Dunnetts 분석에 측정 오류 통합측정 오류를 Dunnetts 분석에 통합하고 싶습니다.아래에 두 개의 변수가 있는 파일을 첨부했는데, 이 파일은 서로 다른지 확인하려고 합니다.두 변수 모두 3번 테스트되었으며 각 테스트는 3번 측정되었습니다.과거에 변수가 다른지 확인하려고 하기 때문에 항상 3가지 측정값을 모두 평균하고 Dunnetts 분석에서 각 테스트의 값으로 사용했습니다.그러나 측정값의 오류를 분석에 통합할 수 있는 방법이 있는지 알아보는 데 관심이 있었습니다.또한, 앞으로 이런 분석을 자주 할 것이기 때문에 스스로 어떻게 해야 하는지 지침을 기대하고 있었습니다.감사합니다.
고급 통계 모델링데이터 접근데이터 혼합 및 정리Re: 측정 오류를 Dunnetts 분석에 통합Statman님 답변 감사드립니다.나는 내 가치관에 대한 통계적 분석을 시도해 볼 것입니다.하지만 내 가치관의 변동성을 정리하는 방법을 조사하고 싶을 것 같습니다.
Re: 측정 오류를 Dunnetts 분석에 통합다음은 귀하의 상황에 대한 내 생각 중 일부입니다. 귀하가 확신할 만큼 충분한 세부정보를 제공하지 않았다는 것을 깨달았습니다. "테스트"가 무엇인지 모르시나요? 당신의 연구가 교차되고 중첩되었습니다. 의미 테스트와 변수가 교차되고 측정값이 그 안에 중첩됩니다. 각 테스트에 대해 여러 측정값이 있으므로 측정 정밀도 반복성은 테스트 변형 내에서 혼동됩니다. 먼저 측정 반복성이 일관된지 확인해야 합니다. 이는 범위 차트를 사용하여 수행할 수 있습니다. 또한 범위 차트를 사용하면 측정 시스템 식별(유효 분해능이라고도 함)에 대한 아이디어를 얻을 수 있습니다. 범위 차트의 관리 상한 내에 최소 5개의 측정 단위가 있어야 한다는 지침이 있습니다. 귀하의 예는 허용 한계에 가깝습니다.
정밀도 반복성이 일관되고 식별력이 충분한 경우 해당 값을 평균화하여 오류를 줄일 수 있습니다.
정량적 접근 방식을 선호하는 경우 연구에 대한 분산 구성 요소를 얻을 수 있습니다(분석>품질 및 프로세스>변동성/계수 게이지 차트). Y, 반응 상자에 Y를 입력하고 변수/테스트/측정으로 시작하는 샘플링 트리 레이어를 입력합니다. 모델 유형에서 교차 후 중첩을 선택합니다.
가변성 게이지에 대한 빨간색 삼각형 중첩을 사용하여 분산 구성요소를 선택합니다.
MSA 및 MSE는 측정 시스템 분석 또는 평가(EMP 참조)의 약어입니다. 이러한 약어는 일반적으로 Wheeler의 작업과 연관되어 있으며 전통적인 게이지 R&R 연구에 대한 권장 대안입니다. 여기를 보아라:
https://www.jmp.com/en_us/whitepapers/jmp/emp-management-systems-analytic.html
https://community.jmp.com/t5/Tutorials/Evaluating-amp-Monitoring-Your-Process-Using-MSA-and-SPC/ta-p/277447
Re: 측정 오류를 Dunnetts 분석에 통합안녕하십니까?
답변이 늦어서 죄송합니다.MSA를 한다고 말씀하셨는데요.저게 뭐에요?나는 그 용어를 전에 들어 본 적이 없습니다.
당신이 제안한 것은 제가 이 분석을 시도한 방법 중 하나입니다.그러나 내가 가진 문제는 그것이 내 실험에 실제보다 더 많은 힘을 준다는 것입니다.내 실험은 변수가 다른지 여부를 조사하는 것입니다.이것이 사실인지 확인하기 위해 3가지 테스트를 수행했습니다.그래서 각 변수에 대해 n=3입니다.하지만 모든 측정 값을 취하면 JMP는 n=9와 같은 데이터를 분석하지만 그렇지 않습니다.불행하게도 내 측정에 내재된 오류를 수정할 수는 없습니다.이러한 관점에서 보면 모든 측정 지점을 사용한 다음 n 변수를 수동으로 변경하는 것이 가능합니까?
Re: 측정 오류를 Dunnetts 분석에 통합제가 이해한 것이 맞는지 잘 모르겠습니다.
하지만 원시 데이터를 분석용으로 가져오면 분석 결과에 바로 오류가 표시됩니다. 그래서 나는 원시 데이터를 가져갈 것입니다.
분석을 통해 탐지하려는 변수 간의 차이에 비해 오류가 큰지 알 수 있습니다.
하지만 물론 측정에 신경을 써야 하며, 감지해야 하는 차이를 감지할 수 있을 만큼 정확해야 합니다.
이것이 실제 측정을 시작하기 전에 MSA를 수행해야 하는 이유입니다.
