Tre domande relative all'opzione AIAG Gauge R&R Results di JMP17Ho guardato il video tutorial di Hyde Miller-san per MSA di JMP17 con i miei colleghi dell'ufficio giapponese di JMP.
Abbiamo tre domande su Gauge R&R di AIAG su JMP.
(1) A pagina 196 in AIAG (2010:4th ed.) Measurment System Analysis Reference Manual (4th ed.), si dice che "Per scopi di analisi, la componente di varianza negativa è impostata a zero". Questa frase significa quale delle seguenti?
- (a) Basta impostare zero solo per le stime di varianza negative e calcolare gli indici Gauge R&R senza modificare le stime di varianza positive,...oppure...
- (b) Si rimuovono i componenti che hanno stime di varianza negative e si riadatta il modello.
(2) Che tipo di metodo di stima viene utilizzato nei risultati R&R Gauge AIAG di JMP17 sulla piattaforma EMP MSA?
Il metodo REML/EMS è *?
* Se i dati sono equilibrati e non vi è alcuna varianza negativa, viene utilizzato l'EMS. In caso contrario, viene utilizzato REML.
(3) Personalmente e intuitivamente ritengo che l'analisi bayesiana sia generalmente migliore per MSA (perché la dimensione del campione non è grande nello studio MSA e possiamo evitare stime negative nell'analisi bayesiana). Esiste una linea guida formale o un documento accademico con referee in cui l'analisi bayesiana è raccomandata per MSA e/o Gauge R&R?
Ri: Tre domande relative all'opzione AIAG Gauge R&R Results di JMP17Grazie ancora, Michelson-san
Ora capisco la differenza tra i metodi in AIAG MSA 4a ed. e quelli di JMP. Controllerò anche i documenti che avevi menzionato nella prima risposta e i materiali del corso di JMP per capirne di più.
Ri: Tre domande relative all'opzione AIAG Gauge R&R Results di JMP171) Quando lavoravo per il consorzio dell'industria dei semiconduttori, International SEMATECH, un team di statistici delle aziende internazionali ha scritto una lettera all'AIAG, chiedendo loro di iniziare una conversazione con noi su un libro di linee guida MSA più moderno. Questo è stato durante il periodo della 3a edizione. Ci hanno rispedito una lettera scortese e hanno creato la 4a edizione senza il nostro contributo. Questo viene da un'organizzazione che scrive documenti sui sistemi di qualità! Il primo passo è sempre quello di scoprire cosa vuole il tuo cliente! Ma non l'hanno fatto.
2) Credo anche che EMP utilizzi solo REML. È possibile utilizzare il pulsante Impostazioni analisi in Variabilità per adattare sia i modelli bayesiani che REML. Utilizzare JMP > Guida > Indice campioni > Sistemi di misurazione > 3 fattori incrociati e nidificati. Le stime bayesiane e REML sono diverse. Quindi in EMP, i componenti della varianza corrispondono a quelli trovati da REML in Variabilità. Anche se modifichi le tue preferenze di variabilità per utilizzare bayesiano, la piattaforma EMP utilizza REML.
3) Ho inserito il link sbagliato per i materiali del corso. Il link corretto solo per uso interno è https://www.jmp.com/en_us/training/course-resources/measurement-system-analysis-course-resources.html .
Ri: Tre domande relative all'opzione AIAG Gauge R&R Results di JMP17Grazie mille per la risposta, Michelson-san
(1) Alcuni utenti giapponesi vogliono semplicemente seguire le linee guida anche se non sono aggiornate. Personalmente penso che (b) REML con vincoli positivi sia migliore di (a) e il metodo bayesiano sia migliore di (b). Ma se non sono scritti nelle linee guida, sembra che alcuni utenti giapponesi non vogliano usarli. Spero che la prossima edizione (5a ed.) del documento AIAG MSA diventi più moderna. Comunque grazie per le informazioni.
(2) La mia domanda riguarda il comando "AIAG Gauge R&R Results" dell'EMP MSA di JMP17. In EMP MSA di JMP17, ora abbiamo questo comando. Non riesco a trovare quale stima viene utilizzata lì. Immagino selvaggiamente che REML/EMS sia usato lì, ma non ho fiducia.
(3) Grazie ancora per le informazioni. Controllerò i documenti a cui fa riferimento il documento di JMP e chiederò al mio manager e ai miei colleghi di JMP Japan come ottenere i materiali del corso di JMP.
Ri: Tre domande relative all'opzione AIAG Gauge R&R Results di JMP17Cercherò di rispondere in parte.
1) La risposta è a). Non è una risposta soddisfacente, perché come può essere? Cosa significa ottenere una varianza negativa? Come possiamo semplicemente ignorare queste informazioni e impostarle su zero? Queste sono domande interessanti e pertinenti, ma non ho visto alcun documento discuterne. Esistono pesanti libri di statistica teorica (Hocking, Linear Models) che spiegano che le varianze sono semplicemente covarianze e riparametrizzando il modello come un modello di covarianza, gli aspetti negativi hanno senso. Ma questo non aiuta un ingegnere. Nella mia esperienza (20 anni in semiconduttori, 10+ in JMP Education), le varianze negative si verificano con REML o EMS perché la ripetibilità è piccola rispetto alla varianza dai fattori di studio del calibro. Puoi selezionare una casella in Stima modello per limitare a componenti di varianza non negativi, ma ancora una volta, nella mia esperienza, con questo metodo, finisci con zero varianze e fisicamente sappiamo che la varianza non è zero.
2) AIAG Gauge R&R Analysis consente di specificare il metodo nella finestra di dialogo di avvio, come Variabilità. Utilizzare il pulsante Impostazioni analisi per specificare.
3) sono d'accordo. I componenti della varianza negativa che utilizzano REML o EMS risultano essere piccoli utilizzando il metodo bayesiano. Ci sono due riferimenti nella documentazione di JMP che sembrano rilevanti. (Il mio JSTOR non funziona correttamente, quindi non posso cercarli in questo momento)
Portnoy, S. (1971). "Stima formale di Bayes con applicazione a un modello di effetti casuali". Gli Annali di Statistica Matematica 42:1379–1402.
Sahai, H. (1974). "Alcuni stimatori formali di Bayes dei componenti della varianza nel modello di effetti casuali nidificati a tre stadi bilanciati". Comunicazione in Statistica – Simulazione e Calcolo 3:233–242.
I dipendenti JMP interni possono accedere ai nostri materiali dei corsi MSA che potrebbero contenere maggiori dettagli all'indirizzo
https://www.jmp.com/en_us/training/courses/jmp-measurement-system-analysis.html
