The latter one refers to the uncert

The latter one refers to the uncertainties due to lack of knowledge, which can be decreased by the
application of additional data or information, better modeling, and parameter estimation methods. It should be
emphasized that in the reliability modeling, it is possible to divide the second kind of uncertainty into statistical
uncertainty and model uncertainty, whereas the first type of uncertainty is called random variation (or physical
uncertainty, noise factor). Statistical uncertainty refers to estimation of model parameters based on the available data
where the observations of the variable may not represent the real situation perfectly, and thus, the recorded data may
be biased. Additionally, different sample data sets usually provide diverse statistical estimates. Model uncertainty
results from the use of one (or more) simplified relationship which is supposed to represent the “real” relationship or
phenomenon of interest. Such an approach results from lack of knowledge or increased availability of data. Another
important kind of uncertainty is related to the uncertainties due to human factors. Such uncertainties result from
human errors and interventions undertaken in the design, manufacturing and operation. For example, they can be
caused by misuse, gross errors and human mistakes [22,23,24]. They can be considered by creating robustness
through product changes or using an extra safety, however, in practice they are primarily subjects to quality
management [10].

ผลลัพธ์ (ไทย) 1:

หนึ่งหลังหมายถึงความไม่แน่นอนเนื่องจากขาดความรู้ ซึ่งสามารถลดลงได้โดยการการประยุกต์ข้อมูลเพิ่มเติม หรือข้อมูล การสร้างโมเดลที่ดี และวิธีการประมาณค่าพารามิเตอร์ ควรมีเน้นย้ำว่า ในโมเดลความน่าเชื่อถือ คุณจะสามารถแบ่งชนิดของความไม่แน่นอนสองสถิติความไม่แน่นอนและรูปแบบความไม่แน่นอน ในขณะที่ชนิดแรกของความไม่แน่นอนคือสุ่มเปลี่ยนแปลง (หรือทางกายภาพความไม่แน่นอน ปัจจัยเสียง) ความไม่แน่นอนทางสถิติหมายถึงการประเมินรูปแบบพารามิเตอร์ตามข้อมูลมีซึ่งข้อสังเกตของตัวแปรอาจแสดงสถานการณ์จริงอย่างสมบูรณ์ และดังนั้น การบันทึกข้อมูลอาจจะลำเอียง นอกจากนี้ ชุดข้อมูลตัวอย่างต่าง ๆ มักจะให้ประเมินหลากหลายทางสถิติ แบบจำลองความไม่แน่นอนผลจากการใช้หนึ่ง (หรือมากกว่า) แชร์ความสัมพันธ์ที่ควรจะแสดงความสัมพันธ์ "จริง" หรือปรากฏการณ์ที่น่าสนใจ วิธีการทำแห้งจากการขาดความรู้หรือเพิ่มความพร้อมของข้อมูล อีกชนิดของความไม่แน่นอนที่สำคัญเกี่ยวข้องกับความไม่แน่นอนเนื่องจากปัจจัยมนุษย์ ดังกล่าวเป็นผลจากความไม่แน่นอนข้อผิดพลาดของมนุษย์และงานวิจัยที่ดำเนินการในการออกแบบ ผลิต และการดำเนินงาน ตัวอย่าง พวกเขาสามารถเกิดจากการผิด รวมข้อผิดพลาดและผิดมนุษย์ [22,23,24] สามารถพิจารณา โดยการสร้างเสถียรภาพเปลี่ยนแปลงผลิตภัณฑ์หรือใช้เพื่อความปลอดภัยเป็นพิเศษ อย่างไรก็ตาม ในทางปฏิบัติ จะเป็นเรื่องคุณภาพการจัดการ [10]

ผลลัพธ์ (ไทย) 3:

หลังหนึ่ง หมายถึง ความไม่แน่นอนเนื่องจากการขาดความรู้ซึ่งสามารถลดลง
การใช้ข้อมูลเพิ่มเติมข้อมูลหรือดีกว่าแบบจำลองและวิธีการประมาณค่าพารามิเตอร์ มันควรจะเน้นว่าในความน่าเชื่อถือ
นางแบบ มันเป็นไปได้ที่จะแบ่งประเภทที่สองของความไม่แน่นอน ในความไม่แน่นอนทางสถิติ
และแบบจำลองความไม่แน่นอนส่วนประเภทแรกของความไม่แน่นอนเรียกว่าสุ่ม ( หรือการเปลี่ยนแปลงทางกายภาพ
ความไม่แน่นอนของปัจจัยเสียงรบกวน ) ความไม่แน่นอนทางสถิติ หมายถึง การประมาณค่าพารามิเตอร์ของตัวแบบตามข้อมูล
ที่สังเกตของตัวแปรอาจไม่แสดงสถานการณ์จริงอย่างสมบูรณ์ ดังนั้น ข้อมูลที่บันทึกไว้อาจ
ลำเอียง นอกจากนี้ตัวอย่างข้อมูลที่แตกต่างกันชุดมักจะให้ประมาณการทางสถิติต่าง แบบจำลองความไม่แน่นอน
ผลลัพธ์จากการใช้ความสัมพันธ์แบบหนึ่ง ( หรือมากกว่า ) ซึ่งจะเป็นตัวแทนของ " ความสัมพันธ์ " หรือ
ปรากฏการณ์ที่น่าสนใจ วิธีการดังกล่าวผลจากการขาดความรู้หรือเพิ่มความพร้อมของข้อมูล อีก
ชนิดที่สำคัญของความไม่แน่นอนที่เกี่ยวข้องกับความไม่แน่นอนเนื่องจากปัจจัยมนุษย์ เช่น ผลจากความไม่แน่นอน
ข้อผิดพลาดของมนุษย์และการแทรกแซงปัญหาในการออกแบบ การผลิต และการดำเนินงาน ตัวอย่างเช่นพวกเขาสามารถ
เกิดจากความผิดพลาด ข้อบกพร่องและความผิดพลาดของมนุษย์ 22,23,24 [ รวม ] พวกเขาสามารถได้รับการพิจารณาโดยการสร้างความคึกคัก
ผ่านการเปลี่ยนแปลงผลิตภัณฑ์ หรือใช้เป็นตู้พิเศษ อย่างไรก็ตามในการปฏิบัติ พวกเขาเป็นหลักวิชาการจัดการคุณภาพ [ 10 ]