Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessgerätanalyseBei der Durchführung der Variabilitätsmessanalyse ist mir aufgefallen, dass die Werte der Varianzkomponenten (Haupteffekte) für jede Komponente von der Reihenfolge abhängen, in der die Gruppierung durchgeführt wurde.
Ich würde gerne wissen, warum wir diese Unterschiede sehen, um besser zu verstehen, wie und in welcher Reihenfolge wir unsere Daten gruppieren sollten, um eine möglichst genaue Darstellung der vorhandenen Variationen zu erhalten.
Ich habe die Datentabelle mit zwei Skripten für die beiden verschiedenen Reihenfolgen angehängt.
Automatisierung und SkripterstellungDatenmischung und -bereinigungBetreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseDanke für Ihre Antwort. An allen Standorten werden genau die gleichen Chargen verwendet, es handelt sich um eine standortunabhängige Fertigungscharge. An Standorten, an denen es mehr als ein Instrument gibt, nutzen die Bediener alle Instrumente.
Ich denke, mein Baumdiagramm sollte dies widerspiegeln, wenn nicht, entschuldige mich.
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseUm Victors Erklärung allgemeiner zu ergänzen: Jede Datenanalyse hängt davon ab, wie die Daten erfasst wurden . Welche Fragen Sie beantworten können, welche Tools für die Analyse verwendet werden sollten, Schlussfolgerungen aus der Analyse, Vertrauen in die Fähigkeit, die Schlussfolgerungen zu extrapolieren usw. hängen alles davon ab, wie die Daten erfasst wurden.
Wenn zwischen den Spalten eine hierarchische (verschachtelte) Beziehung besteht, muss diese Hierarchie in der Analyse berücksichtigt werden. Die Reihenfolge der Terme im Modell ist wichtig (sequentieller vs. partieller SS). Wenn die Spalten gekreuzt sind, gibt es keine Hierarchie und Interaktionen zwischen den Spalten können geschätzt werden.
Was Ihre Erklärung betrifft, ich bin auch etwas verwirrt ... Jede von Ihnen aufgeführte Komponente muss besser beschrieben werden. Typischerweise werden „Bediener“, „Charge“, „Gerät“ und „Durchlauf“ im Standort verschachtelt. Es sei denn, Sie verwenden standortübergreifend dieselben Chargen? Handelt es sich hierbei um eingehende Material-/Teilemengen oder werden diese an jedem Standort hergestellt? Werden außerdem Instrumente mit Operatoren verwechselt (jeder Operator hat sein eigenes Instrument) oder gekreuzt (jeder Operator verwendet jedes Instrument)?
Ich empfehle, ein Baumdiagramm zu zeichnen, das beschreibt, wie die Proben gewonnen und gemessen wurden. Verwenden Sie eine Kodierung der Werte für jede Komponente, achten Sie jedoch darauf, welche Zahlen Sie tatsächlich verwenden (ist jede Zahl eindeutig oder gibt es in der Komponente wiederholte Muster?). Zum Beispiel (nicht für Ihr spezielles Beispiel):
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseVielen Dank für Ihren Beitrag!
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseEs ist klarer, danke.
Operatoren sind in Sites verschachtelt und Instrumente werden mit Operatoren gekreuzt (für jede Site).
Das Problem bei einem vollständigen „Nested then Crossed“-Modell besteht darin, dass nicht alle Instrumente (und Operatoren) die gleichen Teile messen: einige 1 und 2, einige 1 und 3 und an der letzten Stelle sind 3 und 2.
Daher wird es meiner Meinung nach am sichersten sein, nur die Haupteffekte zu betrachten (vielleicht hätten Experten in diesem Forum andere Ideen).
Wenn ich mir Ihre Variable „run“ ansehe, bin ich mir nicht sicher, ob sie hier Sinn macht, da Sie in dieser Run-to-Run-Variabilität verschiedene Effekte kombiniert betrachten (Standort, Operatoren, Instrument, Teil oder eine Mischung aus einigen davon). Faktoren).
Wenn Sie die Wiederholbarkeit schätzen möchten, erfolgt dies bereits in der Plattform, wenn Sie sich „Innerhalb der Varianz“ ansehen („Innerhalb“ im Screenshot „Varianzkomponenten“ Ihrer Plattform und auch in den obigen Grafiken zu sehen (mehrere Punkte für die gleichen Bedingungen)): Über die Gauge R&R-Methode (jmp.com)
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – Variabilitätsmessanalyse
Hier ist das Diagramm, in dem alle Tests aufgeführt sind.
Standort 1 verfügt über 2 Instrumente und diese werden wie gezeigt verwendet, Standort 2 und 3 verfügen nur über 1 Instrument.
„Los“ bezieht sich auf ein Produktionslos, Standort 1 verwendet die Chargen 1 und 2, Standort 2 verwendet 1 und 3, Standort 3 verwendet 2 und 3.
Der Grund, warum ich in den Gruppierungsvariablen „Lauf“ angegeben habe, liegt darin, dass ich wissen möchte, wie viel der Variabilität auf die Variation von Lauf zu Lauf zurückzuführen ist.
Ich hoffe, es ist jetzt klarer, danke
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseWenn Sie die Situation kartieren/zeichnen könnten, wäre es klarer, da ich einige Teile nicht verstehe:
- Benutzen die Bediener mehrere Instrumente am entsprechenden Standort (und stehen Ihnen daher für jeden Standort alle Kombinationen zwischen Bediener und Instrumenten zur Verfügung?)?
- Sind die 3 Lose die zu prüfenden Teile? Werden sie an den verschiedenen Standorten gleich verwendet und geprüft? An jedem Standort werden nur 2 von 3 Chargen getestet (und ist die Zuordnung nach Standort zufällig?)?
Ich verstehe nicht, warum run Teil der Gruppierungsvariablen ist? Läufe sind eindeutige IDs/Werte?
Aus Ihren Screenshots und Ihrer Tabelle geht hervor, dass es zwischen den Variablen Verwechslungen gibt. Daher wäre es für mich die sicherste Art, dies zu analysieren, wenn ich nur die Haupteffekte betrachte. Wenn Sie eine klare Struktur „Nested/Crossed“ oder „Crossed/Nested“ haben, können Sie bei diesem Modelltyp detaillierter darauf eingehen.
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseDanke für Ihre Antwort. In unserem Fall sind die Variablen: Site, Operator, Lot, Instrument und Run.
Es gibt 3 Standorte mit jeweils unterschiedlichen Operatoren, Instrumenten und Läufen. Und es gibt 3 Chargen, jeder Standort hat 2 Chargen getestet.
Ich vermute also, dass Site < Operator < Instrument < Run verschachtelt sind und sich die Chargen überschneiden? Allerdings kann ich anscheinend nicht verschachtelt und dann gekreuzt vorgehen.
Was sind deine Gedanken? Sowohl die Analyse in der Reihenfolge Site < Operator < Instrument < Run < Lot für Haupteffekte als auch für verschachtelte Ergebnisse liefert „vernünftige Werte“, aber ich weiß nicht, ob „main“ oder „nested“ repräsentativer ist.
Danke
Betreff: Auswirkung der Gruppierungsreihenfolge auf Varianzkomponenten – VariabilitätsmessanalyseHallo @Agustin ,
Möglicherweise finden Sie die Lösung hier: Starten Sie die Variability/Attribute Gauge Chart Platform (jmp.com)
- X, Gruppierung: Geben Sie die Klassifizierungsspalten an, die die Messungen gruppieren. Wenn die Faktoren eine verschachtelte Hierarchie bilden, geben Sie zuerst die höheren Terme an. Wenn Sie eine Lehrenstudie durchführen, geben Sie zuerst den Bediener und dann das Teil an.
Im Klartext: Wenn Sie in Ihrer Studie alle Wechselwirkungen zwischen Ihren Faktoren berücksichtigt haben, ist die Reihenfolge nicht so wichtig. Wenn eine Hierarchie oder eine verschachtelte Situation vorliegt, sollten Sie von allgemeinen zu spezifischen Faktoren übergehen.
Ein Beispiel zum Thema finden Sie hier: Gelöst: Betreff: Gage R&R: Verschachtelt vs. gekreuzt vs. verschachtelt, dann gekreuzt vs. gekreuzt, dann verschachtelt – JMP-Benutzer-Community
wobei die Reihenfolge der Gruppierungsbegriffe lautete: Standort, dann Betreiber. Teil war in „Teil, Proben-ID“ (siehe die tolle Übersichtsgrafik von @statman ).
In Ihrem Beispiel ist es etwas schwieriger, da der Name der Variablen oder das Design und der Umfang/das Ziel der Studie nicht bekannt sind.
Ich hoffe, das hilft dir,
