仪表 R&R - 再现性公式<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好！！
有人请告诉我 JMP 中 GRR 研究中用于重复性和再现性的确切公式吗？ 我认为，在情况变异性图表量规 R&R（公差的百分比）中，使用了错误的公式来计算再现性。 我尝试将其与 MSA-4 版书进行比较，发现 JMP 的结果有所不同。 我正在考虑变化（6* std dev）。
提前致谢...
回复：仪表 R&R - 再现性公式我建议您阅读 Donald Wheeler 博士关于该主题的白皮书（位于 JMP 网站的“白皮书”下）。他的解释和例子非常丰富。
回复：仪表 R&R - 再现性公式亲爱的劳拉/迈克尔,
感谢您的回复。 这就是我想证明MSA和JMP方法在计算方式上存在差距的地方。 甚至可以看到差异再现性：
JMP 公差百分比 = 76.13%
Excel 公差百分比 = 28.06%
很大。 现在应该认为哪一个是正确的？ 这确实令人困惑。 假设我们认为 JMP 最好，并开始将变异从 76.13% 减少到 40.0%。 在这种情况下，它仍然高于 20% 至 30% 的令人满意的水平。 但实际上，根据 MSA，该比例可能低于 20%。 大混乱
您能否告诉我 JMP 中用于重复性和再现性的确切公式？
对于 MSA，使用以下公式：
重复性： (Rbarbar) x (K1) x (6 Sigma)
重现性：
| (6 Sigma) x SQRT{(Xbar diff x K 2)^2 - (EV/[(# 零件) x (# 试验)])} |
谢谢
阿肖克
回复：仪表 R&R - 再现性公式在这个特定的 2 因素交叉示例中，方法之间的 EV 和 AV 估计之间的巨大差异主要是由于以下事实：评估者-零件交互。 平均值和范围方法不会检测到这一点，但 JMP 使用的方差分析方法会检测到这一点。 查看交互的一种方法（多种方法之一）是运行测量系统分析 > 并行图。
这种情况在 MSA 手册的 p103 中有详细说明：
平均和范围方法（X＆R）是一种提供
对测量的重复性和再现性的估计
系统。
但是，分析中未考虑由于评估员和零件/量具之间的交互而产生的变化
方差分析方法可用于确定量具和评估者之间的相互作用（如果存在）。
迈克尔
回复：仪表 R&R - 再现性公式你好，
在 Excel 中查看 2 因子交叉示例与 AIAG 结果的 pdf 后，看来此处使用的方法与第 119 页手册中使用范围的方法相同。JMP 不使用此方法来计算方差分量和量表结果，因此 JMP 的结果与此示例相符。例如，Excel 文件将设备变异计算为 0.3131，而 JMP 将其计算为 0.3860052。由于容差百分比是使用这些值计算的，因此它们会有所不同。
公差百分比 = 100*变化/公差
JMP 公差百分比 = 100 * 0.3860052 / 0.6 = 64.33%
Excel 公差百分比 = 100 * 0.3131 / 0.6 = 52.183%
这两种方法都不是“不正确的”，只是估计统计数据的方式不同而已。然而，大多数人认为最好使用 ANOVA 方法（也在 AIAG 中）和 JMP 中的其他方法，因为它们能够提供更好的估计。
我希望这有帮助。
回复：仪表 R&R - 再现性公式亲爱的迈克尔，
再次感谢您的回复，我完全同意您在上面的回复中所显示的内容，但我担心的不是标准差或方差分量百分比。 我真正担心的是公差百分比成分。 在这些计算过程中，值不匹配。 请查看所附文件。 我尝试与 JMP 数据库中的示例进行相同的比较 - ” 2 因子交叉”。
回复：仪表 R&R - 再现性公式请运行较大的附加 JMP 数据表中嵌入的一个或两个脚本。 滚动到底部查看 GRR 报告，并与 MSA 手册第 127 和 129 页上报告的结果进行比较。 您将看到附加的第二个 JMP 数据表中包含的 JMP 报告。
您将看到结果与 MSA 手册第 127 和 129 页上的示例显示的结果一致。
特别是（第 127 页）：
JMP GRR = 0.302373（与 MSA std dev (GRR) 一致）
JMP 重复性 = 0.039973（与 MSA 方差估计 (EV) 一致））
JMP 再现性 = 0.051455（与 MSA 方差估计 (AV) 一致）
迈克尔
回复：仪表 R&R - 再现性公式亲爱的议员，
非常感谢您的回复，但很抱歉在这种情况下我已经尝试过与2 因素交叉JMP 的示例，规格限制为 0.5 到 1.1
我发现在以下情况下结果完全不同公差% 。 以下是我的发现：
使用 JMP ：
重复性：64.33%
重现性：76.13%
仪表 R&R：99.68%
附有 MSA 手册第 4 版：
重复性：52.18%
重复性：28.067%
仪表 R&R：59.250%
如果您让我知道电子邮件 ID，我可以向您发送文件和我的计算结果。 我觉得我的做法是正确的。
此外，在 JMP 中，专门用于 GRR 的公式（公差百分比计算不正确）
这些是 JMP 和 MSA 方式之间的巨大差异。 该相信什么？
请帮忙
回复：仪表 R&R - 再现性公式出于至少两个原因，比较 R&R 分析的 2 种不同实现可能会非常令人困惑。
1. 分析方法有多种，结果略有不同。 JMP 可以使用 EMS、REML 或贝叶斯方法进行分析。
2. 报告结果的方式有多种。
无论如何，JMP并没有“错”。 您只需对结果进行同类比较即可。
我将 MSA 第 4 版第 118 页上的示例导入到 jmp 中，因此它看起来像这样：
ID 鉴定师试用 Y 部分
1A 1 1 0.29
1 A 1 2 -0.56
1A 1 3 1.34
1A 1 4 0.47
1 A 1 5 -0.8
1A 1 6 0.02
1A 1 7 0.59
1A 1 8 -0.31
1A 1 9 2.26
1A 1 10 -1.36
2A 2 1 0.41
ETC。
然后我运行（首先以交互方式）这个脚本：
变异图(
Y（：Y），
X（：评估师，：零件），
模型（“交叉”），
最大迭代次数( 100 ),
转化限制( 0.00000001 ),
数积分横坐标( 128 ),
数字函数评估( 65536 ),
分析类型（使用REML分析），
历史西格玛( 0 ),
标准差图表( 1 ),
压力表 RR( 6, 0, 0, 0 ),
仪表 RR 报告( 1 )
）；
然后我将报告的 R&R 部分与第 129 页的 MSA 报告进行了比较，发现与“Anova”方法的结果一致。
请注意，我强制使用 REML 方法，但对于本例，EMS 会产生相同的结果。
或者您可以使用此脚本执行相同的操作：
EMP 测量系统分析（
Y（：Y），
X（：评估师），
部分（：部分），
模型（“交叉”），
色散图类型（范围），
电磁脉冲结果( 1 ),
EMP 测量仪 RR 结果( 1 ),
平均图( 1 ),
色散图( 1 ),
最大迭代次数( 100 ),
转化限制( 0.00000001 ),
发送至报告（
派遣（
{“平均图表”}，
“1”,
秤盒，
{旋转标签(“自动”)}
),
Dispatch( {"范围图表"}, "1", ScaleBox, {旋转标签( "自动" )} )
）
）；
希望这可以帮助。
迈克尔
