POV (particiones de variación) vs COV (coeficientes de variación)Hola,
Tengo a alguien preguntándome si hacemos particiones de variación de forma nativa en JMP, o si tenemos algo similar.No puedo encontrar mucho de nada en línea.Aparentemente, se usa en semiconductores "cuando se intenta resolver un problema, uno de los pasos que es importante es dividir las fuentes de variación".POV se ajusta para manejar datos continuos y de atributos junto con datos balanceados y no balanceados."También desglosa la variación interna e intermedia, incluido el ruido común".
¿Alguien sabe si esto está incluido en JMP y cómo se compara con los componentes estándar de Varience en la plataforma Variability / Attribute Gauge?
Re: POV (particiones de variación) vs COV (coeficientes de variación)Apuesto a que se refieren a componentes de varianza, y sí, JMP los calcula en varios lugares.
Re: POV (particiones de variación) vs COV (coeficientes de variación)Otra variante de esto es el análisis de componentes de varianza principal (PVCA), en el que se crean componentes principales (PCA) a partir de las respuestas, luego se utilizan componentes de varianza como Jason ha mostrado anteriormente, pero en su lugar se modelan los componentes principales.
Aquí hay un enlace de la publicación de Russ W. de hace aproximadamente 11 años con respecto a este análisis PVCA
También un enlace de NIEHS que también podría ayudar NIEHS PVCA
Re: POV (particiones de variación) vs COV (coeficientes de variación)Hola,
Gracias por las respuestas.Creo que tengo suficiente para llevarme de regreso por ahora.Gracias de nuevo.
Atentamente,
Hadley
