分析に事前定義されたエラーを含めるこんにちは、みんな、
分析したいデータセットが限られています (二変量またはモデルの適合)。問題は、限られたデータセットを考慮して個々のデータポイントの重要性を過大評価しないように、事前の値に誤差を含めたいことです。
事前定義されたエラーの列を含めてグラフビルダーでレポートさせる方法はわかっていますが、分析プラットフォームでこれを行う方法がわかりません。
マスカスタマイゼーションウィンドウズRe: 事前定義されたエラーを解析に含める私たちは常に測定値を取得し、機器の測定範囲内にいます。 問題は、1 つのデータ ポイントを収集するだけでも非常にコストがかかることです。 以前に MSA 調査を行っていないため、収集したデータ ポイントのナプキン エラーの裏に常に +-0.3 単位を使用してきました。 このエラーを分析に含めるためのより厳密な方法があるかどうかを知りたい.
Re: 事前定義されたエラーを解析に含めるデータの問題は、常に測定値が得られないことですか、それとも測定値が限られていることですか? 後者の問題である場合、データは検閲されています。 実際の値が限界を超えていることがわかります。 このような場合の測定値は、下限または上限である可能性があります。 この説明が問題のように思われる場合は、JMP を使用して打ち切りデータを分析するお手伝いをします。 つまり、範囲内の値だけでなく、すべてのデータを含めることができます。
Re: 事前定義されたエラーを解析に含めるうーん、ジレンマを読んで、私はこの問題についてまったく異なる理解を持っています (誤解もあるかもしれませんが)。 ここに私の考えがあります：
ロイドは、彼が収集しているデータが狭い推論空間したがって、真の変動性の合理的な推定値が含まれていません (代表的なものではありません)。 調査における変動の推定値 (平均二乗誤差、MSE) は収縮する可能性があるため、対応する F または t 値は膨張し、p 値は実際よりも有意に表示されます。 この潜在的な危険性を理解してくださったことに拍手を送りたいと思います。 JMP を使用して何ができるかについては、あまり良いアドバイスはありません。 サンプル データ セットの MSE を、同じプロセスの他のサンプルから得られた推定値と比較することは常に良い考えだと思います (特に、それらがより代表的なサンプリングからのものである場合)。 私はいつもこれを自分の計算で行ってきました。 ANOVA の MSE を独自の値に置き換える方法があると思いますが、個人的には JMP でこれを行う方法がわかりません。 より代表的な誤差推定値と一致するように MSE を膨らませるサンプル データ セットに値を追加できますか? 本当に p 値を使用する必要がありますか? グラフィック手法にとどまり、定量的アプローチを無視することをお勧めします。
Re: 事前定義されたエラーを解析に含める追加の説明をありがとう。
これが私の見解です...あなたが書いたとき、「測定誤差をキャプチャしていないため、p値が収縮するのではないかと心配しています...」. あなたは何かに取り組んでいます...しかし、測定システムからの観測値とその2つの分散成分との関係を覚えておいてください。 何かの測定値を観察するときはいつでも、相加的な2つの変動源があるため、実際にデータの測定誤差を「キャプチャ」しています。 製品の分散 + 測定システムの分散 = 観測された分散。 したがって、あなたがやろうとしているのは、製品の分散から測定システムの分散を差し引き、各応答の平均を何らかの方法で推定する方法を考え出すことだと思います. 単一の測定値だけでは、単純な分散の減算では製品の平均を推定できないため、これは不可能です。
統計的思考と推論の基本的な課題の 1 つを発見しました。測定システムの変動が製品/プロセスの変動を圧倒し、製品/プロセスに関する統計的推論をより問題にすることがあります。製品/プロセスの分散が増加します...簡単に言えば、信号 (対象の製品/プロセス) がノイズ (測定システム) を超えることは困難です。
では、ここからどこへ行くのですか？ 明白な推奨事項の 1 つは、弾丸をかじってシステムから測定値を複製し、モデリングの目的で各応答の平均を使用することです...これは、各応答の平均を推定するために、測定システムの変動を抑えるのに役立ちます。 しかし、それは現実的ではないように聞こえますか？ 次のフォールバックの立場は、あなたが持っているデータでモデルを構築することです...そして、JMP内でブートストラップを使用して、実際的な観点からパラメータ推定とその分布を調べます. 最後のアイデアは、JMP Prediction Profiler とシミュレーション機能の構成内にあり、システムの動作をシミュレートするのに時間がかかります。 因子変動命令に加えて、シミュレーション結果に変動を「追加」する機能があるため、これは、各応答の平均に測定システムの変動を追加するための代理となることができます。
これが少し役立つことを願っていますか？
Re: 事前定義されたエラーを解析に含めるやりたいことをうまく説明できていなかったと思います。
我々は以前に特徴づけた計測器を持っており、誤差の 1 シグマ単位の値を与えてくれます。 この機器でデータを収集することは非常に困難であるため、サンプルサイズは限られています。 グループごとの少数のポイントが違いを示している可能性がありますが、この限られたデータセットで測定誤差を取得していないため、p 値が収縮するのではないかと心配しています。
データセットに事前測定誤差を組み込む方法はありますか? このエラーを組み込むべきではありませんか?
Re: 事前定義されたエラーを解析に含める多分私はあなたが意図したようにあなたの元の投稿を解釈していませんが、これがあなたの考えをどのように理解しているかです.これらの値のそれぞれについて「エラー」を検出し、分析を完了しますか? 値を後続の値に効果的に変更します。 これを達成するための経路を提供する前に、分析の前に、あなたが何をしようとしているのかを理解していることを確認したいと思います. なぜこれをしたいのかわかりませんか？ たぶん、「...個々のデータポイントの重要性を過大評価しないように...」という上であなたの考えを共有することができます. 本質的に新しいデータを作成していますか？ 数学はさておき...これはあなたがやろうとしていることの文脈で倫理的ですか?
Re: 事前定義されたエラーを解析に含めるあなたの説明に基づいて、ここに私の理解があります：あなたは小さなサンプルを持っていて、いくつかの観察が少し極端であり、極端な観察はある種のランダム性によるものであると疑っています。そのランダム性を既存の観察。
それが極端な観察の影響を「抑える」のに役立つかどうかはわかりません. しかし、極端な観察を処理する方法がいくつかあります。
- 極端な観測値の格付けを下げることを検討してください。つまり、観測値に低い重みを使用してください。 すべての観測に重み 1 が与えられている場合は、極端なものに 1 の分数を与えます。
- 状況に応じて、t 分布、対数正規分布など、別の分布の使用を検討してください。
- 分数加重ブートストラップを検討してください (関心のある統計を右クリックし、[ブートストラップ] メニューを選択して、それに応じて操作します)。これにより、繰り返しサンプリングを模倣し、結果がどのように変化するかを確認できます。
- シミュレーションの使用を検討してください (関心のある統計を右クリックし、[シミュレート] メニューを選択して、それに応じて操作します)。 これはおそらくあなたの考えに最も近いものです。 観察に基づいてサンプルをシミュレートし、不確実性を加えて、結果がどのように変化するかを確認します。 ただし、導入された不確実性に関するあなたの仮定は、影響の新しいソースです。 それがあなたの分析と結論にどのように影響するかはわかりません.
