Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéLors de l'analyse de la jauge de variabilité, j'ai remarqué que les valeurs des composants de variance (effets principaux) pour chaque composant dépendent de l'ordre dans lequel le regroupement a été effectué.
J'aimerais savoir pourquoi nous constatons ces différences afin de mieux comprendre comment et dans quel ordre nous devrions regrouper nos données pour obtenir la représentation la plus précise de la variation présente.
J'ai joint le tableau de données avec 2 scripts pour les 2 commandes différentes.
Automatisation et scriptFusion et nettoyage des donnéesObjet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéMerci pour votre réponse. Exactement les mêmes lots sont utilisés sur tous les sites, c'est un lot de fabrication indépendant du site. Sur les sites où il y a plus d'un instrument, les opérateurs utilisent tous les instruments.
Je pense que mon diagramme en arbre devrait refléter cela, désolé si ce n'est pas le cas.
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéJuste pour ajouter à l'explication de Victor plus généralement, chaque analyse de données dépend de la façon dont les données ont été acquises . Les questions auxquelles vous pouvez répondre, les outils à utiliser pour l'analyse, les conclusions de l'analyse, la confiance dans la capacité d'extrapoler les conclusions, etc. dépendent tous de la manière dont les données ont été acquises.
S'il existe une relation hiérarchique (imbriquée) entre les colonnes, cette hiérarchie doit être respectée dans l'analyse. L'ordre des termes dans le modèle est important (SS séquentiel vs partiel). Si les colonnes sont croisées, il n'y a pas de hiérarchie et les interactions entre les colonnes peuvent être estimées.
Pour votre explication, je suis aussi un peu confus...Chaque composant que vous avez énuméré doit être mieux décrit. En règle générale, l'opérateur, le lot, l'instrument et le parcours seront imbriqués dans le site. À moins que vous n'utilisiez les mêmes lots d'un site à l'autre ? S'agit-il de lots de matériaux/pièces entrants ou sont-ils fabriqués sur chaque site ? De plus, les instruments sont-ils confondus avec les opérateurs (chaque opérateur a son propre instrument) ou croisés (chaque opérateur utilise tous les instruments) ?
Je recommande de dessiner un diagramme en arbre qui décrit comment les échantillons ont été obtenus et mesurés. Utilisez le codage des valeurs pour chaque composant, mais faites attention aux nombres réels que vous utilisez (chaque nombre est-il unique ou y a-t-il des motifs répétés dans le composant. Par exemple (pas pour votre exemple spécifique):
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéMerci beaucoup pour votre contribution !
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéC'est plus clair, merci.
Les opérateurs sont imbriqués dans le site et les instruments sont croisés avec les opérateurs (pour chaque site).
Le problème pour avoir un modèle complet "imbriqué puis croisé" est que tous les instruments (et opérateurs) ne mesurent pas les mêmes pièces : certains 1 et 2, certains 1 et 3, et sur le dernier site, c'est 3 et 2.
Donc, le moyen le plus sûr sera de ne regarder que les effets principaux à mon avis (peut-être que les experts de ce forum auraient d'autres idées).
En regardant votre variable "run", je ne suis pas sûr que cela ait un sens ici, car dans cette variabilité run-to-run, vous examinerez différents effets combinés (site, opérateurs, instrument, partie ou un mélange de certains de ces effets facteurs).
Si vous souhaitez estimer la répétabilité, cela se fait déjà dans la plateforme en regardant Within Variance ("Within" dans votre capture d'écran "Variance Components" de votre plateforme, et également vu dans les graphiques ci-dessus (plusieurs points pour les mêmes conditions)) : À propos de la méthode R&R de jauge (jmp.com)
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilité
Voici le diagramme décrivant tous les tests.
Le site 1 a 2 instruments et ils sont utilisés comme indiqué, les sites 2 et 3 n'ont qu'un seul instrument.
Le lot fait référence à un lot de fabrication, le site 1 utilise les lots 1 et 2, le site 2 utilise les lots 1 et 3, le site 3 utilise les lots 2 et 3.
La raison pour laquelle j'ai "exécuté" dans les variables de regroupement est que j'aimerais savoir quelle part de la variabilité est attribuée à la variation d'une série à l'autre.
J'espère que c'est plus clair maintenant, merci
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéSi vous pouviez cartographier/dessiner la situation, ce serait plus clair, car je ne comprends pas certaines parties :
- Les opérateurs utilisent-ils plusieurs instruments dans le site correspondant (et donc, pour chaque site, avez-vous toutes les combinaisons entre opérateur et instruments ?) ?
- Les 3 lots sont-ils les pièces à inspecter ? Sont-ils utilisés et contrôlés de la même manière dans les différents sites ? Seul 2 lots sur 3 sont testés dans chaque site (et l'attribution par site est-elle aléatoire ?) ?
Je ne comprends pas pourquoi run fait partie des variables de regroupement ? Les exécutions sont des identifiants/valeurs uniques ?
D'après vos captures d'écran et votre tableau, vous semblez avoir une confusion entre les variables, donc le moyen le plus sûr de l'analyser pour moi serait de ne regarder que les effets principaux. Si vous avez une structure claire Imbriqué/Croisé ou Croisé/Imbriqué, alors vous pouvez entrer plus en détails avec ce type de modèle.
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéMerci pour votre réponse. Dans notre cas, les variables sont : Site, Operator, Lot, Instrument et Run.
Il y a 3 sites, chacun avec différents opérateurs, instruments et parcours. Et il y a 3 lots, chaque site a testé 2 lots.
Donc je suppose que Site < Operator < Instrument < Run sont imbriqués et que les lots sont croisés ? Cependant, je n'arrive pas à faire imbriqué puis croisé.
Quelles sont vos pensées? L'analyse dans l'ordre Site < Opérateur < Instrument < Run < Lot pour les effets principaux et pour les imbriqués donne des "valeurs raisonnables" mais je ne sais pas si principal ou imbriqué est le plus représentatif.
Merci
Objet : Effet de l'ordre de regroupement sur les composantes de la variance - Analyse de la jauge de variabilitéSalut @Agustin ,
Vous pouvez trouver la solution ici : Lancer la plate-forme de graphique de jauge de variabilité/attribut (jmp.com)
- X, Regroupement : spécifiez les colonnes de classification qui regroupent les mesures. Si les facteurs forment une hiérarchie imbriquée, spécifiez d'abord les termes supérieurs. Si vous effectuez une étude de jauge, spécifiez d'abord l'opérateur, puis la pièce.
En clair : si vous avez fait toutes les interactions entre vos facteurs dans votre étude, alors l'ordre n'est pas si important. S'il existe une hiérarchie ou une situation imbriquée, vous devez passer des facteurs généraux aux facteurs spécifiques.
Vous pouvez voir un exemple dans le sujet ici : Résolu : Re : Gage R&R : imbriqué vs croisé vs imbriqué puis croisé vs croisé puis imbriqué - JMP User Community
où l'ordre des termes de regroupement était : Lieu, puis Opérateur. La pièce était dans "Part, Sample ID" (voir le grand graphique récapitulatif par @statman ).
Dans votre exemple, c'est un peu plus difficile car le nom des variables ou la conception et la portée/l'objectif de l'étude ne sont pas connus.
En espérant que cela vous aide,
