Hallo JMP-Community,
Wie kann ich die gepoolte Varianz in JMP berechnen?
Ich hoffe, dass dies, wie bei allem, was mit JMP zu tun hat, existiert und ich einfach nicht die magischen Wege gefunden habe, um schnell und effizient die gewünschten Ergebnisse zu erzielen.Ich kann dies natürlich tun, indem ich die eigentlichen Berechnungen selbst durchführe, aber ich bin häufig auf diese Situation gestoßen, daher wäre es toll zu erfahren, ob dies bereits in JMP vorhanden ist.
Ich habe einen Datensatz, der nach Prozessbedingungen gruppiert ist, die aufgrund von Aktivitäten zur Prozesszentrierung (Abstimmung) unterschiedliche Mittelwerte haben.Ich möchte eine gepoolte Varianzschätzung für diesen Prozess zur Verwendung in Spezifikationen/Fähigkeitsschätzungen zur Unterstützung der Einführung dieses neuen Prozesses erstellen.Meine Gesamtanzahl an Durchläufen ist ziemlich niedrig, daher würde ich dies für anfängliche Diskussionen über Prozessvariabilität/-fähigkeit gerne tun, um meine N-Anzahl zu erhöhen.
Technische Situation
– Prozess 1, Bedingung A, lief am unteren Ende unseres gewünschten Prozessfensters [n=8]
- Prozess 1, Bedingung B, wir haben unseren Abstimmungshebel geändert, um den Prozess (neu) auf das gewünschte Ziel zu zentrieren [n=10]
- Die Prozessänderung führte zu einer Mittelwertverschiebung, veränderte jedoch nicht die Prozessvariabilität (und war im Grunde auch nicht zu erwarten).
- Ich möchte die „Pooled Variance“-Schätzung für P1CA + P1CB erstellen
- Da es sich um einen neuen Prozess handelt, ist mein Datensatz begrenzt. Daher besteht der Wunsch darin, ihn zu nutzen, um bei ersten Diskussionen über die Fähigkeiten eine Erhöhung der Anzahl zu ermöglichen
Das ist einfach der Fall.Ich habe viel komplexere Fälle, aber sie alle folgen demselben Szenario, bei dem die Varianz nicht beeinflusst wird, wenn ein Hebel betätigt wird, um eine Mittelwertverschiebung zu erzeugen.
Danke schön,
WanderedProcess
***Entschuldigung, falls es einen Thread gibt, der dies ausführlich beschreibt.Ich habe versucht, nach Schlüsselbegriffen zu suchen, mit denen ich vertraut bin. =-] ***
Wenn Sie nur zwei Gruppen haben, können Sie dann nicht einfach die Einweganalyse in Fit Y by X (roter Pfeil > Mittelwert/ANOVA/Pooled t) durchführen?Der mittlere quadratische Fehler (MSE) ist die gepoolte Varianzschätzung.Sie können dies der ANOVA-Tabelle entnehmen oder indem Sie den RMSE in der Zusammenfassung quadrieren.
