Incorporación del error de medición en el análisis de DunnettQuiero empezar a incorporar mi error de medición en mi análisis de Dunnetts.Adjunté un archivo a continuación que tiene dos variables que estoy tratando de determinar si son diferentes.Ambas variables se probaron 3 veces y cada prueba se midió 3 veces.Como estoy tratando de determinar si las variables son diferentes en el pasado, siempre promediaba las 3 mediciones y las usaba como valor para cada prueba en mi análisis de Dunnetts.Sin embargo, estaba interesado en saber si había una manera de incorporar el error en mis mediciones en mi análisis.Además, esperaba recibir instrucciones sobre cómo hacer esto por mí mismo, ya que haré este tipo de análisis con frecuencia en el futuro.Gracias.
Modelado estadístico avanzadoAcceso a los datosCombinación y limpieza de datosRe: Incorporar el error de medición en el análisis de DunnettGracias por la respuesta Statman.Empezaré a intentar hacer algún análisis estadístico de mis valores.Pero parece que tal vez quiera considerar la posibilidad de limpiar la variabilidad en mis valores.
Re: Incorporar el error de medición en el análisis de DunnettÉstos son algunos de mis pensamientos sobre su situación, al darme cuenta de que no ha proporcionado suficientes detalles para estar seguro. ¿No sé qué es una "prueba"? Tu estudio está cruzado, anidado. La prueba de significado y la variable se cruzan y las medidas se anidan dentro de ellas. Dado que tiene varias medidas para cada prueba, la repetibilidad de la precisión de su medición se confunde con la variación dentro de la prueba. Primero, querrá determinar si la repetibilidad de sus mediciones es consistente. Esto se puede lograr utilizando gráficos de rango. Además, el uso de la tabla de rangos puede darle una idea sobre la discriminación del sistema de medición (también conocida como resolución efectiva). La guía es tener al menos 5 unidades de medida dentro del límite de control superior del gráfico de rango. Su ejemplo está cerca del límite de aceptabilidad.
Si la repetibilidad de la precisión es consistente y tiene suficiente discriminación, puede promediar esos valores para reducir el error.
Si prefiere un enfoque cuantitativo, puede obtener componentes de varianza para su estudio (Analizar>Calidad y proceso>Gráfico de variabilidad/medidor de atributos). Coloque la Y en el cuadro Y, Respuesta y las capas de su árbol de muestreo comenzando con Variable/Prueba/Medición. Seleccione cruzado y luego anidado en el tipo de modelo.
Usando el triángulo rojo anidado en el indicador de variabilidad, seleccione Componentes de varianza.
MSA y MSE son siglas de Análisis o Evaluación de Sistemas de Medición (Ver también EMP). Estas siglas se asocian típicamente con el trabajo de Wheeler y son una alternativa recomendada al estudio tradicional de medición R&R. Mira aquí:
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
Re: Incorporar el error de medición en el análisis de DunnettHola georgia,
Lo siento por la respuesta tardía.Mencionaste hacer un MSA.¿Qué es eso?No había escuchado ese término antes.
Lo que usted ha sugerido es una de las formas en que he intentado hacer este análisis.Pero el problema que tengo es que le da a mi experimento más poder del que realmente tiene.Mi experimento busca determinar si las variables son diferentes o no.Para determinar si esto es cierto, he realizado 3 pruebas.Entonces mi n=3 para cada variable.Pero si tomo todos los valores de medición, JMP está analizando los datos como mi n=9, lo cual no es así.Lamentablemente no puedo corregir el error inherente en mis medidas.Mirándolo desde esta perspectiva, ¿es posible utilizar todos mis puntos de medición y luego cambiar manualmente la variable n?
Re: Incorporar el error de medición en el análisis de DunnettNo estoy seguro de haberte entendido bien.
pero si toma los datos sin procesar para su análisis, verá el error directamente en el resultado del análisis. Entonces tomaría los datos sin procesar.
El análisis le indica si el error es grande en comparación con la diferencia entre las variables que desea detectar.
Pero, por supuesto, debes preocuparte por la medición, debe ser lo suficientemente precisa como para detectar la diferencia que necesitas detectar.
Ésa es la razón por la que es posible que necesite realizar un MSA antes de comenzar con mediciones reales.
