如何在能力分析和分配中使用重复测量我需要对多次测量中的数据点进行分析的建议。 比如说，我对管中的乳膏药品进行了效价测量。 我从管的顶部、中部、底部收集了样品，从而测量了效力。 管代表批次，效力代表批次，但三个测量值实际上代表同一批次。 在分析中，我应该使用三个测量值的平均值还是使用三个数据点？ 现在，对于 n=30 或更大的幻数，这三个数据点来自同一管，是否应该考虑n=1 或 n=3 ？
高级统计建模回复：如何在能力分析和分配中使用重复测量谢谢埃文。
很抱歉我说得不够清楚。 事实上，我有两种类型的场景。 为了进行测定或效力，我在填充试管期间收集了 5 个分层样本。 这是基于储罐中的体积水平。 所以我有同批次的 5 个效力数据点。 我的最终测定应该是这 5 个数据点的平均值，但它是按原样报告的。 假设我有 10 个批次的产品，这将为我提供 50 个数据点。 如果在本例中我不使用 5 的子组，我将在报告中看到 N=50。 但使用 5 的子组将生成 N=10 的报告。 是这样吗？ 它计算子组的变异性吗？ 我会检查这一点，但也会感谢您的意见。
对于第二种情况，实际上这是为了管中的内容均匀性（来自管的顶部、中间、底部样品分析）。 例如，当我分析 10 个不同批次的试管数据时，我有 30 个数据点。 如前所述，如果没有分组，我将得到 N=30 的报告，如果分组为 3，我将得到 N=10 的报告。 我的目标是使用所有数据点，但获得实际批次数的报告。 请指教。
在另一种情况下，分组将会很困难。 我有三种不同的类型：比如说，5 层和 3 层，以及每批稳定性下的多个时间点（o、3、6、12、18、24、36 个月）。 在分析过程中，如何为单列响应（例如粘度或测定）容纳这三个不同的数值子组？
回复：如何在能力分析和分配中使用重复测量在您了解能力之前，您所描述的测量类型（上-中-下）可能是一个棘手的类型，您需要认真考虑一下。是假设效力按照不担心位置的随机分布分布在整个管中，还是您认为位置本身具有任何意义
如果假设遵循前者，那么您必须问自己为什么对 1 管进行 3 次采样，而不是对类似批次的 3 管进行 1 次采样。合理分组的目的是最大限度地提高由于子组之间可分配的原因而产生变异的可能性。发展你的小组以遵循这个逻辑是很重要的。单个管内的正常变化不太可能代表管之间的全部变化。
如果假设遵循后者，即管内可能存在分层，那么您可能需要使用另一种类型的控制图，称为三向图（取决于您的 JMP 版本，这也可能称为离散图） ）。它们也称为组间/组内图表，在某些地方也称为 I-MR-R 图表。因为统计需要同一事物有 4 个名称。无论如何。Don Wheeler（帮助设计 JMP 中的 MSA 工具的人……我认为）在这里有一篇关于三向图的好文章https://www.qualitydigest.com/inside/statistics-column/ Three-way-chart-030617.html
这些对于理解更复杂的变异类型是必要的，因为要理解变异内部和变异之间是根本不同的。
回复：如何在能力分析和分配中使用重复测量首先让我问一个问题：
1. 能力分析研究的目标是什么？ 是为了量化批量生产过程的能力吗？ 如果是，请继续阅读。 如果不是，那么您尝试评估哪个过程来进行能力分析？
能力分析通常用于确定与某些特征的规范相关的多个独立观察值的分布的中心和分布。 因此，一般来说，在大多数批量制造过程中，需要对过程进行多次迭代（即批次）来建立过程的能力。 因此，在您的情况下，您只有一个批次，但对同一基本过程输出进行了多次测量。 因此，使用多次测量来进行能力分析来对批量生产过程做出一般性的陈述是不合适的。
就分发平台而言，该平台可以用于任何特征……它可能会产生一些关于测量过程的见解，因此使用该平台来简单地可视化测量群体是完全合适的。 只是为了搞笑，因为您有来自三个不同位置的观察结果，所以我还会使用 Fit Y by X 平台来按位置可视化观察结果。 可能会告诉您有关管内特性的平均值和离散度以及管内均匀性的信息吗？
