/** 커널 `YieldEstimator` 와 같은 모양(커널 타입에 의존하지 않기 위해 구조로 맞춘다). */
export interface YieldEstimatorResult {
    estimator?: {
        estimate(ctx: {
            kind: string;
        }): number | undefined;
    };
    /** 작업 종류 → 실측 양품률(0..1). 추정기가 답하는 종류들. */
    learned: Record<string, number>;
    /** 종류별 표본 — 배운 값의 근거 크기(화면·로그가 「몇 건에서 배웠나」를 말할 수 있게). */
    samples: Record<string, {
        good: number;
        scrap: number;
    }>;
    /** 표본이 모자라 쓰지 않은 종류와 판정 건수 — 배우지 못한 것을 밝힌다. */
    skipped: {
        kind: string;
        judged: number;
    }[];
    minSamples: number;
}
/**
 * 기본 표본 하한 — 판정 20건 미만이면 그 종류는 배우지 않는다.
 *
 * 소요(5건)보다 높게 잡는 이유: 비율은 **드문 사건**을 재는 값이다. 불량률 5% 인 공정에서 20건을 봐도
 * 불량은 한 건이고, 그 한 건이 있고 없음으로 비율이 0% 와 5% 사이를 오간다. 낮게 잡으면 추정기가
 * 이력이라는 이름으로 잡음을 실어 보낸다.
 */
export declare const DEFAULT_YIELD_MIN_SAMPLES = 20;
/**
 * 작업 종류별 KPI 그룹에서 양품률 추정기를 만든다(순수 — DB·커널 모름).
 * `groups` 는 `computeTwinKpi({ groupBy: 'taskKind' })` 의 `groups.items` 를 그대로 넘긴다.
 */
export declare function buildYieldEstimator(groups: {
    key: string;
    quality?: {
        good: number;
        scrap: number;
    };
}[] | undefined, opts?: {
    minSamples?: number;
}): YieldEstimatorResult;