Hallo,
Ich evaluiere derzeit eine DoE-Studie, die wir für einen Kunden durchgeführt haben. Die Analyse der Antworten erfolgt in unserem QC-Lab und die Daten, die wir zurückerhalten, werden auf eine Dezimalstelle gerundet. Die Methodengenauigkeiten für die verschiedenen Analysen betragen bestenfalls + -0,1, aber die Ergebnisse des Geräts werden ursprünglich mit vier Dezimalstellen gespeichert. Jetzt diskutiere ich mit meinem Gegenüber beim Kunden, ob wir den gerundeten Wert verwenden sollen, den wir von der Qualitätskontrolle oder allen Dezimalstellen erhalten. Nach meinem Verständnis sollten wir nur die durch den Methodenfehler vorgegebenen signifikanten Ziffern und nicht alle Dezimalstellen verwenden, da dies den Daten nur Rauschen ohne relevante Informationen hinzufügen würde. Der Kunde argumentiert, dass aufgrund der Rundung die Varianz der Antwort unterschätzt wird und dass die kontinuierliche Wahrscheinlichkeitsmassenfunktion in eine diskrete umgewandelt wird. Seiner Meinung nach kann dies zu einer Überanpassung führen und in einigen Fällen erhebliche Auswirkungen haben, die nicht wirklich in den Daten enthalten sind.
Ist das wirklich der Fall?
Um Ihre Frage schnell zu beantworten, ist es unwahrscheinlich.
Haben Sie noch die experimentellen Einheiten? Können Sie die Messungen wiederholen? In diesem Fall können Sie den Messfehler möglicherweise reduzieren, indem Sie die wiederholten Messungen mitteln.
Die erste Frage, die ich dem Kunden stellen würde, ist, welche praktische Bedeutung hat. Inwieweit ist eine Änderung der Antwort von praktischem Wert? Wenn die praktische Bedeutung <0,1 ist, ist Ihr Messsystem nicht ausreichend. Wenn es mehr in der Größenordnung von> 1 liegt, ist Ihr Messsystem möglicherweise in Ordnung.
Wenn die effektive Unterscheidung des Messsystems auf dem zehnten Platz liegt, sind die Zahlen danach nur Zufallszahlen. Das Problem bei Diskriminierungsproblemen mit Messsystemen besteht darin, dass wir nicht wissen, ob das Messsystem den "wahren" Wert nach oben oder unten oder konsistent rundet. Daher können Fehler über- oder unterschätzt werden. Ob es darauf ankommt, hängt von der praktischen Bedeutung ab.
