[논문 리뷰] Risk-Calibrated Process Capability Approval with Finite Samples

Fei Jiang, Lei Yang|arXiv (Cornell University)|2026. 03. 15.

Advanced Statistical Process Monitoring인용 수 0

한 줄 요약

본 논문은 유한 표본에서의 추정 불확실성과 비대칭 손실을 고려한 위험 보정 이진 의사결정 프레임워크를 공정 능력 승인에 대해 개발하고, 추정 불확실성과 비대칭 손실을 반영한 margin-based 규칙을 도출한다.

ABSTRACT

Process capability indices such as $C_{pk}$ are widely used in manufacturing to support supplier qualification, pilot-build release, and production approval. In practice, approval decisions are often based on deterministic threshold rules of the form $\widehat{C}_{pk} \ge C_0$. Because $\widehat{C}_{pk}$ is estimated from finite samples, however, such decisions are inherently stochastic, especially when the true capability lies near the approval threshold. This paper develops a risk-calibrated decision framework for process capability approval that explicitly accounts for estimation uncertainty and asymmetric operational loss. Capability approval is formulated as a binary statistical decision problem, leading to a rule of the form $\widehat{C}_{pk} \ge C_0 + k\,SE(\widehat{C}_{pk})$, where the calibration constant $k$ is determined either by a tolerable failure probability or by a false-accept/false-reject cost ratio. The resulting formulation unifies several commonly used procedures, including deterministic thresholding, lower confidence bound rules, and probability-based approval rules, and naturally extends them to cost-sensitive decision rules derived from asymmetric operational loss. Simulation experiments and an industrial case study show that risk calibration primarily affects near-threshold decisions, improves approval stability, and can substantially reduce expected operational loss when false acceptance is more costly than false rejection.

연구 동기 및 목표

• 유한-샘플 불확실성 하에서 이진 결정으로서의 능력 승인 모티베이션.
• 능력 승인 결정에 비대칭 운영 손실을 반영한다.
• Deterministic, LCB, 그리고 확률 기반 규칙을 일반화하는 통합 margin-based 의사결정 규칙을 도출한다.
• Calibration 상수를 작동 특성과 오판 위험에 연결한다.
• 시뮬레이션 및 산업 사례 연구를 통해 실용적 함의를 입증한다.

제안 방법

• 비대칭 손실을 반영하는 이진 의사결정 문제로 능력 승인을 모델링한다.
• 정규 근사치를 이용해 P(C_true < C0 | D)를 근사하고 margin 규칙을 얻는다.
• 통일된 margin 규칙: C_hat_pk >= C0 + k SE(C_hat_pk)로 제시하고, k는 서로 다른 스킴에서 해석된다.
• Deterministic 임계값화, LCB, 확률 기반 규칙이 특수한 경우로 등가임을 보인다.
• 손실 비율 lambda 와 alpha = 1/(1+lambda)을 이용한 비용 민감 규칙을 도출한다.
• lambda, alpha, 및 k를 연결하는 실용적 보정 가이드를 제공한다.

실험 결과

연구 질문

• RQ1 추정 불확실성이 명시적이고 임계값 근처에서 어떤 방식으로 능력 승인을 설계해야 하는가?
• RQ2 일치 프레임워크 내에서 서로 다른 승인 규칙(결정적, LCB, 확률 기반, 비용 민감)이 어떻게 관련되는가?
• RQ3 비대칭 비용이 거짓 수용/거짓 거절 및 운영 손실에 미치는 영향은 무엇인가?
• RQ4 제안된 위험 보정 규칙은 유한 표본과 산업 데이터에서 어떻게 작동하는가?

주요 결과

• 통합 margin-based 승인 규칙이 도출된다: C_hat_pk >= C0 + k SE(C_hat_pk)를 수용하면 된다.
• 보정 상수 k는 서로 다른 스킴에 해당한다: determinisitc의 경우 k = 0, 확률 기반의 경우 k = -z_alpha, 비용 민감 규칙의 경우 k = -z_{1/(1+lambda)}이다.
• 비대칭 비용(더 큰 c_FA)은 승인 경계를 보수적으로 이동시켜 거짓 수용을 줄이고 거짓 거절은 증가시키는 대가를 초래한다.
• 임계값에 근접한 결정일수록 위험 보정의 영향이 크고, 규칙은 승인을 안정시키며 기대 운영 손실을 감소시킬 수 있다.
• 시뮬레이션과 사례 연구에서 위험 보정이 거짓 수용이 비용이 큰 경우 손실을 크게 줄일 수 있음을 보여준다.