msa有条件接受是什么条件？
假设A公司要比较自己的产品与B公司的产品，是否含有不良品。 A公司将两种产品各100件分成两份，每份50件。 然后分别做两次测量，得到两个样本量都为50的测量值x和y（注意这里没有对测量值进行任何处理，比如计算平均值）。 接下来构建对应的统计量： U=\frac{|x-y|}{2} S_n^2=\frac{(x+y)^2}{4} MSA=\frac{U}{\sqrt{S_{n}^{2}}} 有条件接受就是说把MSA置于给定范围的情况下认为实验结论成立的概率，也就是在假设成立的情况下，结论犯错误的概率。 如果给定的范围太小（例如只有2个标准差）那么即使假设成立的时候结论也往往是错的；相反如果给定的范围太大（例如4个标准差）虽然假设成立时结论正确的概率大，但是一旦出现错误往往也错得很离谱。 通过上面的例子就可以看出为什么需要找两个接近的样本了——如果两个样本差别很大，那么这个统计量对于判断两个总体差异的程度就根本没有意义了！
当然有些情况下我们可以不用建立对应的统计量，而是直接给出结果——这个时候一般就需要对数据做一定的处理。 最为常见的就是对数据进行标准化（比如计算平均值或者中位数），因为这样能保证不同组的数据具有相同的“长度”（即测量值的范围是一样的），这样就可以方便地利用一个统计量来计算两组数据的差异程度了。