機能ランダム効果モデルを使用した曲線データの測定システム分析 (2023-EU-30MP-1316)Colleen McKendry、シニア統計ライター、JMP Group Inc
このプレゼンテーションは、数年前にディスカバリー カンファレンスで発表されたケース スタディの延長です。このケース スタディでは、クライアントのプロトコルにより、機能的応答設計実験を実行する前にゲージ R&R スタディを実行する必要がありました。 標準的な Gauge R&R 調査と同様に、複数のパーツ、複数のオペレーター、およびパーツとオペレーターの組み合わせごとに複数の複製がありました。 ただし、この場合、テスト機器は応答として 1 つのポイントではなく一連の曲線を返しました。 このタイプのデータには、関数ランダム効果モデルが適しています。 このアプリケーションでは、関数モデルは基底スプラインを使用して拡張され、標準的な方法を使用して分散コンポーネントを推定できる混合モデルとして表現されます。 これは、Functional Data Explorer および Fit Mixed プラットフォームを使用して行われます。 機能モデルの拡張により、複数の分散コンポーネントが Part、Operator、および Part*Operator 用語のそれぞれに関連付けられる場合があります。 これらの分散コンポーネントを合計して、標準的なゲージ R&R 計算の形式で書き込めることが示されているため、機能ゲージ R&R 分析が提供されます。
起こる品質と信頼性統計とモデリング
