如何在能力分析和分配中使用重複測量我需要在多次測量中分析數據點的建議。 比如說，我從管子中測量了一種乳膏藥物產品的效力。 我有來自管子頂部、中部、底部的樣本，因此可以測量效力。 試管代表批次，效力代表批次，但實際上三個測量值代表同一批次。 在分析中，我應該使用三個測量值的平均值還是使用三個數據點？ 現在，對於 n=30 或更多的幻數，這三個數據點來自同一個管子，是否應該考慮n=1 或 n=3 ?
分析回复：如何在能力分析和分配中使用重複測量讓我先問一個問題：
1. 能力分析研究的目標是什麼？ 是量化批量生產過程的能力嗎？ 如果是，請繼續閱讀。 如果不是，那麼您嘗試評估與能力分析的關係的哪個過程？
能力分析通常用於確定與所述特徵的規範相關的某些特徵的多個獨立觀察的分佈的中心和分佈。 所以一般來說，在大多數批量製造過程中，需要多次迭代過程（即批次）來建立過程的能力。 因此，在您的情況下，您有一個批次，但對相同的基本過程輸出進行了多次測量。 因此，使用多次測量進行能力分析來對批量生產過程做出一般性陳述是不合適的。
就分發平台而言，該平台可用於任何特徵……它可能會對測量過程產生一些洞察力，因此使用該平台來簡單地可視化測量總體是完全合適的。 只是為了笑一笑，因為您有來自三個不同位置的觀察結果，我還將使用 Fit Y by X 平台按位置可視化觀察結果。 能否告訴您一些關於管內特徵的均值和離散程度的信息，以及管內的同質性？
回复：如何在能力分析和分配中使用重複測量在您進入能力之前，您所描述的測量類型，從上到中到下，可能是一個棘手的問題，您需要真正考慮一下。是否假設效力按照不擔心位置的隨機分佈分佈在管中，或者您認為位置本身俱有任何意義
如果假設遵循前者，那麼您必須問自己為什麼對 1 個試管進行 3 次採樣，而不是 1 次從類似批次中抽取 3 個試管。合理分組的目的是最大限度地提高由於子組之間的可分配原因引起的可變性的可能性。發展您的子組以遵循該邏輯非常重要。單個管內的正常變化不太可能代表管之間的全部變化。
如果假設遵循後者，即管內可能存在分層，那麼您可能需要使用不同類型的控製圖，稱為三向圖（取決於您的 JMP 版本，這也可能稱為離散圖）。它們也稱為圖表之間/圖表內，在某些地方稱為 I-MR-R 圖表。因為對於同一事物，統計需要 4 個名稱。無論如何。Don Wheeler（在 JMP 中幫助設計 MSA 工具的那個人……我認為）在這裡有一篇關於三向圖的好文章https://www.qualitydigest.com/inside/statistics-column/three-way-chart-030617.html
這些對於理解更複雜的變異類型是必要的，因為變異的內部和之間是根本不同的。
