将测量误差纳入 Dunnetts 分析我想开始将测量误差纳入我的 Dunnetts 分析中。我在下面附加了一个文件，其中有两个变量，我试图确定它们是否不同。两个变量均测试 3 次，每个测试测量 3 次。由于我试图确定过去的变量是否不同，因此我总是对所有 3 个测量值进行平均，并用作邓尼茨分析中每个测试的值。然而，我很想知道是否有一种方法可以将测量中的误差纳入我的分析中。另外，我希望得到有关如何为自己执行此操作的说明，因为我将来会经常进行此类分析。谢谢。
高级统计建模数据存取数据混合和清理回复：将测量误差纳入 Dunnetts 分析中感谢斯塔曼的回复。我将开始尝试对我的价值观进行一些统计分析。但看起来我可能想研究一下清理我价值观中的可变性。
回复：将测量误差纳入 Dunnetts 分析中以下是我对您的情况的一些想法，意识到您没有提供足够的细节来确定。 我不知道什么是“测试”？ 你的书房是交叉的、嵌套的。 含义测试和变量是交叉的，并且测量值嵌套在其中。 由于每个测试都有多个测量值，因此测量精度的重复性会与测试内的变异相混淆。 首先，您需要确定测量的重复性是否一致。 这可以使用范围图来完成。 此外，使用范围图可以让您了解测量系统辨别力（也称为有效分辨率）。 该指南要求至少有 5 个测量单位位于范围图的控制上限之内。 你的例子接近可接受的极限。
如果精度重复性一致并且具有足够的辨别力，您可以对这些值进行平均以减少误差。
如果您更喜欢定量方法，您可以获取研究的方差分量（分析>质量和过程>变异性/属性量规图）。 将 Y 放入 Y、响应框中，并将采样树的各层从变量/测试/测量开始。 选择交叉然后嵌套在模型类型中。
使用嵌套到变异性计量器的红色三角形，选择方差分量。
MSA 和 MSE 是测量系统分析或评估的缩写（另请参见 EMP）。 这些首字母缩略词通常与 Wheeler 的工作相关，是传统量规 R&R 研究的推荐替代方案。 看这里：
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
回复：将测量误差纳入 Dunnetts 分析中嗨格奥尔格，
抱歉回复延迟。您提到进行 MSA。那是什么？我以前没听说过这个词。
您所建议的是我尝试进行此分析的方法之一。但我遇到的问题是，它给我的实验带来了比实际更多的力量。我的实验是观察变量是否不同。为了确定这是否属实，我做了 3 个测试。所以我的每个变量的n=3。但是，如果我采用所有测量值，JMP 就会像我的 n=9 一样分析数据，但事实并非如此。不幸的是，我无法修复测量中的固有误差。从这个角度来看，是否可以使用我所有的测量点，然后手动更改n变量？
回复：将测量误差纳入 Dunnetts 分析中不确定我的理解是否正确，
但如果您采用原始数据进行分析，您将在分析结果中看到错误。 所以我会获取原始数据。
分析会告诉您，与您想要检测的变量之间的差异相比，误差是否很大。
但当然您需要关心测量，它需要足够精确才能检测到您需要检测的差异。
这就是为什么您可能需要在开始实际测量之前进行 MSA 的原因。
