9kot jel\u00f6l meg. A lefedetts\u00e9gi t\u00e9nyez\u0151t a szabads\u00e1gfokok sz\u00e1m\u00e1nak \u00e9s a g\u00f6rbe helyzet\u00e9re vonatkoz\u00f3 bizonytalans\u00e1gnak a figyelembev\u00e9tel\u00e9vel sz\u00e1m\u00edtj\u00e1k ki. Ez a m\u00f3dszer akkor el\u0151ny\u00f6sebb, ha az eredm\u00e9nynek megalapozottnak kell lennie.<\/td><\/tr> Statisztika<\/td> C\u00e9l\u00e9rt\u00e9k\u0171 Cpk az Y-ten (alap\u00e9rtelmez\u00e9s szerint 1)<\/td> A sz\u00f3r\u00e1sok m\u00e1r nem \u00f6sszead\u00f3dnak, hanem n\u00e9gyzetes \u00f6sszet\u00e9tel\u0171ek. Ez j\u00f3val kedvez\u0151bb, mint a legrosszabb eset, felt\u00e9ve, hogy az X-ek f\u00fcggetlenek.<\/td><\/tr> Tehetetlens\u00e9gi<\/td> Semmi m\u00e1s, csak a specifik\u00e1ci\u00f3<\/td> Az eredm\u00e9nyt az X tengelyen megengedett legnagyobb tehetetlens\u00e9gben fejezz\u00fck ki: szabadon d\u00f6nthet a sz\u00f3r\u00e1s \u00e9s az eltol\u00f3d\u00e1s k\u00f6z\u00f6tt, mindaddig, am\u00edg a \u221a(\u03c3\u00b2 + \u03b4\u00b2) \u00e9rt\u00e9ke a tehetetlens\u00e9g alatt marad. Kiz\u00e1r\u00f3lag k\u00e9toldalas kivitelben kaphat\u00f3.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n Az Y-re vonatkoz\u00f3 m\u00e9r\u00e9si bizonytalans\u00e1g<\/h3>\n\n\n\n
Y specifik\u00e1ci\u00f3ja<\/h3>\n\n\n\n
\n
A k\u00e9t X k\u00f6z\u00f6tti megoszl\u00e1s<\/h3>\n\n\n\n
\n
A grafikon megtekint\u00e9se<\/h2>\n\n\n\n
<\/figure>\n\n\n\n\n
<\/figure>\n\n\n\nA levezetett specifik\u00e1ci\u00f3<\/h2>\n\n\n\n
\n
A modell min\u0151s\u00e9ge<\/h2>\n\n\n\n
A tolerancia-\u00e9rt\u00e9kel\u00e9s<\/h2>\n\n\n\n
A korl\u00e1tok<\/h2>\n\n\n\n
\u00c9szlelt helyzet<\/strong><\/td> Ellistat v\u00e9lem\u00e9nye<\/strong><\/td><\/tr><\/thead> Nem szignifik\u00e1ns meredeks\u00e9g<\/td> A kapcsolat t\u00fal gyenge ahhoz, hogy t\u0171r\u00e9shat\u00e1rt kezeljen: az X-tenzort nem hat\u00e1rolja semmi. Az eredm\u00e9ny nem jelenik meg, egyetlen sz\u00e1m sem l\u00e1that\u00f3 \u2014 ez sz\u00e1nd\u00e9kos.<\/td><\/tr> Jelent\u0151s, de bizonytalan lejt\u00e9s<\/td> A meredeks\u00e9gre vonatkoz\u00f3 bizonytalans\u00e1g kisz\u00e9les\u00edti a val\u00f3di t\u0171r\u00e9shat\u00e1rt; a kisz\u00e9lesed\u00e9s nagys\u00e1grendj\u00e9t felt\u00fcntett\u00e9k.<\/td><\/tr> Nem modellezett g\u00f6rb\u00fclet<\/td> Az 1. fokozat marad\u00e9kai g\u00f6rb\u00fcletet alkotnak: javasolt a 2. fokozatra v\u00e1ltani.<\/td><\/tr> Nem szignifik\u00e1ns g\u00f6rb\u00fclet<\/td> A 2. fokozatban a n\u00e9gyzetes tag nem relev\u00e1ns: a modell t\u00falillesztett, ez\u00e9rt t\u00e9rj\u00fcnk vissza az 1. fokozatra.<\/td><\/tr> Nem homog\u00e9n eloszl\u00e1s<\/td> A sz\u00f3r\u00e1s a felh\u0151 egyik v\u00e9g\u00e9t\u0151l a m\u00e1sikig egyre nagyobb lesz: a s\u00e1v m\u00e1r nem p\u00e1rhuzamos n\u00e9gysz\u00f6g, a becs\u00fclt t\u0171r\u00e9shat\u00e1r aszimmetrikus.<\/td><\/tr> \u00d6sszef\u00fcgg\u0151 t\u00e9nyez\u0151k<\/td> A k\u00e9t X egy\u00fctt v\u00e1ltozik a folyamat sor\u00e1n: egy\u00fctthat\u00f3ik alig k\u00fcl\u00f6n\u00fclnek el egym\u00e1st\u00f3l, a kett\u0151 k\u00f6z\u00f6tti megoszl\u00e1s instabil.<\/td><\/tr> Extrapol\u00e1ci\u00f3<\/td> A becs\u00fclt c\u00e9l\u00e9rt\u00e9k k\u00edv\u00fcl esik a t\u00e9nylegesen megfigyelt tartom\u00e1nyon: a modellt soha nem ellen\u0151rizt\u00e9k ezen a tartom\u00e1nyon.<\/td><\/tr> Ipari megval\u00f3s\u00edthat\u00f3s\u00e1g<\/td> A kisz\u00e1m\u00edtott t\u0171r\u00e9shat\u00e1rt \u00f6sszehasonl\u00edtj\u00e1k az X-en t\u00e9nylegesen megfigyelt sz\u00f3r\u00e1ssal. Ha az sz\u0171kebb, az \u00fczenet ezt egy\u00e9rtelm\u0171en jelzi, \u00e9s titkos\u00edtja a jelent\u00e9st.<\/td><\/tr> Domin\u00e1ns marad\u00e9k<\/td> A modell Y t\u0171r\u00e9shat\u00e1r\u00e1nak t\u00f6bb mint fel\u00e9t felhaszn\u00e1lja: a t\u0171r\u00e9shat\u00e1r meghat\u00e1roz\u00e1sa el\u0151tt keressen egy tov\u00e1bbi magyar\u00e1z\u00f3 t\u00e9nyez\u0151t.<\/td><\/tr> Nincs \u00e1tv\u00e9teli pont<\/td> Nincs olyan X-\u00e9rt\u00e9k, amely garant\u00e1ln\u00e1 Y megad\u00e1s\u00e1t: az \u00e1tvitel jelenlegi \u00e1llapotban lehetetlen, \u00e9s a k\u00e9perny\u0151n megjelenik, melyik gombot kell elengedni.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n Az X \u2192 Y ir\u00e1ny: ellen\u0151rizni<\/h2>\n\n\n\n