Incorporazione dell'errore di misurazione nell'analisi di DunnettVoglio iniziare a incorporare il mio errore di misurazione nella mia analisi di Dunnett.Ho allegato un file qui sotto che ha due variabili che sto cercando di determinare se sono diverse.Entrambe le variabili sono state testate 3 volte e ciascun test è stato misurato 3 volte.Poiché sto cercando di determinare se le variabili sono diverse in passato, ho sempre calcolato la media di tutte e 3 le misurazioni e le ho utilizzate come valore per ciascun test nella mia analisi di Dunnetts.Tuttavia ero interessato a scoprire se esisteva un modo per incorporare l'errore nelle mie misurazioni nella mia analisi.Inoltre, speravo in istruzioni su come farlo da solo poiché in futuro farò spesso questo tipo di analisi.Grazie.
Modellazione statistica avanzataAccesso ai datiCombinazione e pulizia dei datiRi: Incorporazione dell'errore di misurazione nell'analisi di DunnettGrazie per la risposta Statman.Inizierò a provare a fare alcune analisi statistiche dei miei valori.Ma sembra che potrei voler cercare di ripulire la variabilità dei miei valori.
Ri: Incorporazione dell'errore di misurazione nell'analisi di DunnettEcco alcuni dei miei pensieri riguardo alla tua situazione, rendendomi conto che non hai fornito abbastanza dettagli per esserne sicuro. Non so cosa sia un "test"? Il tuo studio è incrociato, annidato. Significato test e Variabile vengono incrociati e le misurazioni sono annidate al loro interno. Poiché si hanno più misure per ciascun test, la ripetibilità della precisione della misurazione viene confusa con la variazione all'interno del test. Per prima cosa dovresti determinare se la ripetibilità della tua misurazione è coerente. Ciò può essere ottenuto utilizzando i grafici di intervallo. Inoltre, l'utilizzo del grafico della portata può darti un'idea della discriminazione del sistema di misurazione (nota anche come risoluzione effettiva). La guida è quella di avere almeno 5 unità di misura all'interno del limite di controllo superiore del grafico dell'intervallo. Il tuo esempio è vicino al limite dell'accettabilità.
Se la ripetibilità della precisione è coerente e presenta una discriminazione sufficiente, è possibile mediare tali valori per ridurre l'errore.
Se preferisci un approccio quantitativo, puoi ottenere i componenti della varianza per il tuo studio (Analizza>Qualità e processo>Grafico indicatore variabilità/attributo). Inserisci la Y nella casella Y, Risposta e gli strati del tuo albero di campionamento che iniziano con Variabile/Test/Misurazione. Selezionare incrociati e poi nidificati nel Tipo di modello.
Utilizzando il triangolo rosso annidato nell'indicatore di variabilità, selezionare Componenti varianza.
MSA e MSE sono acronimi per Analisi o Valutazione del Sistema di Misurazione (Vedi anche EMP). Questi acronimi sono tipicamente associati al lavoro di Wheeler e rappresentano un'alternativa consigliata al tradizionale studio R&R di scartamento. Vedere qui:
https://www.jmp.com/en_us/whitepapers/jmp/emp-management-systems-analysis.html
https://community.jmp.com/t5/Tutorials/Evaluating-amp-Monitoring-Your-Process-Using-MSA-and-SPC/ta-p/277447
Ri: Incorporazione dell'errore di misurazione nell'analisi di DunnettCiao Georg,
Mi scuso per aver risposto tardi.Hai menzionato il fatto di fare un MSA.Che cos'è?Non ho mai sentito quel termine prima.
Quello che hai suggerito è uno dei modi in cui ho provato a fare questa analisi.Ma il problema che ho è che dà al mio esperimento più potere di quanto non ne abbia in realtà.Il mio esperimento sta esaminando se le variabili sono diverse o meno.Per determinare se questo è vero ho fatto 3 test.Quindi il mio n=3 per ogni variabile.Ma se prendo tutti i valori di misurazione, JMP analizza i dati come il mio n=9, cosa che non avviene.Sfortunatamente non riesco a correggere l'errore intrinseco nelle mie misurazioni.Guardandolo da questa prospettiva, è possibile utilizzare tutti i miei punti di misurazione e quindi modificare manualmente la variabile n?
Ri: Incorporazione dell'errore di misurazione nell'analisi di DunnettNon sono sicuro di aver capito bene,
ma se prendi i dati grezzi per la tua analisi, vedrai l'errore proprio nel risultato dell'analisi. Quindi prenderei i dati grezzi.
L'analisi ti dice se l'errore è ampio rispetto alla differenza tra le variabili che desideri rilevare.
Ma ovviamente devi preoccuparti della misurazione, deve essere sufficientemente precisa da rilevare la differenza che devi rilevare.
Questo è il motivo per cui potrebbe essere necessario eseguire un MSA prima di iniziare le misurazioni reali.
