Расчёты рисков на практике при оценке соответствия
Risk calculations for conformity assessment in practice
2019-01-01
SCID: 54.1/nw5sma7p
Discuss with AI
байесовская оценка рисковоценка соответствияриск заказчиканеопределенность измеренийриск производителя
Figures from the paper
Abstract (AI)
В 2012 году Совместный комитет по руководствам в метрологии (JCGM) опубликовал новые рекомендации по учёту неопределённости измерений при принятии решений об оценке соответствия (JCGM 106:2012). Рассматриваются две ситуации принятия ошибочного решения: риск принятия несоответствующего объекта, обозначаемый как риск заказчика, и риск отклонения соответствующего объекта, обозначаемый как риск производителя. В 2017 году пересмотренный стандарт ISO 17025 обязал калибровочные и испытательные лаборатории «документировать применяемое правило принятия решений с учётом уровня риска (например, риска ложного принятия и ложного отклонения, а также статистических допущений), связанного с применяемым правилом принятия решений, и применять это правило» в контексте принятия решения о соответствии объекта. Однако в некоторых случаях применение JCGM 106:2012 может представляться достаточно сложным для неспециалистов по статистике, поскольку оно в основном опирается на расчёты с использованием распределений вероятностей. Чтобы облегчить внедрение методологии JCGM 106:2012, EURAMET финансирует проект EMPIR 17SIP05 «CASoft» (2018–2020), в котором участвуют национальные метрологические институты Франции, Швеции и Великобритании. Цель проекта — сделать методологию доступной для организаций, участвующих в принятии решений при оценке соответствия: калибровочных и испытательных лабораторий, представителей промышленности и регулирующих органов. В отношении заказчика или производителя выделяют два вида рисков, обусловленных неопределённостью измерений: специфический риск, связанный с вероятностью принятия ошибочного решения для конкретного объекта, и глобальный риск, представляющий собой вероятность принятия ошибочного решения для любого объекта, выбранного случайным образом. Оба вида риска могут учитывать априорную информацию, включаемую посредством так называемого априорного распределения вероятностей; это вводит понятие байесовской оценки рисков. Если калибровочная или испытательная лаборатория, выполняющая измерение, испытывает трудности с получением априорной информации, вероятно, что промышленное предприятие в сл...
Key Findings
1
JCGM 106:2012 определяет риск заказчика как принятие несоответствующего объекта, а риск производителя — как отклонение соответствующего объекта.
2
Неопределённость измерений создаёт специфический риск для отдельного объекта и глобальный риск для случайно выбранного объекта; оба риска могут учитывать априорную информацию посредством байесовской оценки.
3
Пересмотр ISO 17025 от 2017 года требует от лабораторий документировать и применять правила принятия решений, учитывающие риски ложного принятия и ложного отклонения, а также статистические предположения.
4
Проект CASoft (EMPIR 17SIP05, 2018–2020) направлен на то, чтобы сделать методологию JCGM 106:2012 доступной лабораториям, промышленным предприятиям и регулирующим органам.
5
В аннотации расчёты с использованием распределений вероятностей и ограниченный доступ к априорной информации обозначены как практические препятствия применению методологии JCGM.
Research Object
Решения об оценке соответствия измеряемых объектов с учётом неопределённости измерений
Research Subject
Риски заказчика и производителя при принятии ошибочных решений об оценке соответствия, включая специфический и глобальный риски и их байесовскую оценку
Publication Details
Publication Date
2019-01-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest