하나의 R & R 결과가 다른 R & R 결과보다 낫다는 것을 증명하는 가설 검정?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요,
응답을 측정하는 데 가능한 두 가지 테스트 방법이 있으며 어떤 테스트 방법이 더 나은 측정 시스템인지 결정하고 싶습니다. 필자는 각 테스트 메소드 (동일한 부품 및 동일한 연산자 사용, 사용 된 메소드 만 변경)에 대해 게이지 R & R 연구를 수행했습니다. 두 연구의 결과는 매우 유사하므로 약간 낮은 R & R %의 테스트 방법이 다른 테스트 방법보다 훨씬 더 나은지를 이해하기위한 가설 테스트를하고 싶습니다.
Gauge R & R / MSA 플랫폼은 별도의 분석을 수행하든 테스트 메소드 유형을 바이너리 그룹핑 요소로 포함하든 알 수있는 한이 작업에 적합한 옵션을 제공하지 않습니다. JMP에서 분산 테스트의 엄격한 이질성을 발견 할 수있는 유일한 곳은 Fit Y by X 플랫폼이지만, 고려해야 할 여러 요인이 있기 때문에 이러한 상황에는 적합하지 않습니다 ( 연산자, 부분, 연산자 * 부분 , 시험 방법 유형).
그래서이 문제를 해결하는 방법에 대한 내 생각은 다음과 같습니다.
- 두 개의 테스트 메소드 응답을 하나의 열에 쌓고 어떤 테스트 메소드가 사용되었는지를 나타내는 범주 형 열을 추가합니다.
- 유일한 요인으로 연산자, 부분 및 연산자 * 부분이있는 모델을 맞추십시오 (즉, 테스트 방법 유형 제외).
- 이 모델의 잔차를 새 열에 저장
- X를 Y로 맞추기를 사용하여 잔차를 테스트 방법 유형으로 맞 춥니 다.
- 분산 테스트의 이질성을 수행하여 두 테스트 방법이 크게 다른 수준의 변동을 제공하는지 확인합니다.
이 방법이 유효한 접근 방법이라고 생각하십니까? 다른 사람들이 내가이 문제에 어떻게 접근 할 수 있는지에 대한 다른 제안이 있습니까?
많은 감사합니다,
알렉스
Re : 한 연구 결과가 다른 연구 결과보다 낫다는 것을 증명하는 가설 검정?저는이 토론을 지켜 보았고 베드로는 좋은 지적을했습니다. 이것과 다른 유사한 토론의 어려운 부분은 종종 "데이터보기"를 취하고 분석을위한 지침을 제공하기 위해 대답해야 할 질문을 실제로 이해한다는 것입니다.
그러나 JMP에는 분산에 대한 비모수 테스트가 있습니다. 충실하게 맞는 y-by-x 플랫폼에는 범주 형 x와 연속 y가있을 때 "수단 분석"메뉴 옵션이 있습니다. 이 옵션에서 "ANOM for Variances-Levene (ADM)"을 찾을 수 있습니다. 자세한 내용은 JMP 서적에서 찾아 볼 수 있습니다.
이것은 당신이 필요로하는 것은 아니지만 그 존재를 지적하고 싶을 수도 있습니다.
Re : 한 연구 결과가 다른 연구 결과보다 낫다는 것을 증명하는 가설 검정?결과를 분석하기 위해 Wheeler의 EMP 방법을 사용해 보셨습니까? Range 차트는 두 가지 방법에 대한 테스트 - 재검사 오류에 대한 부분적인 평균 변동 원본 근본 주의적 관점을 제공합니다. 그것은 가설 테스트는 아니지만 차이점이 있다면 거기에 나타나야합니다. 나는 그들이 세계를 이진 상태로 보이게하는 경향이 있기 때문에 일반적으로 가설 검정에 대한 열렬한 팬이 아니다 ... 나는 데이터의 음모를보고 실용적 맥락에서 플롯을 해석함으로써 내 결론을 도출하고자한다. 결정을 내릴 필요가있다.
Re : 한 연구 결과가 다른 연구 결과보다 낫다는 것을 증명하는 가설 검정?예, 두 테스트 방법에서 조합이 동일했지만 적어도 3 부분 간의 차이가 고려되지 않는 한 매우 비정상적인 데이터의 균질성 테스트를 의미합니다. 실제로는 3 단계로 구분됩니다. 모달. 필자는 분산 테스트의 매개 변수 동질성이 극단적 인 비정규 성을 다루는 유효한 접근법이 될 수있는 능력에 대한 믿음이 충분하지 않으며 JMP에 비모수적인 동등성이 있다고 생각하지 않습니다.
필자는 3 가지 테스트를 실시하기 위해 테스트 방법 유형별 응답을 각 파트별로 따로 따로 시험해 보았지만 전반적인 결론을 이끌어내는 결과는 서로 섞여있었습니다.
요점은 측정 시스템 기능에 다른 중요한 요소가 있다는 것입니다. 두 가지 방법 사이에 작지만 중요한 편견을 이미 감지 했었지만이 경우에는 '참'값을 알 수있는 방법이 없으므로 실제로 도움이되지 않습니다 !
Re : 한 연구 결과가 다른 연구 결과보다 낫다는 것을 증명하는 가설 검정?아마도 나는 뭔가를 놓친 것 같지만 두 시험 방법 모두에서 동일한 실험 치료 조합을 복제 한 것처럼 들립니다. 그렇다면 1 단계에서 설명한 것처럼 데이터 테이블을 만들 수없는 이유는 무엇입니까? 그런 다음 분산 분석 질문의 동질성에 대답하기 위해 X 플랫폼에 맞는 Y 플랫폼에서 불균등 분산 테스트를 사용하십시오.
하지만 잠시 후에 다시 생각해 보겠습니다. 다른 질문은 "어떤 테스트 방법이 더 좋습니까?"라는 애매한 질문을하는 것입니다. 이 질문에 대답하기 위해 하나의 유일한 특성 인 분산의 동질성을 선택하는 것입니다. 측정 시스템을 평가하는 데에는 많은 측면이 있으며, '우수'는 이들 중 하나 또는 단독으로 평가할 수 있습니다.
예를 들면 ... 두 시스템은 서로에 균등성이있는 시나리오를 상상할 수 있습니다 ... 당신이 관심을 가지고있는 것으로 보이는 유일한 것 ... 그리고 서로 또는 편향의 편견. 따라서 한 시스템이 다른 시스템보다 좋다고 말하는 것은 싫지만 두 시스템 간의 동질성을 전적으로보고있는 것입니다.
