如何证明不同工具上零件之间的差异是零件固有的而不是由工具引起的？全部，
我有以下问题需要一些帮助：
我有很多零件，每个零件都安装在各自的工具中。 有一些参数是在安装到工具之前在零件上测得的 (:InspectionValue) 以及安装在工具中时在该零件上测得的相同参数 (:CurrentValue)。
任务如下 - 我需要证明部件之间的差异是部件本身固有的，而不是来自于安装在特定工具上的差异。 根据提供的数据，在统计上正确的显示方法是什么？
到目前为止，我的想法是比较两个值：
:InspectionValue - :CurrentValue - 这是检查结果和工具结果之间的区别
:CurrentValue - Mean(:CurrentValue) - 这是当前值因工具而异的方式。
但它们的规模大致相同。 在视觉上我可以看到工具不会影响零件的值，并且零件固有差异，但我不确定如何在统计上显示这一点。 有什么想法吗？
分析回复：如何证明不同工具上零件之间的差异是零件固有的而不是由工具引起的？听起来你想表明你的测量的零件输出条件是由于它们运行的工具而不是进入零件到零件的可变性。我会说您需要考虑运行一个 OLS 模型，其中的零件嵌套在所使用的工具中。
我会这样设置：一列名为“part #”（每个部件使用 1 到 n），一列名为“测量时间”（之前和当前），一列名为“die used”（die1、die2 等） ) 和一列名为“测量值”（带有测量值）。由于前后测量，每个部分将有两行。然后用y =“测量值”和X's =“零件号”嵌套在“die used”＆random，“die used”，“measurement time”以及测量时间和die used之间的相互作用的模型。如果其中包含 die 的术语并不重要，那么工具也没有什么不同。
希望这可以帮助！
回复：如何证明不同工具上零件之间的差异是零件固有的而不是由工具引起的？我建议您访问 JMP 帮助条目以获取测量系统分析了解一些背景知识。
回复：如何证明不同工具上零件之间的差异是零件固有的而不是由工具引起的？我的想法与情况的描述有限。 如果我完全误解了您的询问，我深表歉意。
您在工具中对装配前和装配后的零件进行了测量。 你知道测量设备的精度吗？ 测量是在零件的同一位置进行的吗？ 如果您没有研究和分离这些组件，那么您研究中所有变化的组件都是部件到部件、工具到工具、部件内和测量（以及每一层的相关变量）的组合。 您确实可能在工具中有多个度量，但这些度量与装配过程变量相混淆。
查看数据的方法包括：
1.多元方法>多元
2. 子组大小为 2 的控制图（前后度量）。 这会将部件间、部件内和子组内的测量变异性放在一起，然后绘制平均值（由于工具）。
3. Graph Builder...许多选项可以显示您可能想要的内容（取决于用户）。
4. Fit Model进行一些定量分析
