产品检查装置、产品检查方法及计算机程序

摘要

本发明提供不管产品分布为哪种分布，都能够正确算出消费者风险及生产者风险的产品检查装置、产品检查方法及计算机程序。测定表示产品的规定特性的特性值以作为产品测定值，算出表示测定部本身的测定结果的波动的测定波动的标准偏差以作为测定值标准偏差。以产品规格为基准，判定测定的产品测定值是否包含于上限值以下、下限值以上的范围内且产品是否为合格品。根据测定波动，算出消费者风险及生产者风险，将算出的消费者风险及生产者风险分别依次相加，判断相加的产品数是否达到规定的产品数。在判断为相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险。

说明书

技术领域

本发明涉及检查产品的产品检查装置、产品检查方法及计算机程序。

背景技术

产品在出厂前测定表示规定特性的特性值，根据是否满足规定的规格来筛选为合格品或不合格品。产品的筛选采用产品检查装置，通过比较测定的产品的特性值和条件比产品规格(产品所要求的特性值)严格的检查规格而进行。测定的产品的特性值的波动若仅仅是产品本身的特性值的波动，则即使在检查规格规定为与产品规格相同的条件的情况下，也能够通过产品检查装置，将产品准确筛选为合格品或不合格品。

但是，测定的产品的特性值的波动不仅是产品本身的特性值的波动，还包含测定系统的测定值的波动。因此，有可能由产品检查装置判定为合格品的产品中包含产品规格外的产品，或判定为不合格品的产品中包含产品规格内的产品。特别是，若考虑对使用产品的用户的影响，必须降低由产品检查装置判定为合格品的产品是产品规格外的产品的可能性，通常，规定条件比产品规格严格的检查规格，进行产品的检查。

这里，在产品检查装置中，产品规格外的产品根据检查规格误判定为合格品的概率称为消费者风险，产品规格内的产品根据检查规格误判定为不合格品的概率称为生产者风险。一般，通过规定条件比产品规格严格的检查规格能够降低消费者风险，但是，生产者风险却提高，由产品检查装置判定为合格品的产品的比例(合格品率)降低。

产品检查装置在消费者风险变动而变大时，将产品规格外的产品判定为合格品的可能性提高。因而，对于用户，产品规格外的产品误出厂的可能性提高。另外，产品检查装置在生产者风险变动而变大时，将产品规格内的产品判定为不合格品的可能性提高。从而，判定为合格品的产品的比例(合格品率)降低。

因而，例如专利文献1中公开了根据消费者风险及生产者风险中至少一方来变更检查规格，以变更后的检查规格为基准，判定产品批次所包含的全部的产品是否为合格品的产品检查装置。专利文献1中，能够仅根据消费者风险或仅根据生产者风险或根据两者来变更检查规格的上限值及下限值，因此，能够将检查规格设定成在检查产品的特性值并出厂时确定的规定的消费者风险以下。

现有技术文献

专利文献

专利文献1:专利第5477382号公报

非专利文献

非专利文献1:David Deaver，「实用上的校正管理(Managing CalibrationConfidence in the Real World)」，NCSL International Workshop and Symposium，1995年

发明内容

发明要解决的问题

专利文献1中，以产品的分布为正态分布、三角分布、矩形分布等的公知分布为前提，推定在产品规格内存在的合格品的分布和在产品规格外存在的不合格品的分布。但是，若事先不调查由生产工序生产的产品的分布，则存在难以推定正确的合格品/不合格品的分布的问题。即，在与公知的分布偏差大时，合格品/不合格品的分布推定精度低，无法准确算出消费者风险及生产者风险。

本发明鉴于上述问题而提出，目的在于提供不管产品分布是哪种分布，都能够准确算出消费者风险及生产者风险的产品检查装置、产品检查方法及计算机程序。

用于解决问题的方式

为了实现上述目的，本发明所涉及的产品检查装置，其特征在于，具备：测定表示产品的规定特性的特性值以作为产品测定值的测定部；算出表示上述测定部本身的测定结果的波动的测定波动的标准偏差以作为测定值标准偏差的测定值标准偏差算出部；以规定判定产品合格与否的特性值的上限值和下限值的产品规格为基准，判定测定的产品测定值是否包含于上述上限值以下、下限值以上的范围内且产品是否为合格品的判定部；根据测定波动，算出因测定波动误判定产品规格外的产品为合格品的概率即消费者风险及因测定波动误判定产品规格内的产品为不合格品的概率即生产者风险的风险算出部；将算出的消费者风险及生产者风险分别依次相加的风险相加部；判断相加的产品数是否达到规定的产品数的相加数判断部；以及判断相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险的最终风险算出部。

上述结构中，测定表示产品的规定特性的特性值以作为产品测定值，算出表示测定部本身的测定结果的波动的测定波动的标准偏差以作为测定值标准偏差。以规定判定产品合格与否的特性值的上限值和下限值的产品规格为基准，判定测定的产品测定值是否包含于上限值以下、下限值以上的范围内且产品是否为合格品。根据测定波动，算出因测定波动误判定产品规格外的产品为合格品的概率即消费者风险及因测定波动误判定产品规格内的产品为不合格品的概率即生产者风险。将算出的消费者风险及生产者风险分别依次相加，相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险。从而，将各产品的消费者风险及生产者风险合计，通过除以产品数，求出最终消费者风险及最终生产者风险，因此，能够算出消费者风险及生产者风险而不依赖于产品分布，能够提高合格品判定的精度。

另外，优选的是，本发明所涉及的产品检查装置具备：算出测定的产品测定值的平均值以作为视作平均值，算出标准偏差以作为视作标准偏差的视作算出部；根据算出的视作平均值算出测定波动方差，根据算出的视作标准偏差算出视作方差的方差算出部；以及将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值的数据处理部。

上述结构中，算出测定的产品测定值的平均值以作为视作平均值，算出标准偏差以作为视作标准偏差，根据算出的视作平均值算出测定波动方差，根据算出的视作标准偏差算出视作方差。将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值，因此，能够根据从测定值排除了测定波动的推定值来算出消费者风险及生产者风险，能够进一步提高合格品判定的精度。

另外，优选的是，本发明所涉及的产品检查装置具备：从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值的产品测定值获取部；按每一产品算出测定波动的标准偏差的测定波动标准偏差算出部；以及对算出的测定波动的标准偏差的平均值进行算出的平均值算出部，将测定波动的标准偏差的平均值设为全体产品的测定波动的标准偏差。

上述结构中，从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值，按每一产品算出测定波动的标准偏差，将算出的测定波动的标准偏差的平均值设为全体产品的测定波动的标准偏差，因此，能够以更高精度求出产品测定值的测定波动的标准偏差，能够以更高精度算出消费者风险及生产者风险。

另外，优选的是，本发明所涉及的产品检查装置，在产品规格的合格品侧接受规定范围的判断区域的设定，判断测定的产品测定值是否在上述判断区域内，判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率，将再次测定的产品测定值的合格与否判定的判定结果被误判定的概率与算出的生产者风险相加。

上述结构中，在产品规格的合格品侧接受规定范围的判断区域的设定，判断测定的产品测定值是否在上述判断区域内。判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率，能够虚拟地提高测定器的精度，降低消费者风险。

接着，为了实现上述目的，本发明所涉及的产品检查方法是能够通过检查产品的产品检查装置执行的产品检查方法，其特征在于，上述产品检查装置包含：测定表示产品的规定特性的特性值以作为产品测定值的工序；算出表示测定结果的波动的测定波动的标准偏差以作为测定值标准偏差的工序；以规定判定产品合格与否的特性值的上限值和下限值的产品规格为基准，判定测定的产品测定值是否包含于上述上限值以下、下限值以上的范围内且产品是否为合格品的工序；根据测定波动，算出因测定波动误判定产品规格外的产品为合格品的概率即消费者风险及因测定波动误判定产品规格内的产品为不合格品的概率即生产者风险的工序；将算出的消费者风险及生产者风险分别依次相加的工序；判断相加的产品数是否达到规定的产品数的工序；以及判断相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险的工序。

上述结构中，测定表示产品的规定特性的特性值以作为产品测定值，算出表示测定部本身的测定结果的波动的测定波动的标准偏差以作为测定值标准偏差。以规定判定产品合格与否的特性值的上限值和下限值的产品规格为基准，判定测定的产品测定值是否包含于上限值以下、下限值以上的范围内且产品是否为合格品。根据测定波动，算出因测定波动误判定产品规格外的产品为合格品的概率即消费者风险及因测定波动误判定产品规格内的产品为不合格品的概率即生产者风险。将算出的消费者风险及生产者风险分别依次相加，相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险。从而，将各产品的消费者风险及生产者风险合计，通过除以产品数，求出最终消费者风险及最终生产者风险，因此，能够算出消费者风险及生产者风险而不依赖于产品分布，能够提高合格品判定的精度。

另外，优选的是，本发明所涉及的产品检查方法中，上述产品检查装置包含：算出测定的产品测定值的平均值以作为视作平均值，算出标准偏差以作为视作标准偏差的工序；根据算出的视作平均值算出测定波动方差，根据算出的视作标准偏差算出视作方差的工序；以及将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值的工序。

上述结构中，算出测定的产品测定值的平均值以作为视作平均值，算出标准偏差以作为视作标准偏差，根据算出的视作平均值算出测定波动方差，根据算出的视作标准偏差算出视作方差，将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值，因此，能够根据从测定值排除了测定波动的推定值来算出消费者风险及生产者风险，能够进一步提高合格品判定的精度。

另外，优选的是，本发明所涉及的产品检查方法中，上述产品检查装置包含：从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值的工序；按每一产品算出测定波动的标准偏差的工序；以及对算出的测定波动的标准偏差的平均值进行算出的工序，将测定波动的标准偏差的平均值设为全体产品的测定波动的标准偏差。

上述结构中，从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值，按每一产品算出测定波动的标准偏差，将算出的测定波动的标准偏差的平均值设为全体产品的测定波动的标准偏差，因此，能够以更高精度求出产品测定值的测定波动的标准偏差，能够以更高精度算出消费者风险及生产者风险。

另外，优选的是，本发明所涉及的产品检查方法中，上述产品检查装置在产品规格的合格品侧接受规定范围的判断区域的设定，判断测定的产品测定值是否在上述判断区域内，判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率，将再次测定的产品测定值的合格与否判定的判定结果被误判定的概率与算出的生产者风险相加。

上述结构中，在产品规格的合格品侧接受规定范围的判断区域的设定，判断测定的产品测定值是否在上述判断区域内。判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率，能够虚拟地提高测定器的精度，降低消费者风险。

接着，为了实现上述目的，本发明所涉及的计算机程序，是能够通过检查产品的产品检查装置执行的计算机程序，其特征在于，使上述产品检查装置起到以下单元的功能：测定表示产品的规定特性的特性值以作为产品测定值的测定单元；算出表示上述测定单元本身的测定结果的波动的测定波动的标准偏差以作为测定值标准偏差的测定值标准偏差算出单元；以规定判定产品合格与否的特性值的上限值和下限值的产品规格为基准，判定测定的产品测定值是否包含于上述上限值以下、下限值以上的范围内且产品是否为合格品的判定单元；根据测定波动，算出因测定波动误判定产品规格外的产品为合格品的概率即消费者风险及因测定波动误判定产品规格内的产品为不合格品的概率即生产者风险的风险算出单元；将算出的消费者风险及生产者风险分别依次相加的风险相加单元；判断相加的产品数是否达到规定的产品数的相加数判断单元；以及判断相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险的最终风险算出单元。

上述结构中，测定表示产品的规定特性的特性值以作为产品测定值，算出表示测定部本身的测定结果的波动的测定波动的标准偏差以作为测定值标准偏差。以规定判定产品合格与否的特性值的上限值和下限值的产品规格为基准，判定测定的产品测定值是否包含于上限值以下、下限值以上的范围内且产品是否为合格品。根据测定波动，算出因测定波动误判定产品规格外的产品为合格品的概率即消费者风险及因测定波动误判定产品规格内的产品为不合格品的概率即生产者风险。将算出的消费者风险及生产者风险分别依次相加，相加的产品数达到规定的产品数时，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险。从而，将各产品的消费者风险及生产者风险合计，通过除以产品数，求出最终消费者风险及最终生产者风险，因此，能够算出消费者风险及生产者风险而不依赖于产品分布，能够提高合格品判定的精度。

另外，优选的是，本发明所涉及的计算机程序使上述产品检查装置起到以下单元的功能：算出测定的产品测定值的平均值以作为视作平均值，算出标准偏差以作为视作标准偏差的视作算出单元；根据算出的视作平均值算出测定波动方差，根据算出的视作标准偏差算出视作方差的方差算出单元；将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值的数据处理单元。

上述结构中，算出测定的产品测定值的平均值以作为视作平均值，算出标准偏差以作为视作标准偏差，根据算出的视作平均值算出测定波动方差，根据算出的视作标准偏差算出视作方差，将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值，因此，能够根据从测定值排除了测定波动的推定值来算出消费者风险及生产者风险，能够进一步提高合格品判定的精度。

另外，优选的是，本发明所涉及的计算机程序使上述产品检查装置起到以下单元的功能：从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值的产品测定值获取单元；按每一产品算出测定波动的标准偏差的测定波动标准偏差算出单元；以及对算出的测定波动的标准偏差的平均值进行算出的平均值算出单元，将测定波动的标准偏差的平均值设为全体产品的测定波动的标准偏差。

上述结构中，从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值，按每一产品算出测定波动的标准偏差，将算出的测定波动的标准偏差的平均值设为全体产品的测定波动的标准偏差，因此，能够以更高精度求出产品测定值的测定波动的标准偏差，能够以更高精度算出消费者风险及生产者风险。

另外，优选的是，本发明所涉及的计算机程序使上述产品检查装置起到以下单元的功能：在产品规格的合格品侧接受规定范围的判断区域的设定的单元；判断测定的产品测定值是否在上述判断区域内的单元；判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率的单元；以及将再次测定的产品测定值的合格与否判定的判定结果被误判定的概率与算出的生产者风险相加的单元。

上述结构中，在产品规格的合格品侧接受规定范围的判断区域的设定，判断测定的产品测定值是否在上述判断区域内。判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率，能够虚拟地提高测定器的精度，降低消费者风险。

发明的效果

本发明所涉及的产品检查装置、产品检查方法及计算机程序中，将各产品的消费者风险及生产者风险合计，通过除以产品数，求出最终消费者风险及最终生产者风险，因此，能够算出消费者风险及生产者风险而不依赖于产品分布，能够提高合格品判定的精度。

附图说明

图1是表示本发明实施方式1所涉及的产品检查装置的结构例的方框图。

图2是现有的产品检查装置的功能方框图。

图3是表示现有的产品检查装置测定多个产品的特性值时的概率分布的示意图。

图4是表示现有的产品检查装置的风险算出部算出消费者风险及生产者风险的处理顺序的流程图。

图5是表示产品标准偏差的概率分布的各区间的概率分布遵循测定值标准偏差的概率分布的情形的示意图。

图6是本发明实施方式1所涉及的产品检查装置的功能方框图。

图7是表示本发明实施方式1所涉及的产品检查装置的处理顺序的流程图。

图8是本发明实施方式1所涉及的产品检查装置使用的产品的不确定分布的例示图。

图9是表示本发明实施方式1所涉及的产品检查装置的消费者风险的算出方法的示意图。

图10是表示本发明实施方式1所涉及的产品检查装置的消费者风险的算出方法的示意图。

图11是表示本发明实施方式1所涉及的产品检查装置的生产者风险的算出方法的示意图。

图12是表示本发明实施方式1所涉及的产品检查装置的合格品率的算出精度的图表。

图13是本发明实施方式2所涉及的产品检查装置的功能方框图。

图14是表示本发明实施方式2所涉及的产品检查装置的产品推定值算出处理的顺序的流程图。

图15是表示本发明实施方式2所涉及的产品检查装置的合格品率的算出精度的图表。

图16是本发明实施方式3所涉及的产品检查装置的功能方框图。

图17是表示本发明实施方式3所涉及的产品检查装置的推定标准偏差的算出处理的顺序的流程图。

图18是本发明实施方式4所涉及的产品检查装置的功能方框图。

图19是表示本发明实施方式4所涉及的产品检查装置的消费者风险的算出处理的顺序的流程图。

图20是用于说明本发明实施方式4所涉及的产品检查装置的判断区域的概念图。

图21是用于说明本发明实施方式4所涉及的产品检查装置的产品推定值比产品规格的上限值大时的消费者风险的算出方法的概念图。

图22是用于说明本发明实施方式4所涉及的产品检查装置的产品推定值比产品规格的下限值小时的消费者风险的算出方法的概念图。

图23是用于说明本发明实施方式4所涉及的产品检查装置的产品推定值在产品规格的下限值和上限值的范围内时的生产者风险的算出方法的概念图。

具体实施方式

以下，用附图具体地说明能够根据本发明实施方式中的消费者风险及生产者风险来检查产品的产品检查装置。以下的实施方式不限定权利要求的范围所述的发明，当然，实施方式中说明的特征项的全部组合并不限于是解决手段的必须项。

以下的实施方式中，说明向计算机系统导入计算机程序的产品检查装置，但只要是本专业技术人员就会明白，本发明的一部分能够作为计算机可执行的计算机程序实施。从而，本发明能够采取作为产品检查装置的硬件的实施方式、作为软件的实施方式或软件和硬件的组合的实施方式。计算机程序能够记录在硬盘、DVD、CD、光存储装置、磁存储装置等的任意的计算机可读取的记录介质。

(实施方式1)

图1是表示本发明实施方式1所涉及的产品检查装置的结构例的方框图。实施方式1所涉及的产品检查装置具备：测定表示产品的规定特性的特性值的测定部1；以及运算测定的特性值的运算处理部2。

测定部1测定表示产品的规定特性的特性值以作为产品测定值。例如，产品为陶瓷电容时，测定部1测定产品测定值即电容量。作为测定电容量的测定部1的硬件结构，有LCR测量仪。

运算处理部2至少由CPU(中央运算装置)21、存储器22、存储装置23、I/O接口24、视频接口25、便携型光盘驱动器26、测定接口27及连接上述硬件的内部总线28构成。

CPU21经由内部总线28与运算处理部2的上述硬件各部连接，控制上述硬件各部的动作，并且按照存储装置23中存储的计算机程序230，执行各种软件的功能。存储器22由SRAM、SDRAM等易失性存储器构成，在计算机程序230执行时展开加载模块，存储计算机程序230执行时产生的暂时的数据等。

存储装置23由内置的固定型存储装置(硬盘)、ROM等构成。存储装置23中存储的计算机程序230通过便携型光盘驱动器26从记录程序及数据等的信息的DVD、CD-ROM等的便携型记录介质90下载，执行时从存储装置23展开到存储器22并执行。当然，也可以是从与网络连接的外部计算机下载的计算机程序。

测定接口27与内部总线28连接，通过与测定部1连接，能够在测定部1和运算处理部2之间收发测定的产品测定值、控制信号等。

I/O接口24与键盘241、鼠标242等的数据输入介质连接，接受数据的输入。另外，视频接口25与CRT监视器、LCD等的显示装置251连接，显示规定的图像。

以下，说明上述结构的产品检查装置的动作。图2是现有的产品检查装置的功能方框图。测定部1测定表示产品10的规定特性的特性值以作为产品测定值。作为一个单位，产品批次11由规定数的产品10构成。

视作标准偏差算出部3算出测定产品批次11所包含的部分产品10后的特性值的波动的标准偏差以作为视作标准偏差。例如，设为由10万个产品10组成的产品批次11时，测定部1从产品批次11采样10000个产品10，测定产品10的特性值以作为产品测定值，视作标准偏差算出部3算出测定的产品测定值的波动的标准偏差以作为视作标准偏差。另外，视作标准偏差算出部3算出视作标准偏差的同时，也能够算出测定的产品10的产品测定值的平均值。

测定值标准偏差算出部4在测定产品批次11前，用规定的方法预先算出表示测定的产品测定值的波动的测定波动的标准偏差以作为测定值标准偏差。作为测定波动的标准偏差的算出方法，例如有评价不确定性的方法、由ISO规格的品质管理系统规格(ISO9001:2000)中的汽车生产及关联业务部门组织相关的固有要求事项(ISO/TS16949)规定的测定系统解析MSA(Measurement Systems Analysis)等的方法。

评价不确定性的方法将测定部1的系统分为测定治具、传感器等的产生不确定性的要素，评价每个要素的不确定性，算出测定部1的系统整体的不确定性即测定波动的标准偏差。测定系统解析MSA的方法采用GR&R(Gage Repeatability and Reproducibility：量具的重复性和再现性)的方法，算出测定波动的标准偏差。

另外，由视作标准偏差算出部3算出的视作标准偏差TV能够通过产品本身的特性值的波动的标准偏差即产品标准偏差PV及由测定值标准偏差算出部4算出的测定值标准偏差GRR表示为(式1)。

[式1]

TV²＝PV²+GRR²…(式1)

判定部5判定由测定部1测定的产品测定值是否包含于由检查规格规定的上限值以下，下限值以上的范围内且产品10是否为合格品。图3是表示现有的产品检查装置测定多个产品10的特性值时的概率分布的示意图。图3将横轴设为产品10的特性值，纵轴设为产品10的个数，表示测定的产品10的产品测定值的概率分布，测定的产品10的产品测定值的概率分布成为正态分布。

而且，图3示出了由产品规格规定的特性值的上限值(产品规格的上限值)及下限值(产品规格的下限值)。判定部5将属于产品规格的上限值以下、下限值以上的范围的产品10判定为合格品，属于比产品规格的上限值大的范围及比下限值小的范围的产品10判定为不合格品。另外，图3也示出了由条件比产品规格严的检查规格规定的特性值的上限值(检查规格的上限值)及下限值(检查规格的下限值)，检查规格的条件比产品规格严，因此，检查规格的上限值比产品规格的上限值小，检查规格的下限值比产品规格的下限值大。

风险算出部6算出表示产品规格外的产品由判定部5根据产品规格而误判定为合格品的概率的消费者风险CR及表示产品规格内的产品由判定部5根据产品规格而误判定为不合格品的概率的生产者风险PR。具体地说，作为消费者风险CR及生产者风险PR的算出方法，能够分别通过求解由非专利文献2公开的消费者风险CR(式2)和生产者风险PR(式3)而算出。

[式2]

[式3]

(式2)及(式3)在产品10的特性值波动的概率分布和测定部1的测定波动的概率分布设为正态分布时，用通过产品10的产品标准偏差PV求出了基准正态分布的产品10的特性值波动的概率密度函数和通过测定部1的测定值标准偏差GRR求出了基准正态分布的测定波动的概率密度函数的双积分的形式表现。这里，t表示离产品10的特性值波动的概率分布的中心的位置，s表示离测定部1的测定波动的概率分布的中心的位置，L表示产品规格的半值宽度(产品10的产品规格的中心设为零点时，从零点到产品10的产品规格的上限值或下限值为止的距离)，k·L表示检查规格的半值宽度(产品10的检查规格的中心设为零点时，从零点到产品10的检查规格的上限值或下限值为止的距离)，u表示产品10的特性值波动的概率分布的偏差，v表示测定部1的测定波动的概率分布的偏差，R表示精度比(产品10的产品标准偏差PV除以测定部1的测定值标准偏差GRR后的值)。

由于难以数学求解(式2)及(式3)的双积分式，因此，本实施方式1所涉及的产品检查装置中，利用产品10的标准偏差，算出消费者风险CR及生产者风险PR。这里，产品标准偏差算出部61根据视作标准偏差TV及测定值标准偏差GRR，通过(式1)算出产品标准偏差PV。然后，风险运算部62将算出的产品标准偏差PV的概率分布分为多个区间，假定各区间的概率分布遵循测定值标准偏差GRR的概率分布，将尽管是测定的产品测定值属于比由产品规格规定的上限值大的范围或比下限值小的范围的区间的产品10仍误判定为属于产品规格内的区间的产品(合格品)的概率算出为消费者风险CR，将尽管是测定的产品测定值属于由产品规格规定的上限值以下、下限值以上的范围的区间的产品10仍误判定为属于产品规格外的区间的产品(不合格品)的概率算出为生产者风险PR。

具体地说，用流程图说明本实施方式1所涉及的产品检查装置中，风险算出部6算出消费者风险CR及生产者风险PR的处理顺序。图4是表示本实施方式1所涉及的产品检查装置的风险算出部6算出消费者风险CR及生产者风险PR的处理顺序的流程图。

运算处理部2的CPU21根据由测定接口27接收的、由测定部1测定的产品批次11所包含的一部分产品10的产品测定值，算出视作标准偏差TV及产品测定值的平均值(步骤S401)，将算出的视作标准偏差TV及测定值标准偏差GRR代入(式1)，算出产品标准偏差PV(步骤S402)。CPU21接受检查规格及产品规格的上限值、下限值的规定(步骤S403)。

CPU21将算出的产品标准偏差PV的概率分布设为正态分布，将概率分布的产品规格的上限值以下、下限值以上的范围分为200个区间，确定各区间的概率分布(步骤S404)。CPU21假定各区间的概率分布遵循测定值标准偏差GRR的概率分布，根据检查规格，判定属于各区间的产品10是否为合格品(步骤S405)。CPU21通过步骤S405，将属于产品规格的上限值以下、下限值以上的范围的产品10判定为属于比检查规格的上限值大的范围或比下限值小的范围的产品10的概率算出为生产者风险PR(步骤S406)。

另外，用图说明假定各区间的概率分布遵循测定值标准偏差GRR的概率分布的情况。图5是表示产品标准偏差PV的各区间的概率分布遵循测定值标准偏差GRR的概率分布的情形的示意图。如图5所示，产品标准偏差PV的概率分布将产品规格的上限值以下、下限值以上的范围分为200个区间51。例如，从特性值α到特性值β的区间51A，存在从特性值α到特性值β的特性值的产品10，但是不存在比特性值α小的特性值或比特性值β大的特性值的产品10。若假定测定后的区间51A的概率分布52A遵循测定值标准偏差GRR的概率分布，则属于区间51A的产品10的各自的产品测定值具有测定波动，能够将区间51A的概率分布52A视为假定的概率分布52B。假定的概率分布52B中，也存在特性值比特性值α小或比特性值β大的产品10。CPU21将各区间51的概率分布视为假定的概率分布，根据检查规格，判定属于各区间51的产品10是否为合格品。根据检查规格判定为不合格品的属于各区间51的产品10虽然是产品规格内的产品10，但是，是根据检查规格判定为不合格品的产品10，因此，能够将判定该产品10的概率算出为生产者风险PR。

返回图4，运算处理部2的CPU21将算出的产品标准偏差PV的概率分布设为正态分布，将从产品规格的上限值(下限值)到大了(小了)产品标准偏差PV的6倍的值为止的范围分别分为200个区间，确定各区间的概率分布(步骤S407)。如图5所示，CPU21假定测定后的各区间的概率分布遵循测定值标准偏差GRR的概率分布，根据检查规格，判定属于各区间的产品10是否为合格品(步骤S408)。CPU21通过步骤S408，将判定为属于检查规格的上限值以下、下限值以上的范围的产品10的概率算出为消费者风险CR(步骤S409)。

另外，算出的消费者风险CR及生产者风险PR能够以％方式显示、ppm(parts permillion)方式显示、ppb(parts per billion)方式显示。

通过上述现有的方法算出消费者风险CR及生产者风险PR时，需要事先把握测定的产品10的产品测定值的分布。另外，以与正态分布等的周知的分布大致一致为前提，从周知的分布显著乖离时，存在计算误差变大的问题。

因而，本实施方式1中，着重于实际测定的产品测定值几乎不一致的情形，通过将按测定产品10后的每一产品测定值而算出的消费者风险及生产者风险相加并算出平均值，从而算出最终消费者风险及最终生产者风险。

图6是本发明实施方式1所涉及的产品检查装置的功能方框图。图6中，测定部1将表示产品10的规定特性的特性值测定为产品测定值。作为一个单位，产品批次11由规定数的产品10构成，但是本实施方式1中，按每一产品10执行以下的处理。

测定值标准偏差算出部4在测定产品批次11前，以规定的方法将表示测定的产品测定值的波动的测定波动的标准偏差预先算出为测定值标准偏差。作为测定波动的标准偏差的算出方法，例如有评价不确定性的方法、由与ISO规格的品质管理系统规格(ISO9001:2000)中的汽车生产及关联服务部件组织相关的固有要求事项(ISO/TS16949)所规定的测定系统解析MSA(Measurement Systems Analysis)等的方法。

判定部5以规定判定产品10的合格与否的特性值的上限值和下限值的产品规格为基准，判定测定部1中按每一产品10测定的产品测定值是否包含于规定的上限值以下、下限值以上的范围内且产品10是否为合格品。

风险算出部6算出表示产品规格外的产品由判定部5误判定为合格品的概率的消费者风险CR及产品规格内的产品由判定部5误判定为不合格品的概率的生产者风险PR。具体地说，消费者风险CR及生产者风险PR的算出方法基于上述方法。

风险相加部7将按每一产品10算出的消费者风险CR及生产者风险PR分别依次相加。同时用计数器等对相加的产品数进行计数。相加数判断部8判断相加的产品数是否达到规定的产品数。

相加数判断部8判断相加的产品数达到规定的产品数时，最终风险算出部9将相加的消费者风险CR及生产者风险PR除以产品数，算出最终消费者风险FCR及最终生产者风险FPR。

具体地说，用流程图说明本实施方式1所涉及的产品检查装置中，算出消费者风险及生产者风险的处理顺序。图7是表示本发明实施方式1所涉及的产品检查装置的处理顺序的流程图。图8是本发明实施方式1所涉及的产品检查装置使用的产品10的产品测定值的不确定分布的例示图。

图7中，运算处理部2的CPU21以规定的方法将表示测定的产品测定值的波动的测定波动的标准偏差σ_GRR算出为测定值标准偏差(步骤S701)。最终以测定波动成为标准偏差的正态分布为前提。CPU21按每一产品10将表示规定特性的特性值测定为产品测定值(步骤S702)。

CPU21以规定判定产品10的合格与否的特性值的上限值和下限值的产品规格为基准，判定按每一产品10测定的产品测定值是否包含于规定的上限值以下、下限值以上的范围(步骤S703)。CPU21根据判定结果，按每一产品算出消费者风险CR及生产者风险PR(步骤S704)。

图9及图10是表示本发明实施方式1所涉及的产品检查装置的消费者风险CR的算出方法的示意图。图9表示测定的产品10的产品推定值x_i’比产品规格的上限值大的情形，图10表示测定的产品10的产品推定值x_i’比产品规格的下限值小的情形。这里，产品推定值x_i’意味着视为从产品测定值x_i减去测定波动后的真值的推定值。

图9中，测定波动的标准偏差σ_GRR的正态分布91是以产品推定值x_i’为中心左右对称的分布，产品推定值x_i’比检查规格的上限值TUL大。该情况下，检查规格内所包含的概率P_i’能够用(式4)表达。

[式4]

P′_t＝Normsdist((x′_i-TLL)/σ_GRR

-Normsdist((x′_i-TUL)/σ_GRR)…(式4)

因而，将产品数设为n(n是自然数)，产品推定值x_i’的最终消费者风险FCR能够通过(概率P_i’/n)算出。同样，图10中，测定波动的标准偏差σ_GRR的正态分布91是以产品推定值x_i’为中心左右对称的分布，产品推定值x_i’比检查规格的下限值TLL小。该情况下，检查规格内所包含的概率P_i’能够用(式5)表达。

[式5]

P′_i＝Normsdist((TUL-x′_i)/σ_GRR)

-Normsdist((TLL-x′_i)/σ_GRR…(式5)

因而，将产品数设为n(n是自然数)，产品推定值x_i’的最终消费者风险FCR也能够通过(概率P_i’/n)算出。

图11是表示本发明实施方式1所涉及的产品检查装置的生产者风险PR的算出方法的示意图。图11中，测定的产品10的产品推定值x_i’为产品规格的下限值以上、上限值以下时，有可能产生生产者风险PR。

因而，如图11所示，产品推定值x_i’为检查规格的下限值以上、上限值以下时，采用比检查规格的下限值小的概率P_i’和比检查规格的上限值大的概率P_i”的和，通过(式6)算出最终生产者风险FPR。

[式6]

FPR＝{Normsdist((TLL-x′_i)/σG_RR)

+1-Normsdist((TUL-x′_i)/σ_GRR)}/n…(式6)

返回图7，CPU21将按每一产品10算出的消费者风险及生产者风险分别依次相加(步骤S705)，使计数器加‘1’(步骤S706)。CPU21判断计数器是否达到产品数(步骤S707)。

CPU21判断为计数器未达到产品数时(步骤S707：否)，CPU21使处理返回步骤S702，反复上述的处理。CPU21判断为计数器达到产品数时(步骤S707：是)，CPU21将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险(步骤S708)。

即，对于全部的产品，通过将具有产品规格外的特性值的消费者风险相加，从而求出针对产品批次的(最终)消费者风险，因此，不依赖于特性值的分布，能够以高精度求出(最终)消费者风险。

例如，产品规格的上限值SUL＝12.5，下限值SLL＝11.5，检查规格的上限值TUL＝12.4，下限值TLL＝11.6，产品测定值x_i(i＝1～10000)，产品测定值的平均值x_bar＝12.30141，测定波动σ_GRR＝0.04000时，根据现有的方法、本实施方式1所涉及的方法及真值，分别算出(最终)消费者风险(F)CR及(最终)生产者风险(F)PR，分别算出合格品率。

图12是表示本发明实施方式1所涉及的产品检查装置的合格品率的算出精度的图表。图12中，通过现有的方法算出时，将产品的特性值的标准偏差算出为0.20000。

如图12所示，相对于应该求出的合格品率的真值为65.93252％，由现有的方法算出的合格品率为68.76411％，乖离较大。相对地，由本实施方式1所涉及的方法算出的合格品率为65.7614％，能够确认为算出了非常接近真值的值。

如上所述，本实施方式1所涉及的产品检查装置中，将各产品的消费者风险CR及生产者风险PR合计，通过除以产品数，求出最终消费者风险FCR及最终生产者风险FPR，因此，能够算出消费者风险(F)CR及生产者风险(F)PR而不依赖于产品分布，能够提高合格品判定的精度。

(实施方式2)

本发明实施方式2所涉及的产品检查装置的结构与实施方式1同样，因此通过附上同一的符号，省略详细说明。本实施方式2中，与实施方式1的不同点在于，根据从测定的产品测定值分别除去测定波动方差(σ_GRR)²后的产品推定值，算出消费者风险CR及生产者风险PR。

图13是本发明实施方式2所涉及的产品检查装置的功能方框图。视作算出部30将测定产品批次11所包含的一部分产品10后的产品测定值的平均值算出为视作平均值，将产品测定值的波动的标准偏差算出为视作标准偏差。例如，设为由10万个产品10组成的产品批次11时，测定部1从产品批次11采样10000个产品10，测定产品10的产品测定值，视作算出部30将测定的产品测定值的平均值算出为视作平均值，将产品测定值的波动的标准偏差算出为视作标准偏差。

例如，各个产品的产品测定值的平均值x_bar、标准偏差σ_TV能够通过(式7)、(式8)算出。(式7)、(式8)中，n是产品数。

[式7]

方差算出部31根据算出的视作平均值，算出测定波动方差，根据算出的视作标准偏差，算出视作方差。数据处理部32将算出的视作平均值加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值。

具体地说，取视作标准偏差σ_TV的平方，算出视作方差(σ_TV)²，根据视作平均值x_bar，算出测定波动方差(σ_GRR)²。采用视作方差(σ_TV)²及测定波动方差(σ_GRR)²，将视作平均值x_bar加上其与各个产品测定值的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值x_i’。例如对于产品测定值x₁，根据(式9)算出产品推定值x₁’。

[式8]

采用算出的产品推定值x₁’，按每一产品算出消费者风险CR及生产者风险PR，通过算出各自的平均值，以更高精度执行产品的合格与否判定。图14是表示本发明实施方式2所涉及的产品检查装置的产品推定值算出处理的顺序的流程图。另外，与实施方式1同样，产品10的产品测定值的分布设为图8所示的不确定分布。

图14中，运算处理部2的CPU21与图7同样，以规定的方法将表示测定的产品测定值的波动的测定波动的标准偏差算出为测定值标准偏差(步骤S701)。最终以测定波动成为标准偏差的正态分布为前提。CPU21按每一产品10将表示规定特性的特性值测定为产品测定值(步骤S702)。

CPU21根据算出的视作平均值，算出测定波动方差，根据算出的视作标准偏差，算出视作方差(步骤S1401)。CPU21将算出的视作平均值x_bar加上其与各个产品测定值x_i的偏差乘以(1-测定波动方差/视作方差)的平方根后的值，算出产品推定值x_i’(步骤S1402)。CPU21通过执行图7的步骤S703以下的处理，将相加的消费者风险及生产者风险除以产品数，算出最终消费者风险及最终生产者风险。

例如，设产品规格的上限值SUL＝12.5，下限值SLL＝11.5，检查规格的上限值TUL＝12.4，下限值TLL＝11.6，产品测定值x_i(i＝1～10000)，产品测定值的平均值x_bar＝12.3，测定波动的标准偏差σ_GRR＝0.04000时，根据现有的方法、本实施方式2所涉及的方法及真值，分别算出(最终)消费者风险(F)CR及(最终)生产者风险(F)PR，分别算出合格品率。

图15是表示本发明实施方式2所涉及的产品检查装置的合格品率的算出精度的图表。图15中，通过现有的方法算出时，将产品的特性值的标准偏差算出为0.20000。

如图15所示，相对于应该求出的合格品率的真值为65.93252％，以现有的方法算出的合格品率为68.76411％，乖离较大。相对地，本实施方式2所涉及的方法算出的合格品率为66.07605％，可确认与实施方式1相比，能够算出更接近真值的值。

如上所述，本实施方式2所涉及的产品检查装置中，将各个产品的消费者风险CR及生产者风险PR合计，通过除以产品数而求出最终消费者风险FCR及最终生产者风险FPR前，从测定的产品测定值本身排除测定波动分量，因此能够算出消费者风险(F)CR及生产者风险(F)PR而不必依赖于产品分布，能够进一步提高合格品判定的精度。

(实施方式3)

本发明实施方式3所涉及的产品检查装置的结构与实施方式1同样，因此通过附上同一的符号，省略详细说明。本实施方式3中，与实施方式1的不同点在于高精度推定测定波动的标准偏差σ_GRR。

图16是本发明实施方式3所涉及的产品检查装置的功能方框图。产品测定值获取部41从产品批次的筛选开始多次获取与一定个数的产品相关的产品测定值。测定波动标准偏差算出部42按每一产品算出测定波动的标准偏差。

平均值算出部43对算出的测定波动的标准偏差的平均值进行算出，用作推定的产品全体的测定波动的标准偏差，从而算出消费者风险CR及生产者风险PR。

图17是表示本发明实施方式3所涉及的产品检查装置推定的测定波动的标准偏差的算出处理的顺序的流程图。另外，与实施方式1同样，产品10的测定值的分布设为图8所示的不确定分布。

图17中，运算处理部2的CPU21按每一产品10多次测定表示规定特性的产品测定值(步骤S1701)。CPU21算出每个产品10的测定波动的标准偏差(步骤S1702)，对算出的测定波动的标准偏差的平均值进行算出，设为推定的测定波动的标准偏差σ_GRR(步骤S1703)。CPU21通过采用推定的测定波动的标准偏差σ_GRR，反复图7的步骤S703以下的处理，算出消费者风险CR及生产者风险PR。

具体地说，假定产品规格的上限值SUL＝12.5，下限值SLL＝11.5，产品测定值x_i(i＝1～1000)，产品测定值的平均值x_bar＝12.1，产品数n＝1000，连续2次测定每个产品的产品测定值。然后，按每一产品算出第1次的测定波动的标准偏差、第2次的测定波动的标准偏差，算出推定的测定波动的标准偏差σ_GRR。

例如，第1次测定的产品测定值设为12.14578，第2次测定的产品测定值设为12.12863时，该产品的测定波动的标准偏差σ_GRRi能够通过将两者的差分除以用于算出标准偏差的系数而求出。该情况下，测定波动的标准偏差σ_GRRi能够求出为(12.14578-12.12863)/1.128＝0.01521。这里，1.128是MSA(测定系统解析)的d₂*表的d₂的值。

然后，对全部的产品算出测定波动的标准偏差σ_GRRi，将这些平均值作为推定的测定波动的标准偏差σ_GRR而算出。即，算出按照(式10)推定的测定波动的标准偏差σ_GRR。

[式9]

按照(式10)，例如能够将推定的测定波动的标准偏差σ_GRR求出为49.35611/1000＝0.04936。真值即测定波动的标准偏差σ_GRR为0.05000，因此，可知能够高精度求出通过本实施方式3所涉及的方法推定的测定波动的标准偏差σ_GRR。

如上所述，本实施方式3所涉及的产品检查装置中，算出各个产品的测定波动的标准偏差σ_GRRi，将算出的测定波动的标准偏差的平均值作为产品全体的测定波动的标准偏差σ_GRRi，因此，能够高精度推定产品测定值的测定波动的标准偏差，能够不依赖于产品分布地高精度算出消费者风险CR及生产者风险PR，进一步提高合格品判定的精度。

(实施方式4)

本发明实施方式4所涉及的产品检查装置的结构与实施方式1同样，因此通过附上同一的符号，省略详细说明。本实施方式4中，与实施方式1的不同点在于，在产品规格的合格品侧设置判断区域，在判断区域内时，执行算出消费者风险及生产者风险的一系列处理。

图18是本发明实施方式4所涉及的产品检查装置的功能方框图。图18中，判断区域设定接受部181在产品规格的合格品侧接受规定范围的判断区域的设定。判断部182判断测定的产品测定值是否在判断区域内。

减法部183在判断为产品测定值在判断区域内时，瞬时进行再测定，从算出的消费者风险减去再测定的产品测定值的合格与否判定的判定结果被正确判定的概率，加法部184将再次测定的产品测定值的合格与否判定的判定结果被误判定的概率与算出的生产者风险相加。根据求出的消费者风险及生产者风险，执行合格与否判定。

图19是表示本发明实施方式4所涉及的产品检查装置的消费者风险的算出处理的顺序的流程图。另外，与实施方式1同样，产品10的测定值的分布设为图8所示的不确定分布。

图19中，运算处理部2的CPU21在产品规格的合格品侧接受规定范围的判断区域的设定(步骤S1901)。图20是用于说明本发明实施方式4所涉及的产品检查装置的判断区域的概念图。

如图20所示，产品10的产品推定值x_i’如分布201所示那样分布时，在产品规格的上限值SUL和下限值SLL之间，即判定为合格品的一侧，设定上侧判断区域203及下侧判断区域202。因而，设定使产品规格的上限值SUL比上侧判断区域203的上限值UDUL大，使产品规格的下限值SLL比下侧判断区域202的下限值LDLL小。

返回图19，CPU21按每一产品10将表示规定特性的特性值测定为产品测定值(步骤S1902)。CPU21判断测定的产品测定值是否包含在规定的判断区域内(步骤S1903)。CPU21判断为不包含在判断区域内时(步骤S1903:否)，CPU21进行合格与否判定，结束处理。具体地说，产品测定值比上侧判断区域203的上限值UDUL大或比下侧判断区域202的下限值LDLL小时判定为不合格品，在下侧判断区域202的上限值LDUL以上、上侧判断区域203的下限值UDLL以下时分别判定为合格品。

CPU21判断为测定的产品测定值包含在判断区域内时(步骤S1903:是)，CPU21瞬时进行再测定，从算出的消费者风险减去再测定的产品测定值的合格与否判定的判定结果被正确判定的概率(步骤S1904)。或者，将再测定的产品测定值的合格与否判定的判定结果被误判定的概率与算出的生产者风险相加(步骤S1905)。CPU21使处理进入图7的步骤S705，执行上述处理。

图21是用于说明本发明实施方式4所涉及的产品检查装置的产品推定值比产品规格的上限值大时的消费者风险的算出方法的概念图。例如对于产品i,产品推定值x_i’如分布211所示那样分布时，若产品数设为n，则不采用规定的判断区域时，消费者风险发生的概率CR_i能够用CR_i＝(PL_i+PM_i+PU_i)/n算出。这里，PL_i表示以产品推定值x_i’为中心的正态分布的下侧判断区域202部分的概率，PM_i表示以产品推定值x_i’为中心的被正态分布的上侧判断区域203和下侧判断区域202夹着的部分的概率，PU_i表示以产品推定值x_i’为中心的正态分布的上侧判断区域203部分的概率。这里，产品推定值x_i’意味着从产品测定值x_i减去测定波动后的视为真值的推定值。

通过从概率CR_i减去第1次的测定中包含于判断区域的产品i在第2次的测定中判定为不合格品的概率，从而能够减少消费者风险。即，产品i的消费者风险CR能够算出为CR_i-(PL_i+PU_i)×(1-(PL_i+PM_i+PU_i))/n。

图22是用于说明本发明实施方式4所涉及的产品检查装置的产品推定值比产品规格的下限值小时的消费者风险的算出方法的概念图。例如对于产品i，产品推定值x_i’如分布211所示那样分布时，若产品数设为n，则不采用规定的判断区域时，消费者风险发生的概率CR_i能够用CR_i＝(PL_i+PM_i+PU_i)/n算出。

通过从概率CR_i减去第1次的测定中包含于判断区域的产品i在第2次的测定中判定为不合格品的概率，从而能够减少消费者风险。即，产品i的消费者风险CR能够算出为CR_i-(PL_i+PU_i)×(1-(PL_i+PM_i+PU_i))/n。

图23是用于说明本发明实施方式4所涉及的产品检查装置的产品推定值在产品规格的下限值和上限值的范围内时的生产者风险的算出方法的概念图。例如对于产品i，产品推定值x_i’如分布211所示那样分布时，若产品数设为n，则不采用规定的判断区域时生产者风险发生的概率PR_i为LDLL以下的全部面积和UDLL以上的全部面积的和除以产品数n后的值。这里，PLD_i表示以产品推定值x_i’为中心的正态分布的下侧判断区域202部分的概率，PUD_i表示以产品推定值x_i’为中心的正态分布的上侧判断区域203部分的概率。

通过将概率PR_i与第1次的测定中包含于判断区域的产品i在第2次的测定中判定为不合格品的概率相加，从而能够算出更准确的生产者风险。即，产品i的生产者风险PR能够算出为PR_i+(PLD_i+PUD_i)×(PL_i+PU_i)/n。

具体地说，设产品规格的上限值SUL＝102.0，下限值SLL＝98.0，下侧判断区域202的上限值LDUL＝98.2，下限值LDLL＝98.1，上侧判断区域203的上限值UDUL＝101.9，下限值UDLL＝101.8。另外，测定波动的标准偏差σ_GRR设为0.05。

此时，若产品数设为n，则不采用判断区域时消费者风险发生的概率CR_i为CR_i＝1.07375×10²(ppm)，若产品数设为n，则不采用判断区域时生产者风险发生的概率Pr_i为PR_i＝2.60402×10⁴(ppm)。这里，PL_i表示以产品推定值x_i’为中心的正态分布的下侧判断区域202部分的概率，PM_i表示以产品推定值x_i’为中心的被正态分布的上侧判断区域203和下侧判断区域202夹着的部分的概率，PU_i表示以产品推定值x_i’为中心的正态分布的上侧判断区域203部分的概率。

通过从概率CR_i减去第1次的测定中包含于判断区域的产品i在第2次的测定中判定为不合格品的概率，从而能够减少消费者风险。即，产品i的消费者风险CR能够用CR_i-(PL_i+PU_i)×(1-(PL_i+PM_i+PU_i))/n算出。然后，如上所述，从概率CR_i减去在第1次的测定中包含于判断区域的产品i在第2次的测定中判定为不合格品的概率，因此，产品i的消费者风险CR成为CR_i-(PL_i+PU_i)×(1-(PL_i+PM_i+PU_i))/n＝1.40981(ppm)。

同样，将概率PR_i与第1次的测定中包含于判断区域的产品i在第2次的测定中判定为不合格品的概率相加，因此产品i的生产者风险PR成为PR_i+(PLD_i+PUD_i)×(PL_i+PU_i)/n＝3.25992×10⁴(ppm)。从而，可知能够虚拟地显著降低消费者风险。

如上所述，本实施方式4所涉及的产品检查装置中，判断为在判断区域内时，从算出的消费者风险减去再次测定的产品测定值的合格与否判定的判定结果被正确判定的概率，虚拟地提高测定器的精度，能够降低消费者风险。

另外，当然上述实施方式1至4能够在不脱离本发明精神的范围内进行变更。

标号说明

1 测定部

2 运算处理部

3 视作标准偏差算出部

4 测定值标准偏差算出部

5 判定部

6 风险算出部

7 风险相加部

8 相加数判断部

9 最终风险算出部

10 产品

21 CPU

22 存储器

23 存储装置

24 I/O接口

25 视频接口

26 便携型光盘驱动器

27 测定接口

28 内部总线

90 便携型记录介质

230 计算机程序