Colleen McKendry, redactora sénior de estadísticas, JMP Group Inc.
Esta presentación es una extensión de un estudio de caso presentado en una conferencia de Discovery hace algunos años, donde los protocolos de un cliente requerían que se realizara un estudio de R&R de calibre antes de ejecutar un experimento de diseño de respuesta funcional. Como en un estudio R&R de calibre estándar, hubo varias partes, varios operadores y varias réplicas por combinación de parte y operador. Sin embargo, en este caso, el equipo de prueba devolvió un conjunto de curvas como respuesta en lugar de un solo punto. Un modelo funcional de efectos aleatorios es apropiado para este tipo de datos. En esta aplicación, el modelo funcional se expande usando splines básicos y luego se expresa como un modelo mixto, donde los componentes de la varianza se pueden estimar usando métodos estándar. Esto se hace usando las plataformas Functional Data Explorer y Fit Mixed. Debido a la expansión del modelo funcional, se pueden asociar múltiples componentes de varianza con cada uno de los términos Parte, Operador y Parte*Operador. Se muestra que estos componentes de varianza se pueden sumar y escribir en la forma de un cálculo de R&R de indicador estándar, lo que proporciona un análisis R&R de indicador funcional.
