あるR&Rの結果が他のものより優れているかどうかを証明するための仮説検定？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、
応答を測定するための2つのテスト方法があります。どちらのテスト方法がより良い測定システムであるかを判断したいと思います。私はそれぞれの試験方法について（同じ部品と同じ演算子を使って、使われた方法だけを変えて）ゲージR&Rの研究をしました。2つの研究の結果は非常によく似ているので、R＆R％がやや低いテスト方法が他のテスト方法よりも有意に優れているかどうかを理解するために仮説テストを行いたいと思います。
Gauge R＆R / MSAプラットフォームは、私が知ることができる限り、これを行うのに適したオプションを提供していません（別々の分析を行うのか、バイナリメソッドとしてテストメソッドタイプを含めるのか）。JMPで厳密な不均一分散検定を見つけることができる唯一の場所は、Fit Y by Xプラットフォームですが、考慮すべき要素が複数あるため、この状況ではうまくいきません。演算子、部分、演算子*部分 、そして試験方法タイプ）。
だから私はこれに取り組む方法についての考えは次のとおりです。
- 2つのテストメソッドのレスポンスを1つの列に積み重ね、どのテストメソッドが使用されたかを示すカテゴリカル列を追加します
- オペレータ、部品、およびオペレータ*部品を唯一の要素としてモデルをフィットさせます（つまり、テストメソッドタイプは含みません）。
- このモデルの残差を新しい列に保存する
- YにXをフィットを使用して、テストメソッドの種類に従って残差を近似します。
- 2つのテスト方法で有意に異なるレベルの変動があるかどうかを確認するために、不均一分散テストを実行します。
これは有効なアプローチのように思えますか。私がこれにどのように取り組むことができるかについて、他に何か提案がありますか？
どうもありがとう、
アレックス
再：あるR＆Rの結果が他のものよりも優れているかどうかを証明するための仮説検定？私はこの議論を続けてきました、そしてPeterはいくつか良い点を挙げています。 これおよび他の同様の議論の難しい部分はそれが分析のための手引きを提供するために「データを見る」ことと答えられる質問を本当に理解することをしばしば必要とするということです。
しかし、JMPは分散についてノンパラメトリック検定を行います。カテゴリxと連続yがある場合の、忠実にフィットするy x xプラットフォームでは、「平均値の分析」メニューオプションがあります。 このオプションの下には、"ANOM for Variances-Levene（ADM）"があります。 詳しくはJMPの本で調べてください。
これはあなたが必要とするものではないかもしれませんが、その存在を指摘したかったのです。
再：あるR＆Rの結果が他のものよりも優れているかどうかを証明するための仮説検定？結果を分析するためにWheelerのEMPメソッドを使用してみましたか？Rangeチャートは、2つの方法のtest-retestエラーについての部分的な変動の源泉にとらわれない見方をしてくれるでしょう。それは仮説検定ではありません...しかし違いがあるならば、それもそこに現れるべきです。私は仮説検定が大好きではありません。なぜなら、それらは世界を二進数に見せる傾向があるからです。実際には、データのプロットを見て、プロットを解釈することによって結論を導きたいのです。する必要がある決定。
再：あるR＆Rの結果が他のものよりも優れているかどうかを証明するための仮説検定？はい、両方のテスト方法で組み合わせは同じでしたが、少なくとも3つの部分の間のばらつきが考慮されていない限り、これは非常に異常なデータの分散の均一性をテストすることを意味します。モーダル。これが有効なアプローチであるためには、どのようなパラメトリック均質分散検定でも極端な非正規性に対処する能力に十分な信頼はありません。また、JMPにはノンパラメトリックな等価物があるとは思いません。
私は3つの別々のテストを与えるためにそれぞれの部分のためにテスト方法タイプによって別々に応答を当てはめようとしました、しかしこれは全体的な結論に至らない結果の混合物を与えました。
測定システムの機能には他にも重要な要素があるという点 - 2つの方法の間には小さいながらもかなりの偏りがあることを既に検出していますが、この場合、「真」の値を知る方法はありません。！
再：あるR＆Rの結果が他のものよりも優れているかどうかを証明するための仮説検定？たぶん私は何かが足りない...しかし、あなたはちょうどあなたが両方の試験方法にわたって同じ実験的治療の組み合わせを再現したように思える。では、なぜステップ1で説明したようにデータテーブルを作成できないのですか。上記のようにしてから、分散の均一性の質問に答えるために、Fit Y by Xプラットフォーム内の不等分散検定を使用しますか。
しかし、ちょっと後戻りしましょう。もう1つのことは、「どのテスト方法が良いのか」という曖昧な質問をしていることです。そして、この質問に答えるために、唯一無二の特性、分散の均一性を選択します。測定システムを評価することには多くの側面があり、「より良い」はこれらのうちのどれか1つだけで、またはサブセットとして評価できます。
たとえば、2つのシステムでは、互いに均等な分散の均一性があるというシナリオを想像できます。関心があると思われる唯一のもの、および互いからのバイアス、または標準です。ですから、一方のシステムが他方のシステムよりも優れていると言っても過言ではありません。2つのシステム間の分散の均一性を見ているだけです。
