与 JMP17 的 AIAG Gauge R&R 结果选项相关的三个问题我和 JMP 日本办事处的同事一起观看了 Hyde Miller-san 的 JMP17 MSA 教程视频。
我们对 JMP 上的 AIAG 仪表 R&R 有三个问题。
(1) AIAG(2010:4th ed.)测量系统分析参考手册(4th ed.)第196页中提到“出于分析目的，将负方差分量设置为零”。 这句话的意思是下面哪一个？
- (a) 您只需将负方差估计设置为零，并计算量具 R&R 指数而不更改正方差估计，...或者...
- (b) 删除具有负方差估计的组件，并重新拟合模型。
(2)EMP MSA平台上JMP17的AIAG Gauge R&R结果采用了什么样的估算方法？
方法是 REML/EMS *吗？
* 如果数据平衡并且没有负方差，则使用 EMS。 否则，使用 REML。
（3）我个人直观地认为贝叶斯分析一般对于MSA比较好（因为MSA研究的样本量不大，我们可以避免贝叶斯分析中的负估计）。 是否有正式指南或学术参考论文建议对 MSA 和/或 Gauge R&R 使用贝叶斯分析？
回复：与 JMP17 的 AIAG Gauge R&R 结果选项相关的三个问题再次感谢你，迈克尔逊先生
我现在了解 AIAG MSA 第 4 版中方法之间的区别。和 JMP 的。 我还会查看您在第一个回复中提到的论文以及JMP的课程材料以了解更多信息。
回复：与 JMP17 的 AIAG Gauge R&R 结果选项相关的三个问题1) 当我在半导体行业联盟 International SEMATECH 工作时，来自国际公司的统计学家团队给 AIAG 写了一封信，要求他们与我们讨论一本更现代的 MSA 指南书籍。 这是在第三版期间。 他们给我们发了一封粗鲁的信，并在没有我们意见的情况下创建了第四版。 这是来自编写质量体系文件的组织！ 第一步始终是找出客户想要什么！ 但他们没有。
2) 我也相信 EMP 仅使用 REML。 您可以使用变异性中的分析设置按钮来拟合贝叶斯模型和 REML 模型。 使用 JMP > 帮助 > 样本索引 > 测量系统 > 3 因子交叉和嵌套。 贝叶斯估计和 REML 估计不同。 然后，在 EMP 中，方差分量与 REML 在 Variability 中找到的方差分量相匹配。 即使您将可变性首选项更改为使用贝叶斯，EMP 平台也会使用 REML。
3) 我输入了错误的课程材料链接。 仅供内部使用的正确链接是https://www.jmp.com/en_us/training/course-resources/measurement-system-analysis-course-resources.html 。
回复：与 JMP17 的 AIAG Gauge R&R 结果选项相关的三个问题非常感谢您的回复，迈克尔逊桑
(1) 一些日本用户只是想遵循该指南，即使它已经过时了。 我个人认为(b)带正约束的REML优于(a)，贝叶斯方法优于(b)。 但如果指南中没有写到，似乎一些日本用户就不想使用它们。 我希望 AIAG MSA 文档的下一版（第五版）变得更加现代。 不管怎样，谢谢你的信息。
(2) 我的问题是关于 JMP17 的 EMP MSA 的“AIAG Gauge R&R Results”命令。 在 JMP17 的 EMP MSA 中，我们现在有这个命令。 我找不到那里使用的估计。 我猜测那里使用的是 REML/EMS，但我没有信心。
(3) 再次感谢您提供信息。 我会检查JMP文档中引用的那些论文，我会向我的经理和JMP Japan的同事询问如何获取JMP的课程材料。
回复：与 JMP17 的 AIAG Gauge R&R 结果选项相关的三个问题我将尝试部分回答。
1）答案是a）。 这不是一个令人满意的答案，因为这怎么可能呢？ 获得负方差意味着什么？ 我们怎样才能忽略该信息并将其设置为零呢？ 这些都是有趣且相关的问题，但我还没有看到任何论文讨论它们。 有大量理论统计书籍（霍金、线性模型）解释说方差只是协方差，通过将模型重新参数化为协方差模型，负数就有意义了。 但这对工程师没有帮助。 根据我的经验（20 年半导体行业经验，10 年以上 JMP 教育经验），REML 或 EMS 会出现负方差，因为与规范研究因素的方差相比，重复性很小。 您可以选中“拟合模型”中的一个框以限制非负方差分量，但根据我的经验，使用此方法，您最终会得到零方差，并且从物理上我们知道方差不为零。
2) AIAG Gauge R&R Analysis 允许您在启动对话框中指定方法，与变异性相同。 使用“分析设置”按钮进行指定。
3）我同意。 使用贝叶斯方法，使用 REML 或 EMS 得出的负方差分量很小。 JMP 文档中有两个参考文献听起来很相关。 （我的 JSTOR 无法正常工作，所以我现在无法查找它们）
波特诺伊，S.（1971）。 “形式贝叶斯估计及其在随机效应模型中的应用。”数理统计年鉴42：1379-1402。
萨海，H.（1974）。 “平衡三阶段嵌套随机效应模型中方差分量的一些正式贝叶斯估计器。”统计通讯——模拟与计算3：233-242。
JMP 内部员工可以访问我们的 MSA 课程材料，其中可能有更多详细信息：
https://www.jmp.com/en_us/training/courses/jmp-measurement-system-analysis.html
