GRR量具重复性与再现性ANOVA分析器｜SPC实战工具
这个工具解决什么问题
新品量产前的测量系统验收、客诉仲裁前的数据可信度核查、以及每年一次的量具年审，都需要 GRR 分析。很多工厂用「均值极差法」手算，误差大且看不出交互效应；本工具用两因素方差分析（零件 × 操作员，含交互项）按 AIAG MSA 第四版口径分解方差分量，给出 %GRR（相对公差 6σ 展宽）、各分量占比与区分度 ndc，并按 10%/30% 判据给出可接受性结论与针对性改进方向（设备侧还是人员侧）。
输入数据格式
数据文件 grr_measurements.csv，列顺序为：零件、操作员、重复次数、测量值_mm。
示例首行：P01,张工,1,12.4417
示例输出（真实运行结果节选）
======================================================================== GRR 量具重复性与再现性分析报告（ANOVA 方差分析法） ======================================================================== 一、数据概况 零件数 10 ｜ 操作员 3 人（张工、李工、王工）｜ 每人每件重复 3 次 ｜ 测量记录 90 条 测量对象：某关键尺寸（单位 mm）｜ 规格：12.450 ~ 12.550 ｜ 公差带宽 0.100 全部数据总均值：12.4928 mm（过程均值应大致居公差中心，否则另作分析） 二、方差分析表 变异来源 SS df MS F(近似) 零件 Part 0.141641 9 0.015738 - 操作员 Operator 0.000146 2 0.000073 - 零件×操作员 0.000436 18 0.000024 2.19 设备(重复性) 0.000665 60 0.000011 - 注：F 值为 ms_pa/ms_e 的比值，仅作交互显著性参考（严格检验请查 F 分布表）。 三、方差分量与 %GRR（相对公差 6σ 展宽，TV=0.0167） 来源 StdDev 方差 %TV 重复性 EV(设备) 0.00333 0.0000111 20.0% 再现性 AV(操作员) 0.00128 0.0000016 7.7% 交互 Part×Op 0.00209 0.0000044 12.6% GRR 合计 0.00414 0.0000171 24.8% 零件间 Part-to-Part 0.04178 0.0017460 250.7% 四、判定与建议 %GRR = 24.8% ｜ 区分度
一句话
用方差分析法把测量误差拆成重复性、再现性与交互三块，回答「这套量具测出来的数据到底能不能用」。
运行环境与快速开始
python grr_anova.py
输入数据格式（换成你的数据即可）
· CSV 长表格式：零件, 操作员, 重复次数, 测量值_mm · 支持任意零件数/操作员数/重复次数（≥2 次重复）
输出说明
方差分析表（SS/df/MS/F）、方差分量表（EV/AV/交互/GRR/零件间）、%GRR 与 ndc、判定结论与改进侧重建议。
算法口径（关键公式）
· TV = 公差带宽 / 6 · GRR² = σ_E² + σ_A² + σ_PA² · %GRR = GRR / TV × 100% · ndc = 1.44 × σ_Part / σ_GRR
判定标准说明
脚本顶部集中了主要阈值与常量：RPT_PATH=os.path.join(HERE, "示例输出报告.txt")、TOL=USL - LSL、PARTS=["P%02d" % i for i in range(1, 11)]、APPRAISERS=["张工", "李工", "王工"]、TRIALS=[1, 2, 3]。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：grr_measurements.csv、示例输出报告.txt。
脚本里的主要处理步骤
gen_data()：生成示例测量数据：零件间真实差异 + 操作员小偏置 + 小交互 + 重复性噪声。t_table_p95()：双尾 95% 置信 t 值（常用 df 的查表近似，覆盖本工具用到的自由度范围）。anova_grr()：两因素方差分析（含交互），返回方差分量与 GRR 指标。
以上步骤在脚本中是分开的函数，可以单独调用或按需替换其中一段，不必整体重写。
工具中出现的字段与提示
- 生成示例测量数据：零件间真实差异 + 操作员小偏置 + 小交互 + 重复性噪声。
- 重复次数
- 测量值_mm
- 双尾 95% 置信 t 值（常用 df 的查表近似，覆盖本工具用到的自由度范围）。
- 两因素方差分析（含交互），返回方差分量与 GRR 指标。
- 测量系统能力充分，可用于该特性的过程控制与验收
- 有条件可接受
- 测量系统勉强可用，建议优先改进（如增加测量次数取均值、
- 统一操作手法、校准夹具定位）后再用于关键判定
- 不可接受
- 测量系统方差占比过高，须先整改量具/方法/人员，再开展过程分析
- %%GRR=%0.1f 数量级异常
- 零件间方差应大于 GRR 方差，示例数据异常
- GRR 量具重复性与再现性分析报告（ANOVA 方差分析法）
- 一、数据概况
- 全部数据总均值：%.4f mm（过程均值应大致居公差中心，否则另作分析）
- 二、方差分析表
- 变异来源
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：grr_anova.py。
下载 GRR量具重复性与再现性ANOVA分析器 工具包（zip）
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 4 列：零件、操作员、重复次数、测量值_mm。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
示例数据能直接跑吗？
可以。示例数据与主程序在同一压缩包内，解压后直接运行即可看到完整输出，确认无误再替换成自己的台账。
同分类的其它工具
所属分类 SPC与质量分析工具包，也可回到 工具资源包下载页 按分类查找。
