Tres preguntas relacionadas con la opción de resultados R&R de calibre AIAG de JMP17Vi el video tutorial de Hyde Miller-san para el MSA de JMP17 con mis colegas en la oficina de JMP en Japón.
Tenemos tres preguntas sobre Gauge R&R de AIAG en JMP.
(1) En la página 196 de AIAG (2010: 4.ª ed.) Manual de referencia de análisis de sistemas de medición (4.ª ed.), se dice que "Para fines de análisis, el componente de varianza negativa se establece en cero". ¿Esta oración significa cuál de los siguientes?
- (a) Simplemente establezca cero solo para las estimaciones de varianza negativa y calcule los índices R&R de Gauge sin cambiar las estimaciones de varianza positivas,... o...
- (b) Elimina los componentes que tienen estimaciones de varianza negativa y vuelve a ajustar el modelo.
(2) ¿Qué tipo de método de estimación se utiliza en los resultados R&R de calibre AIAG de JMP17 en la plataforma EMP MSA?
¿El método es REML/EMS*?
* Si los datos están balanceados y no hay variación negativa, entonces se usa EMS. De lo contrario, se utiliza REML.
(3) Personal e intuitivamente, creo que el análisis bayesiano es generalmente mejor para MSA (porque el tamaño de la muestra no es grande en el estudio MSA y podemos evitar estimaciones negativas en el análisis bayesiano). ¿Existe una directriz formal o un documento académico arbitrado en el que se recomiende el análisis bayesiano para MSA y/o Gauge R&R?
Re: Tres preguntas relacionadas con la opción de resultados R&R de calibre AIAG de JMP17Intentaré responder parcialmente.
1) La respuesta es a). No es una respuesta satisfactoria, porque ¿cómo puede serlo? ¿Qué significa obtener una varianza negativa? ¿Cómo podemos simplemente ignorar esa información y ponerla a cero? Estas son preguntas interesantes y relevantes, pero no he visto ningún artículo que las discuta. Hay pesados libros de estadística teórica (Hocking, Linear Models) que explican que las varianzas son simplemente covarianzas, y reparametrizando el modelo como un modelo de covarianza, los negativos tienen sentido. Pero eso no ayuda a un ingeniero. En mi experiencia (20 años en semiconductores, más de 10 años en JMP Education), ocurren variaciones negativas con REML o EMS porque la repetibilidad es pequeña en comparación con la variación de los factores de estudio de calibre. Puede marcar una casilla en Ajustar modelo para restringir a componentes de varianza no negativos, pero nuevamente, en mi experiencia, con este método, termina con varianza cero y físicamente sabemos que la varianza no es cero.
2) AIAG Gauge R&R Analysis le permite especificar el método en el cuadro de diálogo de inicio, al igual que la Variabilidad. Utilice el botón Configuración de análisis para especificar.
3) Estoy de acuerdo. Los componentes de la varianza negativa usando REML o EMS resultan pequeños usando el método bayesiano. Hay dos referencias en la documentación de JMP que parecen ser relevantes. (Mi JSTOR no funciona bien, así que no puedo buscarlos ahora)
Portnoy, S. (1971). "Estimación formal de Bayes con aplicación a un modelo de efectos aleatorios". Los Anales de Estadística Matemática 42:1379–1402.
Sahai, H. (1974). "Algunos estimadores formales de Bayes de componentes de varianza en el modelo de efectos aleatorios anidados de tres etapas equilibrado". Comunicación en Estadística – Simulación y Computación 3:233–242.
Los empleados internos de JMP pueden acceder a los materiales de nuestro curso de MSA que pueden tener más detalles en
https://www.jmp.com/en_us/training/courses/jmp-measurement-system-analysis.html
Re: Tres preguntas relacionadas con la opción de resultados R&R de calibre AIAG de JMP17Muchas gracias por tu respuesta, Michelson-san
(1) Algunos usuarios japoneses solo quieren seguir la guía, incluso si está desactualizada. Personalmente, creo que (b) REML con restricciones positivas es mejor que (a), y el método bayesiano es mejor que (b). Pero si no están escritos en la guía, parece que algunos usuarios japoneses no quieren usarlos. Espero que la próxima edición (5ª ed.) del documento AIAG MSA sea más moderna. De todos modos, gracias por la información.
(2) Mi pregunta se refiere al comando "AIAG Gauge R&R Results" del EMP MSA de JMP17. En EMP MSA de JMP17, ahora tenemos este comando. No puedo encontrar qué estimación se usa allí. Supongo que REML/EMS se usa allí, pero no tengo confianza.
(3) Gracias de nuevo por la información. Verificaré los documentos a los que hace referencia el documento de JMP y le preguntaré a mi gerente ya mis colegas de JMP Japón cómo obtener los materiales del curso de JMP.
Re: Tres preguntas relacionadas con la opción de resultados R&R de calibre AIAG de JMP171) Cuando trabajaba para el consorcio de la industria de semiconductores, International SEMATECH, un equipo de estadísticos de las empresas internacionales escribió una carta a AIAG, pidiéndoles que iniciaran una conversación con nosotros sobre un libro de directrices de MSA más moderno. Esto fue durante el tiempo de la 3ra edición. Nos enviaron una carta grosera y crearon la cuarta edición sin nuestro aporte. ¡Esto es de una organización que escribe documentos de sistemas de calidad! ¡El paso 1 siempre es averiguar lo que quiere su cliente! Pero no lo hicieron.
2) También creo que EMP usa solo REML. Puede usar el botón Configuración de análisis en Variabilidad para ajustar los modelos Bayesiano y REML. Use JMP > Ayuda > Índice de muestra > Sistemas de medición > 3 factores cruzados y anidados. Las estimaciones bayesianas y REML son diferentes. Luego, en EMP, los componentes de varianza coinciden con los encontrados por REML en Variabilidad. Incluso si cambia sus preferencias de Variabilidad para usar Bayesian, la plataforma EMP usa REML.
3) Ingresé el enlace incorrecto para los materiales del curso. El enlace correcto solo para uso interno es https://www.jmp.com/en_us/training/course-resources/measurement-system-analysis-course-resources.html .
Re: Tres preguntas relacionadas con la opción de resultados R&R de calibre AIAG de JMP17Gracias de nuevo, Michelson-san.
Ahora entiendo la diferencia entre los métodos en AIAG MSA 4th ed. y los de JMP. También revisaré los documentos que mencionó en la primera respuesta y los materiales del curso de JMP para comprender más.
