Salut, mon nom est Colleen McKendry, et je suis un senior statistique écrivain à JMP, mais je aussi comme à expérience avec fonctionnel données. Ce présentation est un extension de quand Éclair était inspiré par un présentation que était initialement fait dans 2020 titré La mesure Systèmes Analyse pour Courbe Données.
Là était aussi un légèrement plus tôt présentation à un JSM conférence dans 2019. Mon parler est essentiellement comment je serait aller à propos résoudre le problèmes que étaient présenté dans ceux original papiers. Je vais discuter eux un petit peu plus plus tard aussi.
D'abord, un petit peu de arrière-plan sur la mesure systèmes analyse. MSA études déterminer comment Bien un processus peut être mesuré avant à étudier le processus lui-même. Donc il réponses le question, comment beaucoup la mesure variation est contribuant à le dans l'ensemble processus variation.
Spécifiquement, le Jauge Détente et détente méthode, lequel Je vais être en utilisant plus tard dans ce analyse, détermine comment beaucoup variation est exigible à opération variation contre la mesure variation. Ces les types de études sont important et ils sont souvent requis à être effectué avant à n'importe lequel taper de statistique processus contrôle ou conception de expériences.
UN Jauge Détente et détente classique MSA modèle est montré ici. Pour un donné la mesure, ton réponse, Oui sous je K est le Kth la mesure sur le je partie.Dans ce modèle, toi avoir un signifier terme et un aléatoire effet que correspond à le partie et ton terme d'erreur.
Le aléatoire effet dans le erreur terme sont normalement distribué aléatoire variables avec signifier zéro et quelques correspondant variance Composants. Ce est simplement un aléatoire effets modèle, et nous peut utiliser que modèle à estimation le variance Composants, et alors utiliser ceux variance composant estimations à calculer le % jauge Détente et détente en utilisant le formule c'est montré sur le écran.
Ici nous avoir le même modèle mais le franchi version. Pour ton réponse, Oui sous IJK , c'est en allant à être le Kth la mesure fait par le Jème opérateur sur le sur le je partie. UN gagner, nous avoir un signifier terme, un aléatoire effet que correspond à le partie, et maintenant nous avoir un aléatoire effet que correspond à le opérateur, et un aléatoire effet que correspond à le croix terme, lequel est le interaction entre le opérateur et le partie, et de cours, notre erreur terme.
Tous de ces aléatoire effets sont normalement distribué aléatoire variables avec signifier zéro et quelques correspondant variance composant. Donc juste comme dans le classique modèle, ce est juste un aléatoire effets modèle, et nous peut estimation le variance Composants et utiliser eux à calculer le % jauge R&R.
Dans les deux de le des modèles que je juste décrit, le réponse ou le la mesure était un célibataire indiquer. Mais quoi arrive si ce n'est-ce pas le cas? Quoi si ton la mesure est quelque chose comme un courbe plutôt? Ce était le motivation derrière ceux initial présentations dans 2019 et 2020 que je a parlé à propos de.
Là était un client de JMP que était un fournisseur de automobile les pièces, et ils avait un client que spécifié que un partie nécessaire à avoir un spécifique forcer par distance courbe. Évidemment, le client recherché à correspondre leur client spécifié courbe, et donc ils recherché à courir un fonctionnel réponse BICHE analyse dans JMP à conception leur produit à faire que.
Cependant, avant dépenses le argent sur ce taper de expérience, ils d'abord recherché à effectuer un MSA sur leur capacité à en fait mesure le les pièces forcer. Il y a un parcelle plus détails dans le papier noté à le bas, donc si tu es intéressé dans plus de le arrière-plan, s'il te plaît voir que.
Ce est quoi le données regards comme. Nous avoir forcer sur le Oui axe et distance sur le X axe, et le courbes sont coloré par partie. Il regards comme là sont seulement dix courbes, mais là sont en fait 250 courbes dans total.C'est juste que un parcelle de le courbes sont regroupé ensemble.
Dans le données, là étaient dix les pièces, cinq les opérateurs, et cinq réplications par partie opérateur combinaison. je juste recherché à note que ce est simulé données, et c'est simulé à regarder similaire à le réel données, mais que nous ne sont pas partage n'importe lequel propriétaire données ici.
UN peu fonction caractéristiques que je recherché à indiquer dehors, le les fonctions sont en fait tous différent longueurs, donc ils avoir un différent nombre de observations dans leur courbe. Bien que le les fonctions étaient collecté à également espacé temps intervalles, ils étaient pas collecté à également espacé distances.Que moyens il y a Non vrai réplication dans termes de distance.
Quand ce projet était d'abord présenté, un de le original idées jeté dehors était si nous pourrait prendre un ensemble de distance Emplacements et faire un standard jauge Détente et détente MSA à chaque de ceux Emplacements et alors résumer que information pour un final résultat.
Le problème avec que est que si nous choisi un spécifique emplacement, là n'était pas un garantie que là serait être un observation pour chaque de ceux courbes parce que là n'était pas réplication pour le distance. Un autre problème c'est plus généralisé est avec ce taper de courbe données, faire indiquer sage analyse comme que fait pas prendre dans compte le dans fonction corrélation.
Heureusement, il y a un entier champ de statistiques dédié à ce taper de données appelé fonctionnel données analyse. Là sont un variété de techniques à poignée inégalement espacé données. UN parcelle de ceux techniques sont maintenant disponible dans JMP à travers le Fonctionnel Données Explorateur plate-forme.
Le question devenu, peut fonctionnel données méthodes être combiné avec traditionnel MSA méthodes à effectuer quelques taper de fonctionnel la mesure systèmes analyse? Ce était le solution que était présenté dans le plus vieux papiers que je référencé. Ce est juste en allant à être un petit peu de un revoir de quoi ils a fait.
D'abord, un pénalisé cannelure modèle était ajuster à estimation le partie forcer les fonctions et donc là étaient dix les fonctions que étaient estimé, en moyenne sur opérateur et se réplique.Alors ces les fonctions étaient soustrait depuis le original forcer les fonctions à obtenir un ensemble de résiduel forcer les fonctions. Ces résiduel les fonctions Non plus long contenir n'importe lequel variation exigible à le partie. Tous de le variation dans ceux résidus étaient exigible à le opérateur et le se réplique.
Ils alors ajuster un aléatoire effets modèle à le résidus à obtenir le correspondant variance Composants depuis le modèle. UN graphique méthode était alors utilisé à trouver le le plus petit partie variance à utiliser comme un estimation pour le partie variance composant.
Ce était alors utilisé à calculer un taper de pire cas scénario % jauge R&R. Ce méthode ils travaillé assez Bien. Ils a obtenu résultats que fait sens et le client était heureux. Mais ce était juste un généralisation de un standard MSA avec quelques fonctionnel Composants saupoudré dans.
Quand je regardé à ce données et quand je regardé à le problème, je recherché à essayer à prendre un plus traditionnel fonctionnel approche. je avoir un arrière-plan dans fonctionnel données analyse, et que est quoi mon thèse était sur, spécifiquement fonctionnel mixte des modèles.Là était un chapitre dans mon thèse dédié à Estimation et essai le variance Composants depuis fonctionnel mixte des modèles.
je a fait que par expansion le fonctionnel modèle en utilisant propre fonction ou base fonction extensions et réécriture il comme un mixte modèle et alors en utilisant connu techniques à estimation ceux variance Composants. je commencé à pense, pourrait je utiliser le même taper de technique?
je ne le faites pas besoin un complet mixte modèle. je seulement avoir aléatoire effets ici. Peut je créer un fonctionnel aléatoire effets modèle pour le partie et opérateur variance Composants?
Ce est quoi je est venu en haut avec pour un fonctionnel MSA à travers des modèles, depuis nous faire avoir un opérateur terme.Pour fonctionnel des modèles, ils sont ensemble en haut un petit peu différemment parce que ils sont tous basé autour le saisir. Dans ce cas, ton réponse, Oui sous IJK est le Kth reproduire fait par le Jème opérateur sur le avec partie, mais ce temps à un particulier distance, D.
Nous avoir un fonctionnel signifier terme, un fonctionnel aléatoire effet que correspond à le partie, un fonctionnel aléatoire effet que correspond à le opérateur, et un fonctionnel aléatoire effet que correspond à le croix terme et notre erreur terme.
Dans ce méthode, je soustraire le signifier terme sur, et donc Je suis gauche avec ce ensemble de les résidus, et c'est quand Je suis en allant à modèle. Ce ici représente le propre fonction expansion de le fonctionnel modèle. Étaient en allant à avoir capital B propre fonctions et somme tous de ceux les pièces ensemble à créer ce grand long aléatoire effets modèle.
Mais pour un propre fonction, quoi est montré dans ces supports est le expansion. Pour chaque fonctionnel aléatoire effet, c'est diviser dans deux les pièces. Nous avoir un fonctionnel partie et alors juste un régulier partie. Le fonctionnel partie est pris se soucier de par évaluer ceux propre les fonctions. Alors nous avoir juste standard aléatoire termes pour le partie, le opérateur, et le croix terme.
Alors quoi ce essentiellement fait est toi construire ce long aléatoire effets modèle, et alors toi avoir un nombre de variance Composants pour chaque terme. Pour le MSA, là volonté maintenant être trois ensembles de capital B variance Composants. Il y a en allant à être capital B partie variance Composants, capital B opérateur variance Composants, et capital B croix terme variance Composants.
Parce que de le chemin propre les fonctions sont structuré, ils sont connu à être indépendant et donc nous peut supposer que basé sur comment nous structuré le modèle, tous de ces variance Composants sont en fait indépendant depuis chaque autre aussi. Que moyens nous peut somme eux ensemble à obtenir ces fonctionnel variance Composants.
Depuis étaient juste sommation eux ensemble, nous peut aussi remplaçant eux dans le formule pour le % jauge Détente et détente et calculer que juste comme nous a fait dans le standard des modèles.
Comment faire je en fait faire ce dans JMP ? Bien, c'est un multi étape processus. Je suis en allant à brièvement contour il ici, et alors Je suis en allant à faire un démo pour toi. D'abord, Je suis en allant à estimation le signifier courbe dans FDE et obtenir le résiduel courbes. Je suis alors en allant à modèle ceux résiduel courbes sert aussi un FDE à obtenir le propre les fonctions nécessaire pour le propre fonction expansion.
Je suis en allant à sauvegarder ceux propre les fonctions à le original données tableau et utiliser eux dans FitMix. En utilisant FitMix, Je suis en allant à ajuster un aléatoire effets modèle à le original données en utilisant nidification et le propre les fonctions à définir le approprié modèle Caractéristiques.
Avec un peu de chance, que tous fait du un petit peu plus sens une fois je démo il. Étaient en allant à sortie dehors de ici. Ici est notre données, et nous avoir un colonne pour le IDENTIFIANT variable, un colonne pour le partie variable que définit le dix les pièces, le opérateur, lequel définit le cinq les opérateurs, notre distance colonne, et notre forcer colonne.
Juste comme un rappel, ce est quoi le données regardé comme. Mon d'abord étape est à estimation le signifier fonction de le forcer courbes et alors utiliser que à obtenir quelques résiduels. À faire que, Je suis en allant à modèle le forcer les fonctions dans FDE. Je suis en allant à aller à le Analyser menu, Spécialiser La modélisation et sélectionner Fonctionnel Données Explorateur.
Je suis en allant à définir forcer comme mon sortir, distance comme mon saisir. Alors parce que je vouloir le signifier fonction en moyenne sur tous de le pièces d'identité, Je suis pas en allant à spécifier un IDENTIFIANT fonction ici. Je suis en allant à Cliquez sur D'accord. Nous avoir notre basique introduction FDE rapport.Mais je vouloir à ajuster un modèle, donc je peut aller à le rouge Triangle menu, des modèles.
Techniquement, toi pourrait ajuster n'importe lequel de ceux des modèles. je juste choisi un B cannelure parce que c'est d'abord, c'est facile, et ça va juste prendre un peu secondes à courir ici. D'accord, donc voici notre modèle ajuster. Il y a un rouge doubler ici c'est joli dur à voir, mais que est quoi est le signifier fonction, le estimé signifier fonction. Je suis en allant à donner toi un mieux image de que dans un minute ou donc.
Mais je en fait vouloir à sauvegarder le les fonctions pour ce mème. je peut faire que par en allant à ce Fonction Résumés rapport. je peut Cliquez sur le rouge Triangle menu et sélectionner Personnaliser Fonction Résumés. je seulement vouloir le même des formules, donc Je suis en allant à désélectionner eux tous et alors sélectionner de nouveau que un et Cliquez sur D'ACCORD et Sauvegarder.
je obtenir un nouveau données tableau avec quoi apparaît à être ce solitaire petit entrée ici. Là est un caché colonne, donc Je suis en allant à afficher que. Nous avoir un distance colonne et alors nous avoir ce forcer signifier fonctionnel formule. Je suis en allant à prendre un regarder à que, quoi que en fait regards comme.
Quand nous regarder à le formule colonne, nous peut voir que ce est un fonction de distance. Pour n'importe lequel valeur de distance, ce est en allant à être évalué à donner quoi le signifier fonction est à que distance. Ce formule colonne peut être mettre dans n'importe lequel données tableau que aussi contient un distance colonne. C'est exactement quoi étaient en allant à faire.
Étaient en allant à faire bien sûr ce est Souligné. Étaient en allant à droite Cliquez sur et sélectionner copie colonne propriétés. Alors étaient en allant à trouver notre chemin dos à notre original données tableau. Double Cliquez sur à créer un nouveau colonne. Je suis en allant à droite Cliquez sur ici et faire pâte colonne propriétés. Maintenant nous avoir le signifier forcer évalué à chaque niveau, chaque distance valeur dans notre données tableau.
Nous peut utiliser que à maintenant trouver notre résiduel fonction. Je suis en allant à double Cliquez sur encore à créer un nouveau colonne et titre il Forcer Réside. Maintenant Je suis en allant à créer mon propre formule colonne que est simplement en allant à être forcer moins le signifier forcer. Je suis en allant à Cliquez sur D'ACCORD. Maintenant nous avoir notre ensemble de résidus et ce est quoi il regards comme.
Dans le haut graphique, ces lumière gris courbes sont le original les fonctions depuis le forcer colonne.Ce rouge doubler est le même rouge doubler que je essayé à montrer toi dans le FDE rapport que était dur à voir, mais ce est quoi que était. C'est le signifier fonction.
Alors le bas graphique dans vert montre le résiduel courbes. Ces sont le courbes que Je suis en allant à utiliser à procéder avec mon analyse. Mon suivant étape est en allant à être à modèle le résiduel courbes en utilisant FDE à obtenir le propre les fonctions que je besoin pour le modèle expansion. Je suis en allant à aller à le Analyser menu encore, sélectionner Spécialisé La modélisation, Fonctionnel Données Explorateur.
Ce temps Je suis en allant à spécifier le résidus comme le sortir, distance comme le saisir, et je suis en allant à spécifier mon IDENTIFIANT colonne ce temps. Je suis en allant à Cliquez sur D'ACCORD. Nous avoir notre port initial ici, et maintenant je vouloir à ajuster un modèle à ce données. je aller à le rouge Triangle menu à regarder à le des modèles.
Encore, techniquement, toi peut ajuster n'importe lequel de ces des modèles. Dans mon expérimentation, je trouvé que ces haut trois, ils a pris un vraiment long temps à ajuster, et ils n'a pas fournir super super convient pour quoi je nécessaire. Le ondelettes des modèles et le direct fonctionnel APC étaient beaucoup, beaucoup plus vite et alors que aussi fournir mieux s'adapte.
Le mise en garde avec ceux deux des modèles est que ils exiger le données à être sur un uniformément espacé grille. UN s je mentionné, quand je introduit le données, c'est pas le cas. Cependant, dans FDE, nous avoir quelques données traitement pas que aide nous manipuler notre données un petit peu. Nous peut aller à le faire le ménage en haut, réduire, et ce d'abord languette est quoi nous vouloir, et nous peut utiliser que.
Maintenant que juste met il donc que chaque distance valeur a un observation, a un forcer résidus observation. Maintenant nous peut aller devant et ajuster un de ceux des modèles. je juste choisi fonctionnel direct APC. UN s toi peut voir, il était très rapide. Le raccord était super rapide.
Ce fonctionnel APC rapport est où étaient en allant à obtenir tous de notre information que nous besoin. Mais je était juste en allant à faire défiler vers le bas à regarder à le données ajuster un petit peu. Nous peut voir que ces regarder joli bien.Alors si nous regarder à le diagnostique des parcelles, ces sont sur le diagonale, le résidus regarder bien. Ce regards comme un joli bien ajuster, et je peut utiliser ce information depuis le Fonctionnel APC.
Dans le Fonctionnel APC rapport, nous avoir un tableau de valeurs propres et alors ces graphiques de notre forme les fonctions. Le forme les fonctions sont en fait notre propre les fonctions. Ils sont juste appelé forme les fonctions dans JMP. Comment ces les fonctions travail est que ton original saisir, donc distance, est sur le X axe, et alors le propre fonction évaluation est sur le Oui axe.
Pour n'importe lequel distance D, tu es en allant à avoir un évaluation à propre fonction 1 , un évaluation à propre fonction 2, et donc sur. Toi peut utiliser le propre les fonctions à obtenir... Toi peut utiliser un linéaire combinaison de le propre les fonctions à obtenir un estimation de le original les fonctions.
Le valeurs propres tableau donne toi un idée de comment beaucoup % de le dans l'ensemble données variation tu es prise dans compte quand toi utiliser un certain nombre de valeur propre, propre fonction appariements. Dans ce cas, le d'abord valeur propre et propre fonction appariement en fait comptes pour 99,9 % de le total variation dans le données, lequel est en fait joli incroyable.
Ce est important dans déterminer comment beaucoup propre les fonctions tu es en allant à utiliser pour le base expansion. Typiquement quand tu es sélection un nombre de propre les fonctions à utiliser, toi ne le faites pas en fait vouloir à utiliser tous de le propre les fonctions que tu es donné.
Toi vouloir à utiliser le moins nombre de propre les fonctions que toujours compte pour un adéquat montant de variation dans le données. Ce est parce que le plus propre les fonctions toi utiliser, le plus gros ton aléatoire effets modèle est en allant à être, et c'est en allant à être Plus fort à estimation.
Quoi fait comptabilité pour un adéquat montant de variation dans le données signifier? Il peut signifier différent des choses à différent personnes dans différent des champs. Typiquement, quand Je suis fonctionnement avec ce, je avoir utilisé dans le passé à propos 90 % comme un couper désactivé. Si je était juste faire ce analyse à faire le analyse, je pourrait seulement prendre ce d'abord propre fonction depuis il explique donc beaucoup, et courir avec que.
Pour manifestation fins, Je suis en allant à prendre le d'abord deux juste donc toi peut voir quoi le modèle expansion regards comme en utilisant deux propre les fonctions. À sauvegarder ces, Je suis en allant à aller à ce Fonction Résumés rapport encore, Cliquez sur sur le rouge Triangle menu et sélectionner Personnaliser Fonction Résumés.
je juste mentionné que Je suis seulement en allant à sauvegarder deux de eux, donc je vouloir à entrer deux ici. Je suis en allant à désélectionner ces tous encore et seulement sauvegarder le formules.je peut Cliquez sur D'ACCORD et Sauvegarder et je avoir un autre nouveau données tableau maintenant. Le des choses que je besoin sont en fait caché. Nous vouloir à regarder pour ces forcer réside forme les fonctions lequel représenter notre propre les fonctions.
Nous peut afficher ceux donc que ils sont maintenant inclus dans notre données tableau. Nous peut prendre un regarder à ces formule Colonnes. Juste comme avec notre signifier fonction, ce est simplement un fonction de distance. Pour n'importe lequel valeur de distance, ces formules sont en allant à donner toi quoi le propre fonction valeur est à que distance.
Aussi, comme le principal fonction, nous peut mettre ces formule Colonnes dans n'importe lequel données tableau que aussi contient un distance colonne. C'est quoi étaient en allant à faire encore. Étaient en allant à mettre ces formule Colonnes dans notre original données tableau.
Étaient en allant à faire bien sûr les deux de ces sont Souligné et droite Cliquez sur et sélectionner copie colonne propriétés. Encore, trouver notre chemin dos à notre original données tableau. je vouloir à ajouter deux nouveau Colonnes à mon données tableau. Je suis en allant à aller à appels, nouveau Colonnes. Étaient juste en allant à titre eux E1 et 2 à représenter le propre les fonctions. je vouloir à ajouter deux Colonnes et je vouloir à ajouter eux comme un groupe.Je vais Cliquez sur d'accord.
Alors avec ces deux nouveau Colonnes Souligné, Je suis en allant à droite Cliquez sur et sélectionner pâte colonne propriétés. Maintenant nous avoir notre propre les fonctions évalué pour chaque distance.
Juste à donner toi un idée, ce est quoi ils regarder comme et c'est le même graphique. C'est presque le même graphique comme quoi était dans le FDE rapport.Étaient juste prise quoi était graphiquement là et maintenant nous avoir le Nombres pour tout, pour chaque valeur ici.
Maintenant nous vouloir à faire le propre fonction expansion et développer notre fonctionnel modèle. Mais quoi fait que modèle en fait regarder comme quand toi avoir deux propre les fonctions? Je suis en allant à houblon dos sur à mon diapositives réel rapide et montrer toi quoi le modèle expansion regards comme quand capital B équivaut à 2.
je avoir ce divisé dans un section pour le partie, le opérateur, et le croix terme. Alors dans chaque de ces sections, nous voir que nous avoir un terme que implique propre fonction un et un terme que implique propre fonction deux. Essentiellement, ce moyens que étaient en allant à avoir deux variance Composants pour partie, deux variance Composants pour le opérateur, et deux variance Composants pour le croix terme.
Maintenant Je suis en allant à aller dos à mon données tableau. je vouloir à ajuster ce modèle en utilisant Ajuster Modèle. Je suis en allant à aller à le Analyser menu et sélectionner Ajuster Modèle. je vouloir à spécifier mon personnalité comme le mixte modèle. Maintenant Je suis en allant à spécifier le résidus comme mon Y. Alors Je suis en allant à se déplacer vers le bas à le effets section.
Dans le fixé effets languette, je ne le faites pas avoir n'importe lequel fixé effets et je aussi ne le faites pas avoir un intercepter parce que je signifier terme sur initialement. Maintenant Je suis en allant à se déplacer à le aléatoire effets languette. Ici est où Je suis en allant à utiliser le propre les fonctions et le partie et opérateur variables et nid eux dans un approprié chemin à définir le modèle que je juste montré toi.
Nous peut ajouter les deux de ces propre les fonctions et étaient en allant à sélectionner ces et aussi sélectionner partie. Étaient en allant à nid partie dans chaque propre fonction. Alors étaient en allant à faire le même chose pour opérateur et le même chose pour le croix terme.C'est comment étaient en allant à définir notre modèle.
Le dernier chose je vouloir à faire dans ce lancement fenêtre est désélectionner le Sans bornes Variance Composants option. Quand ce est choisi, il moyens que toi peut avoir négatif estimations ou variance Composants, et je ne le faites pas vouloir que.
N'importe lequel négatif estimations sont juste en allant à être ensemble à zéro. Maintenant je peut courir ce, et nous avoir notre rapport ici. Ce est le tableau c'est en allant à donner nous notre estimations que nous besoin à calculer le % jauge repos, mais Je suis en allant à poussée autour le rapport un petit peu d'abord.
Ce réel par prédit parcelle regards vraiment bizarre à d'abord, mais il fait du sens quand toi pense à propos il. Depuis nous ne le faites pas avoir n'importe lequel fixé effets ou un intercepter, quand nous ne le faites pas prendre le aléatoire effets dans compte, notre estimation pour tout est juste zéro. Quand nous faire prendre ceux aléatoire effets dans compte, nous voir que le réel par conditionnel prédit parcelle regards un parcelle mieux et que ces observations automne joli Bien le long de ce diagonale.
Nous peut aussi prendre un regarder à le conditionnel résiduel des parcelles, et nous peut voir que ils sont joli petit et ils sont centré autour zéro. Nous faire avoir quelques déviation depuis ce doubler ici, mais il y a rien super fou à propos le résiduels. je sentir d'accord à propos en utilisant ces estimations à calculer le pourcentage jauge R&R. je en fait tiré ce tableau et mettre il dos dans mon diapositives. Je suis en allant à aller dos à mon diapositives pour le reste de le présentation.
Voici que données tableau, pas données tableau, le rapport tableau que était juste là. Comme toi peut voir, toi avoir un variance composant, S2 variance, composantes, estimations pour partie, deux pour opérateur, et deux pour le croix terme. UN s je mentionné quand je était décrivant le modèle, nous peut somme ces ensemble à calculer le fonctionnel variance Composants.
Ces spécifique Nombres ne sont pas comme important dans ce analyse comme quoi toi obtenir quand toi mettre eux dans le formule pour le % jauge R&R. Donc quand je faire que, nous obtenir un % jauge Détente et détente de 3.3030. Que est quoi Baren équipe définit comme un acceptable la mesure système. Si ce avait a été mon projet, je serait avoir disparu dos à le client et dit que il semble comme ton la mesure le système est précis, toi peut aller devant et procéder avec ton conception de expériences.
C'est essentiellement il pour ce analyse pour ce particulier données. Juste quelques pensées que je avait. Ce résultat était en fait très similaire à le pire cas scénario % jauge Détente et détente que était présenté dans le 2019 JSM présentation. Il était plus haut par juste un peu décimal lieux. Ce serait être vraiment intéressant à comparer ces méthodes et autre données ensembles à voir si ils sont toujours similaire ou si ce était juste un heureux coïncidence.
je ne le faites pas avoir beaucoup expérience à tous avec la mesure les systèmes, et donc je ne le faites pas avoir n'importe lequel autre données à jouer autour avec ou même vraiment savoir comment à obtenir il. Si n'importe qui a n'importe lequel données que ils pense pourrait appliquer à ce taper de projet, n'importe lequel fonctionnel données que aussi ils pourrait vouloir à faire un MSA sur, Identifiant être vraiment intéressé dans audience à propos il.
Pour quelques avenir travail, quelques pensées que je avait était, le d'abord un était, devrait je ajouter un fonctionnel aléatoire effet pour le IDENTIFIANT? Ce est très communément fait dans un parcelle de fonctionnel mixte des modèles, à moins dans le des champs que je travaillé dans. Ce était un grand contribution dans mon thèse était le utiliser de ce fonctionnel aléatoire effet pour IDENTIFIANT.
Typiquement, ce capture le dans fonction corrélation à travers, dans ce cas, distance. je joué autour avec ce aléatoire effet dans ce données, et chaque modèle je utilisé, le nombre de propre les fonctions je utilisé, il n'a pas matière. Le variance composant associé avec ce aléatoire effet toujours est venu dehors à être zéro, et c'est pas utile.
je pense dans ce cas, une fois toi a pris dans compte le variance depuis le partie et le opérateur, là juste n'était pas n'importe lequel variation gauche à compte pour.je ne le faites pas savoir si c'est vrai pour tous fonctionnel MSA études ou si ce était juste vrai pour ce particulier données. Si je était jamais capable à obtenir mon mains sur quelques différent données, ce est certainement quelque chose je serait garder dans esprit à voir si il pourrait être ajoutée à un modèle dans n'importe lequel autre données ensembles plus avec succès.
je aussi pense il serait être cool si nous pourrait calculer un confiance intervalle pour le % jauge R&R. Et enfin, je recherché à parler à propos le un chose je n'était pas super heureux avec dans ce projet, lequel était le résiduels. Quoi était faux avec eux?
Ces sont graphiques de quelques différent des modèles et le résidus pour chaque un. Je suis en allant à aller dos et en avant entre ce glisser et le suivant un. Donc Oui, le résidus sont relativement petit. Ils sont centré autour zéro. Il y a Non fou pointes ou les valeurs aberrantes, et c'est bien. C'est quoi nous vouloir.
Cependant, dans tous le des modèles je ajuster, je juste toujours n'a pas amour comment ils regardé à travers distance. Regarder à le résidus ce chemin est en particulier important quand fonctionnement avec fonctionnel données. Ce est parce que il peut vraiment montrer quand tu es pas capturer tous le fonctionnel les pièces de le données.
UN parcelle de fois dans fonctionnel données, toi voir ce attiser effet où le résidus sont vraiment bien dans le début, et alors comme toi obtenir vers le fin de ton domaine, ils ventilateur dehors un petit peu. Ce données en fait avait presque le opposé problème. Nous peut voir que le résidus sont un petit peu plus large dans le début de le domaine et obtenir plus proche à zéro comme distance obtient plus grand.
Il y a aussi certainement quelques taper de cyclique modèle dans ces résiduels. je ne le faites pas pense c'est le fin de le monde. je pense ils sont super centré autour zéro, mais toi peut voir dans ces graphiques que il y a clairement quelques en haut et vers le bas motifs. Essentiellement quoi que moyens est que Je suis manquant quelque chose. Je suis pas capturer le complet fonctionnel nature de le données, et je ne le faites pas vraiment savoir pourquoi encore.
Identifiant vraiment comme à chiffre que dehors et ajuster un même mieux modèle, si c'est possible avec ce données ou différent données dans le avenir. Je suis pas bien sûr, mais c'est certainement quelque chose je vouloir à dépenser un petit plus temps sur, et Identifiant être ouvrir à n'importe lequel discussion n'importe qui serait comme à avoir à propos il.
C'est il pour moi. Merci pour en train de regarder. Si toi avoir n'importe lequel des questions, suggestions, des questions ou retour, sentir gratuit à e-mail moi. Remercier toi.
