분산 분해를 구현하는 방법안녕하세요, 저는 측정의 정밀도를 평가하는 방법에 대한 가이드를 따르고 있으며 20x2x2 연구(20일, 매일 2회 실행, 각 실행마다 2회 반복)에 대한 이 그림(이미지 1)을 보여줍니다.
설명이 이어집니다(이미지 2).
JMP에서 이를 수행하는 가장 좋은 방법은 무엇입니까? 전체 분산이 각 변수에 의해 얼마나 설명되는지 플롯을 만들고 이 정보가 포함된 수치표도 얻습니다.
감사해요
대량 맞춤화Re: 분산 분해를 구현하는 방법추가하려면 @마크_베일리 의 의견에 따르면 때로는 명백할 때도 있고 그렇지 않을 때도 있습니다. 다음은 중간에 체계적으로 중첩된 것과 교차된 것 사이의 연속체를 보여주는 간단한 다이어그램입니다. 체계적인 샘플링의 경우 이를 어떻게 처리해야 하는지에 대한 다양한 의견을 찾을 수 있습니다.
Re: 분산 분해를 구현하는 방법감사합니다Re: 분산 분해를 구현하는 방법나는 '쉬운' 방법을 모른다. 매우 흔히 혼동되는 부분이므로, 아직 완전히 명확하지 않더라도 서운해하지 마세요. 하지만 일단 '알게' 되면 매우 분명해질 것입니다.
매일 항상 Operator Bob 또는 Alice라면 Operator가 교차됩니다. 그러나 매일 다른 연산자였고 단순히 Bob과 Alice라고 불렀다면 이는 중첩됩니다. 그것은 당신이 부르는 것이 아니라 그것이 바로 그것입니다!
여기에는 링크 교차 및 중첩 요인을 명확히 하기 위해 좋은 소스(많은 것 중!)에 제공합니다.
Re: 분산 분해를 구현하는 방법보충하다 @마크_베일리 님의 추천을 따르세요. 여기 제 전 동료가 주최한 관심 주제에 대한 JMP On Demand 웹 세미나가 있습니다. @제리피쉬 :
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/evaluating-and-monitoring-your-process-using-msa-and-spc.html
Re: 분산 분해를 구현하는 방법이해한다고 생각합니다. 하지만 실행 1과 2 대신에 Bob 조작원과 Alice 조작원이었다면 그것도 중첩됩니까?
특히 요인이 2개 이상인 경우 요인이 내포되었는지 또는 교차되었는지 확인하는 쉬운 방법이 있습니까?
Re: 분산 분해를 구현하는 방법이는 분산 구성 요소의 모델링 및 올바른 계산과 관련이 있습니다. 그것은 SAME의 의미와 관련이 있습니다. 매일 실행을 1과 2로 표시하지만 실행은 변화 매일 매일. 3일차의 실행 1은 다음과 같습니다. ~ 아니다 1일차의 1번 실행과 동일합니다. 만약 교차된다면 매일 같은 달리기를 할 수 있을 것인데, 이는 물리적으로 불가능합니다. 그것에 대해 생각하는 또 다른 방법은 자유도의 관점에서입니다. 교차 설계를 사용한 경우 실행에 대한 자유도는 2도뿐입니다. 그러나 Run의 자유도는 20x2 = 40입니다. 이는 Run이 Day에 중첩되어 있기 때문입니다.
이렇게 생각해보세요. 요인이 Day = 1~20에 테스트할 샘플 = 1 또는 2인 경우 어떻게 될까요? 매일 동일한 표본을 테스트한 경우 교차 설계입니다. 두 샘플이 매일 달랐다면 디자인은 중첩됩니다.
Re: 분산 분해를 구현하는 방법감사합니다. 이것이 바로 제가 원했던 것입니다.
중첩을 선택해야 하는 이유를 이해하지 못하더라도 날짜와 실행이 교차되었다고 가정했습니까? 매일 1번과 2번을 실행하셨나요?
감사합니다Re: 분산 분해를 구현하는 방법각 측정에 대한 행이 있는 데이터 테이블이 있다고 가정하겠습니다. 측정 및 그룹화 변수에 대한 데이터 열이 있습니다. 그룹화 변수의 이름은 Day(1-20), Run(1-2) 및 Replicate(1-2)로 지정됩니다. 테이블에는 총 80개의 행이 있습니다.
분산 구성요소를 계산할 수 있는 몇 가지 플랫폼이 있습니다. 둘 다 추정치를 제공하지만 각각은 추정치 및 모델 가정에 대한 고유한 추가 정보를 제공합니다. Fit Least Squares 플랫폼부터 시작하겠습니다.
- 분석 > 적합 모델을 선택합니다.
- 측정을 선택하고 Y를 클릭합니다.
- 왼쪽 열 목록에서 Day 및 Run을 선택합니다.
- 추가를 클릭합니다.
- 열 목록에서 Day를 선택하고 효과 목록에서 Run을 선택합니다.
- 네스트를 클릭합니다.
- 효과 목록에서 Day를 선택하고 Run[Day]를 선택합니다.
- 속성 옆에 있는 빨간색 삼각형을 클릭하고 무작위 효과를 선택합니다.
- 아래 그림과 비교하여 대화 상자를 확인하고 동의하면 실행을 클릭하세요.
분산 성분은 최소 제곱 적합 창의 REML 분산 성분 추정치 보고서에 있는 변동 성분 열에서 찾을 수 있습니다.
변동성 차트는 추정치를 얻는 또 다른 좋은 방법입니다.
- 분석 > 품질 및 프로세스 > 변동성/계수형 게이지 차트를 선택합니다.
- 측정을 선택하고 Y, 반응을 클릭합니다.
- Day 및 Run을 선택하고 X, Grouping을 클릭합니다.
- 나중에 결정을 클릭하고 모델 유형으로 중첩을 선택합니다.
- 대화 상자가 아래 그림과 일치하는지 확인하고 확인을 클릭하세요.
- 변동성 게이지 옆에 있는 빨간색 삼각형을 클릭하고 분산 성분을 선택합니다.
- 확인을 클릭하세요.
두 플랫폼의 결과는 다릅니다. 첫째, Variability Gauge 플랫폼의 모델에는 Fit Least Squares 플랫폼에서 사용되는 모델의 일부가 아닌 상호 작용 항이 포함되어 있습니다. 둘째, 추정방법이 다르다. 첫 번째 플랫폼은 REML을 사용했고 두 번째 플랫폼은 베이지안 기법을 사용했습니다. 그 이유는 시뮬레이션된 측정에서 Day 및 Run 변동이 0이므로 추정치가 약 0으로 달라질 수 있기 때문입니다. 첫 번째 플랫폼은 음수 추정을 허용하지만 해당 동작을 변경할 수 있습니다. 두 번째 플랫폼은 음수 추정치를 감지하고 방법을 전환하여 양수 추정치만 제공하지만 해당 동작을 변경할 수 있습니다.
