Determination of sample sizes for setting tolerance limits.
Von den angestellten \(N\) Beobachtungen einer meßbaren Größe \(x\) läßt Verf. beiderseits die \(r\) extremsten Werte fort. Die restlichen Beobachtungen mögen dann zwischen \(x^{\prime}\) und \(x^{\prime \prime}\) liegen. Es wird gefragt, wie groß man \(N\) wählen muß, um sicher zu sein, daß bei Fortsetzung der Beobachtungen mit einer bestimmten Wahrscheinlichkeit \(\alpha\) ein zwischen vorgegebenen Grenzen \(p^{\prime}\) und \(p^{\prime \prime}\) schwankender hoher Anteil \textit{aller} Messungen zwischen \(x^{\prime}\) und \(x^{\prime \prime}\) liegen wird. Auf Grund der Untersuchungen von E. J. Gumbel über den größten Wert unter den \(r\) kleinsten Beobachtungen vermag Verf. das Problem sofort ganz allgemein formal zu lösen. Sonderfälle und numerische Beispiele schließen sich an.
- On unit fractions with denominators in short intervals
- Tolerance intervals for autoregressive models, with an application to hospital waiting lists
- An enhanced two-quantile Wilks methodology for engineering uncertainty analysis
- Improving coverage probabilities for parametric tolerance intervals via bootstrap calibration
- SymmPI: predictive inference for data with group symmetries
- Tolerance interval for the mixture gamma distribution
- Learn then test: calibrating predictive algorithms to achieve risk control
This page was built for publication: Determination of sample sizes for setting tolerance limits.
Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q2582606)
