假设检验证明一个R＆R结果是否优于另一个？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，
我有两种可能的测量方法来测量响应，我想确定哪种测试方法是更好的测量系统。我已经为每种测试方法进行了Gauge R＆R研究（使用相同的部件和相同的操作员，仅改变使用的方法）。这两项研究的结果非常相似，所以我想做一个假设检验，以了解R＆R％略低的测试方法是否明显优于其他测试方法。
就我所知，Gauge R＆R / MSA平台没有提供合适的选择（我是否进行单独分析或将测试方法类型包括为二进制分组因子）。我可以在JMP中找到严格的方差测试异质性的唯一地方是Fit Y by X平台，但这种情况不适用，因为有多种因素需要考虑（ 操作员，部分，操作员*部分 ，和测试方法类型）。
所以我对如何解决这个问题的想法如下：
- 将我的两个测试方法响应堆叠到一个列中，并添加一个分类列，指定使用哪种测试方法
- 具有运算符，部分和运算符*部分的拟合模型作为唯一因素（即不包括测试方法类型）
- 将此模型中的残差保存到新列中
- 通过X使用Fit Y，通过测试方法类型拟合残差
- 进行方差检验的异质性，看两种检验方法是否给出了显着不同的变异水平
这听起来像是一种有效的方法吗？有没有人对我如何处理此问题有任何其他建议？
非常感谢，
亚历克斯
Re：假设检验证明一个R＆R结果是否优于另一个？我一直在关注这个讨论，彼得提出了一些好的观点。 这个和其他类似讨论的难点在于它通常需要“查看数据”并真正理解要回答的问题，以便为分析提供指导。
但是，JMP确实对方差进行了非参数测试。在忠实的y-by-x平台上，当你有一个分类x和一个连续的y时，有一个“均值分析”菜单选项。 在此选项下，您将找到“ANOM for Variances-Levene（ADM）”。 您可以在JMP书籍中查看详细信息。
这可能不是你需要的，但想指出它的存在。
Re：假设检验证明一个R＆R结果是否优于另一个？您是否尝试过使用Wheeler的EMP方法来分析结果？范围图表将为您提供两种方法的测试 - 重新测试错误的部分均值变化源不可知视图，这听起来这是您最关注的问题吗？这不是一个假设检验......但如果存在差异，它也应该出现在那里。我不是一般的假设检验的忠实粉丝，因为它们倾向于使世界看起来是二元的...我宁愿看一下数据的图，并通过解释这些图来得出我的结论，在实际的背景下需要做出的决定。
Re：假设检验证明一个R＆R结果是否优于另一个？是的，两种测试方法的组合是相同的，但除非至少考虑到3个部分之间的差异，否则这将意味着测试非正常数据的方差同质性 - 事实上它将是三 - 模态。我对方差测试的任何参数同质性处理极端非正态性的能力没有足够的信心，这是一种有效的方法，我不认为JMP有任何非参数等价物。
我确实尝试通过测试方法类型对每个部分分别进行拟合响应以给出3个单独的测试，但是这给出了结果的混合，导致没有总体结论。
考虑到测量系统能力中存在其他重要因素 - 我已经在两种方法之间发现了一个小但显着的偏差，但在这种情况下，无法知道“真实”值，因此这并没有真正帮助！
Re：假设检验证明一个R＆R结果是否优于另一个？也许我错过了一些东西......但听起来你只是在两种测试方法中复制了相同的实验处理组合。那么为什么不能像在步骤1中描述的那样创建数据表。上面然后使用Fit Y by X平台内的不等方差检验来回答方差问题的同质性？
但是让我们回顾一下：我要提出的另一件事是你问一个模糊的问题，“哪种测试方法更好？”然后选择一个且只有一个特征，方差的同质性，来回答这个问题。评估测量系统有许多方面，“更好”可以由这些中的任何一个单独评估或作为子集评估。
例如......这两个系统我可以设想一个场景，其中彼此之间存在均匀的方差......你似乎唯一感兴趣的东西......以及彼此或标准的偏见。因此，我不愿意说一个系统比另一个系统更好，只关注两个系统之间的方差同质性。
