Hallo, Mein Name Ist Colleen McKendry, Und ICH Bin A Senior statistisch Schriftsteller bei JMP, Aber ICH Auch wie Zu Experiment mit funktionell Daten. Das Präsentation Ist ein Verlängerung von Wann Blitz War inspiriert von A Präsentation Das War ursprünglich Erledigt In 2020 betitelt Messung Systeme Analyse für Kurve Daten.
Dort War Auch A leicht früher Präsentation bei A JSM Konferenz In 2019. Mein sprechen Ist im Wesentlichen Wie ICH würde gehen um lösen Die Probleme Das war vorgeführt In diese Original Papiere. Krank diskutieren ihnen A wenig bisschen mehr später zu.
Erste, A wenig bisschen von Hintergrund An Messung Systeme Analyse. MSA Studien bestimmen Wie Also A Verfahren dürfen Sei gemessen vor Zu studieren Die Verfahren selbst. Also Es Antworten Die Frage, Wie viel Messung Variation Ist beitragen Zu Die gesamt Verfahren Variation.
Speziell, Die Messgerät R&R Methode, welche Krank Sei verwenden später In Das Analyse, bestimmt Wie viel Variation Ist fällig Zu Betrieb Variation gegen Messung Variation. Diese Typen von Studien Sind wichtig Und Sie sind oft erforderlich Zu Sei durchgeführt vor Zu beliebig Typ von statistisch Verfahren Kontrolle oder Design von Experimente.
A Messgerät R&R klassisch MSA Modell Ist gezeigt Hier. Für A gegeben Messung, dein Antwort, Y sub ICH K Ist Die Kth Messung An Die Ith Teil.In Das Modell, Du haben A bedeuten Begriff Und A zufällig Wirkung Das entspricht Zu Die Teil Und dein Fehlerbegriff.
Der zufällig Wirkung In Die Fehler Begriff Sind normalerweise verteilt zufällig Variablen mit bedeuten null Und manche dazugehörigen Varianz Komponenten. Das Ist einfach A zufällig Auswirkungen Modell, Und Wir dürfen verwenden Das Modell Zu schätzen Die Varianz Komponenten, Und Dann verwenden diese Varianz Komponente Schätzungen Zu Berechnung Die % Messgerät R&R verwenden Die Formel das ist gezeigt An Die Bildschirm.
Hier Wir haben Die Dasselbe Modell Aber Die gekreuzt Ausführung. Für dein Antwort, Y sub IJK , das ist gehen Zu Sei Die Kth Messung gemacht von Die Jth Operator An die auf Die Ith Teil. A gewinnen, Wir haben A bedeuten Begriff, A zufällig Wirkung Das entspricht Zu Die Teil, Und Jetzt Wir haben A zufällig Wirkung Das entspricht Zu Die Operator, Und A zufällig Wirkung Das entspricht Zu Die kreuzen Begriff, welche Ist Die Interaktion zwischen Die Operator Und Die Teil, Und von Kurs, unser Fehler Begriff.
Alle von diese zufällig Auswirkungen Sind normalerweise verteilt zufällig Variablen mit bedeuten null Und manche dazugehörigen Varianz Komponente. Also Nur wie In Die klassisch Modell, Das Ist Nur A zufällig Auswirkungen Modell, Und Wir dürfen schätzen Die Varianz Komponenten Und verwenden ihnen Zu Berechnung Die % Messgerät R&R.
In beide von Die Modelle Das ICH Nur beschrieben, Die Antwort oder Die Messung War A einzel Punkt. Aber Was das passiert Wenn Das ist nicht Die Fall? Was Wenn dein Messung Ist etwas wie A Kurve stattdessen? Das War Die Motivation hinter diese anfänglich Präsentationen In 2019 Und 2020 Das ICH geredet um.
Dort War A Klient von JMP Das War A Anbieter von Automobil Teile, Und Sie hatte A Kunde Das angegeben Das A Teil erforderlich Zu haben A Spezifisch Gewalt von Distanz Kurve. Offensichtlich, Die Klient gesucht Zu übereinstimmen ihre Kunde angegeben Kurve, Und Also Sie gesucht Zu laufen A funktionell Antwort DAMHIRSCHKUH Analyse In JMP Zu Design ihre Produkt Zu Tun Das.
Jedoch, Vor Ausgaben Die Geld An Das Typ von Experiment, Sie Erste gesucht Zu ausführen ein MSA An ihre Fähigkeit Zu Genau genommen messen Die Teile Gewalt. Es gibt A viel mehr Einzelheiten In Die Papier notiert bei Die unten, Also Wenn du bist interessiert In mehr von Die Hintergrund, Bitte sehen Das.
Das Ist Was Die Daten sieht aus wie. Wir haben Gewalt An Die Y Achse Und Distanz An Die X Achse, Und Die Kurven Sind farbig von Teil. Es sieht aus wie Dort Sind nur 10 Kurven, Aber Dort Sind Genau genommen 250 Kurven In gesamt.Es ist Nur Das A viel von Die Kurven Sind geclustert zusammen.
In Die Daten, Dort war 10 Teile, fünf Betreiber, Und fünf Replikationen pro Teil Operator Kombination. ICH Nur gesucht Zu Notiz Das Das Ist simuliert Daten, Und es ist simuliert Zu sehen ähnlich Zu Die tatsächlich Daten, Aber Das Wir sind nicht Teilen beliebig proprietär Daten Hier.
A wenige Funktion Eigenschaften Das ICH gesucht Zu Punkt aus, Die Funktionen Sind Genau genommen alle anders Längen, Also Sie haben A anders Nummer von Beobachtungen In ihre Kurve. Obwohl Die Funktionen war gesammelt bei gleichermaßen beabstandet Zeit Intervalle, Sie war nicht gesammelt bei gleichermaßen beabstandet Entfernungen.Das bedeutet Es gibt NEIN WAHR Reproduzieren In Bedingungen von Distanz.
Wann Das Projekt War Erste vorgeführt, eins von Die Original Ideen geworfen aus War ob Wir könnte wählen A Satz von Distanz Standorte Und Tun A Standard Messgerät R&R MSA bei jede von diese Standorte Und Dann zusammenfassen Das Information für A Finale Ergebnis.
Der Problem mit Das Ist Das Wenn Wir gepflückt A Spezifisch Standort, Dort war nicht A Garantie Das Dort würde Sei ein Überwachung für jede von diese Kurven Weil Dort war nicht Reproduzieren für Die Distanz. Ein anderer Problem das ist mehr verallgemeinert Ist mit Das Typ von Kurve Daten, tun Punkt weise Analyse wie Das tut nicht nehmen hinein Konto Die innerhalb Funktion Korrelation.
Glücklicherweise, Es gibt A ganz Feld von Statistiken gewidmet Zu Das Typ von Daten angerufen funktionell Daten Analyse. Dort Sind A Vielfalt von Techniken Zu handhaben ungleichmäßig beabstandet Daten. A viel von diese Techniken Sind Jetzt verfügbar In JMP durch Die Funktional Daten Forscher Plattform.
Der Frage wurde, dürfen funktionell Daten Methoden Sei kombiniert mit traditionell MSA Methoden Zu ausführen manche Typ von funktionell Messung Systeme Analyse? Das War Die Lösung Das War vorgeführt In Die älter Papiere Das ICH verwiesen. Das Ist Nur gehen Zu Sei A wenig bisschen von A Rezension von Was Sie tat.
Erste, A bestraft Spline Modell War fit Zu schätzen Die Teil Gewalt Funktionen Und Also Dort war 10 Funktionen Das war geschätzt, gemittelt über Operator Und repliziert.Dann diese Funktionen war subtrahiert aus Die Original Gewalt Funktionen Zu erhalten A Satz von Restwert Gewalt Funktionen. Diese Restwert Funktionen NEIN länger enthalten beliebig Variation fällig Zu Die Teil. Alle von Die Variation In diese Reste war fällig Zu Die Operator Und Die repliziert.
Sie Dann fit A zufällig Auswirkungen Modell Zu Die Reste zu erhalten Die dazugehörigen Varianz Komponenten aus Die Modell. A grafisch Methode War Dann gebraucht Zu finden Die am kleinsten Teil Varianz Zu verwenden als ein schätzen für Die Teil Varianz Komponente.
Das War Dann gebraucht Zu Berechnung A Typ von am schlimmsten Fall Szenario % Messgerät R&R. Das Methode Sie hat funktioniert ziemlich Also. Sie bekommen Ergebnisse Das gemacht Sinn Und Die Klient War Glücklich. Aber Das War Nur A Verallgemeinerung von A Standard MSA mit manche funktionell Komponenten bestreut In.
Wann ICH sah bei Das Daten Und Wann ICH sah bei Die Problem, ICH gesucht Zu versuchen Zu nehmen A mehr traditionell funktionell Ansatz. ICH haben A Hintergrund In funktionell Daten Analyse, Und Das Ist Was Mein Dissertation War An, speziell funktionell gemischt Modelle.Dort War A Kapitel In Mein Dissertation gewidmet Zu schätzen Und testen Die Varianz Komponenten aus funktionell gemischt Modelle.
ICH tat Das von expandieren Die funktionell Modell verwenden eigen Funktion oder Basis Funktion Erweiterungen Und Umschreiben Es als A gemischt Modell Und Dann verwenden bekannt Techniken Zu schätzen diese Varianz Komponenten. ICH gestartet Zu denken, könnte ICH verwenden Die Dasselbe Typ von Technik?
ICH nicht brauchen A voll gemischt Modell. ICH nur haben zufällig Auswirkungen Hier. Kann ICH erstellen A funktionell zufällig Auswirkungen Modell für Die Teil Und Operator Varianz Komponenten?
Das Ist Was ICH kam hoch mit für A funktionell MSA über Modelle, seit Wir Tun haben ein Operator Begriff.Für funktionell Modelle, Sie sind Satz hoch A wenig bisschen anders Weil Sie sind alle basierend um Die Eingang. In Das Fall, dein Antwort, Y sub IJK Ist Die Kth replizieren gemacht von Die Jth Operator An Die ith Teil, Aber Das Zeit bei A besondere Distanz, D.
Wir haben A funktionell bedeuten Begriff, A funktionell zufällig Wirkung Das entspricht Zu Die Teil, A funktionell zufällig Wirkung Das entspricht Zu Die Operator, Und A funktionell zufällig Wirkung Das entspricht Zu Die kreuzen Begriff Und unser Fehler Begriff.
In Das Methode, ICH subtrahieren Die bedeuten Begriff über, Und Also Ich bin links mit Das Satz von Reste, Und das ist Wann Ich bin gehen Zu Modell. Das Hier repräsentiert Die eigen Funktion Erweiterung von Die funktionell Modell. War gehen Zu haben Hauptstadt B eigen Funktionen und Summe alle von diese Teile zusammen Zu erstellen Das groß lang zufällig Auswirkungen Modell.
Aber für eins eigen Funktion, Was Ist gezeigt In diese Klammern Ist Die Erweiterung. Für jede funktionell zufällig Wirkung, es ist Teilt hinein zwei Teile. Wir haben A funktionell Teil Und Dann Nur A regulär Teil. Der funktionell Teil Ist genommen Pflege von von bewertend diese eigen Funktionen. Dann Wir haben Nur Standard zufällig Bedingungen für Die Teil, Die Operator, Und Die kreuzen Begriff.
Dann Was Das im Wesentlichen tut Ist Du bauen Das lang zufällig Auswirkungen Modell, Und Dann Du haben A Nummer von Varianz Komponenten für jede Begriff. Für Die MSA, Dort Wille Jetzt Sei drei Sätze von Hauptstadt B Varianz Komponenten. Es gibt gehen Zu Sei Hauptstadt B Teil Varianz Komponenten, Hauptstadt B Operator Varianz Komponenten, Und Hauptstadt B kreuzen Begriff Varianz Komponenten.
Weil von Die Weg eigen Funktionen Sind strukturiert, Sie Sind bekannt Zu Sei unabhängig Und Also Wir dürfen annehmen Das basierend An Wie Wir strukturiert Die Modell, alle von diese Varianz Komponenten Sind Genau genommen unabhängig aus jede andere Auch. Das bedeutet Wir dürfen Summe ihnen zusammen Zu erhalten diese funktionell Varianz Komponenten.
Seit war Nur summieren ihnen zusammen, Wir dürfen Auch Ersatz ihnen hinein Die Formel für Die % Messgerät R&R Und berechnen Das Nur wie Wir tat In Die Standard Modelle.
Wie Tun ICH Genau genommen Tun Das In JMP? Also, es ist A multi Schritt Verfahren. Ich bin gehen Zu knapp Gliederung Es Hier, Und Dann Ich bin gehen Zu Tun A Demo für Du. Erste, Ich bin gehen Zu schätzen Die bedeuten Kurve In FDE Und erhalten Die Restwert Kurven. Ich bin Dann gehen Zu Modell diese Restwert Kurven dient Auch ein FDE Zu erhalten Die eigen Funktionen erforderlich für Die eigen Funktion Erweiterung.
Ich bin gehen Zu speichern diese eigen Funktionen Zu Die Original Daten Tisch Und verwenden ihnen In FitMix. Benutzen FitMix, Ich bin gehen Zu fit A zufällig Auswirkungen Modell Zu Die Original Daten verwenden nisten Und Die eigen Funktionen Zu definieren Die geeignet Modell Spezifikationen.
Hoffentlich, Das alle macht A wenig bisschen mehr Sinn einmal ICH Demo Es. War gehen Zu Ausfahrt aus von Hier. Hier Ist unser Daten, Und Wir haben A Spalte für Die AUSWEIS Variable, A Spalte für Die Teil Variable Das definiert Die 10 Teile, Die Operator, welche definiert Die fünf Betreiber, unser Distanz Spalte, Und unser Gewalt Spalte.
Nur als A Erinnerung, Das Ist Was Die Daten sah wie. Mein Erste Schritt Ist Zu schätzen Die bedeuten Funktion von Die Gewalt Kurven Und Dann verwenden Das Zu erhalten manche Reste. Zu Tun Das, Ich bin gehen Zu Modell Die Gewalt Funktionen In FDE. Ich bin gehen Zu gehen Zu Die Analysieren Speisekarte, Spezialisieren Modellieren Und wählen Funktional Daten Forscher.
Ich bin gehen Zu definieren Gewalt als Mein Ausgabe, Distanz als Mein Eingang. Dann Weil ICH wollen Die bedeuten Funktion gemittelt über alle von Die Ausweise, Ich bin nicht gehen Zu angeben ein AUSWEIS Funktion Hier. Ich bin gehen Zu klicken Okay. Wir haben unser Basic Einführung FDE Bericht.Aber ICH wollen Zu fit A Modell, Also ICH dürfen gehen Zu Die Rot Dreieck Speisekarte, Modelle.
Technisch, Du könnte fit beliebig von diese Modelle. ICH Nur wählte A B Spline Weil es ist Erste, es ist einfach, Und es wird Nur nehmen A wenige Sekunden Zu laufen Hier. Okay, Also hier ist unser Modell fit. Es gibt A Rot Linie Hier das ist hübsch hart Zu sehen, Aber Das Ist Was Ist Die bedeuten Funktion, Die geschätzt bedeuten Funktion. Ich bin gehen Zu geben Du A besser Bild von Das In A Minute oder Also.
Aber ICH Genau genommen wollen Zu speichern Die Funktionen für Das Meme. ICH dürfen Tun Das von gehen Zu Das Funktion Zusammenfassungen Bericht. ICH dürfen klicken Die Rot Dreieck Speisekarte Und wählen Anpassen Funktion Zusammenfassungen. ICH nur wollen Die Dasselbe Formeln, Also Ich bin gehen Zu Abwählen ihnen alle Und Dann erneut auswählen Das eins Und klicken OK Und Speichern.
ICH erhalten A neu Daten Tisch mit Was erscheint Zu Sei Das einsam wenig Eintrag Hier. Dort Ist A versteckt Spalte, Also Ich bin gehen Zu einblenden Das. Wir haben A Distanz Spalte Und Dann Wir haben Das Gewalt bedeuten funktionell Formel. Ich bin gehen Zu nehmen A sehen bei Das, Was Das Genau genommen sieht aus wie.
Wann Wir sehen bei Die Formel Spalte, Wir dürfen sehen Das Das Ist A Funktion von Distanz. Für beliebig Wert von Distanz, Das Ist gehen Zu Sei ausgewertet Zu geben Was Die bedeuten Funktion Ist bei Das Distanz. Das Formel Spalte dürfen Sei setzen hinein beliebig Daten Tisch Das Auch enthält A Distanz Spalte. Das ist genau Was war gehen Zu Tun.
War gehen Zu machen Sicher Das Ist hervorgehoben. War gehen Zu Rechts klicken Und wählen Kopieren Spalte Eigenschaften. Dann war gehen Zu finden unser Weg zurück Zu unser Original Daten Tisch. Doppelt klicken Zu erstellen A neu Spalte. Ich bin gehen Zu Rechts klicken Hier Und Tun Paste Spalte Eigenschaften. Jetzt Wir haben Die bedeuten Gewalt ausgewertet bei jeden Ebene, jeden Distanz Wert In unser Daten Tisch.
Wir dürfen verwenden Das Zu Jetzt finden unser Restwert Funktion. Ich bin gehen Zu doppelt klicken wieder Zu erstellen A neu Spalte Und Titel Es Gewalt Residiert. Jetzt Ich bin gehen Zu erstellen Mein eigen Formel Spalte Das Ist einfach gehen Zu Sei Gewalt Minus Die bedeuten Gewalt. Ich bin gehen Zu klicken OK. Jetzt Wir haben unser Satz von Reste Und Das Ist Was Es sieht aus wie.
In Die Spitze Graph, diese Licht grau Kurven Sind Die Original Funktionen aus Die Gewalt Spalte.Das Rot Linie Ist Die Dasselbe Rot Linie Das ICH versucht Zu zeigen Du In Die FDE Bericht Das War hart Zu sehen, Aber Das Ist Was Das War. Das ist Die bedeuten Funktion.
Dann Die unten Graph In Grün zeigt an Die Restwert Kurven. Diese Sind Die Kurven Das Ich bin gehen Zu verwenden Zu fortfahren mit Mein Analyse. Mein nächste Schritt Ist gehen Zu Sei Zu Modell Die Restwert Kurven verwenden FDE Zu erhalten Die eigen Funktionen Das ICH brauchen für Die Modell Erweiterung. Ich bin gehen Zu gehen Zu Die Analysieren Speisekarte wieder, wählen Spezialisiert Modellieren, Funktional Daten Forscher.
Das Zeit Ich bin gehen Zu angeben Die Reste als Die Ausgabe, Distanz als Die Eingang, Und ICH Bin gehen Zu angeben Mein AUSWEIS Spalte Das Zeit. Ich bin gehen Zu klicken OK. Wir haben unser Anfangshafen Hier, Und Jetzt ICH wollen Zu fit A Modell Zu Das Daten. ICH gehen Zu Die Rot Dreieck Speisekarte Zu sehen bei Die Modelle.
Wieder, technisch, Du dürfen fit beliebig von diese Modelle. In Mein Experimentieren, ICH gefunden Das diese Spitze drei, Sie nahm A Wirklich lang Zeit Zu fit, Und Sie nicht bieten super Großartig passt für Was ICH erforderlich. Der Wavelets Modelle Und Die Direkte funktionell PCA war viel, viel schneller Und während Auch bereitstellen besser passt.
Der Vorbehalt mit diese zwei Modelle Ist Das Sie erfordern Die Daten Zu Sei An ein gleichmäßig beabstandet Netz. A S ICH erwähnt, Wann ICH eingeführt Die Daten, das ist nicht Die Fall. Jedoch, In FDE, Wir haben manche Daten wird bearbeitet Schritte Das helfen uns manipulieren unser Daten A wenig bisschen. Wir dürfen gehen Zu Die sauber hoch, reduzieren, Und Das Erste Tab Ist Was Wir wollen, Und Wir dürfen verwenden Das.
Jetzt Das Nur setzt Es Also Das jeden Distanz Wert hat ein Überwachung, hat A Gewalt Reste Überwachung. Jetzt Wir dürfen gehen voraus Und fit eins von diese Modelle. ICH Nur wählte direkt funktional PCA. A S Du dürfen sehen, Es War sehr schnell. Der passend zu War super schnell.
Das funktionell PCA Bericht Ist Wo war gehen Zu erhalten alle von unser Information Das Wir brauchen. Aber ICH War Nur gehen Zu scrollen runter Zu sehen bei Die Daten fit A wenig bisschen. Wir dürfen sehen Das diese sehen hübsch Gut.Dann Wenn Wir sehen bei Die diagnostisch Grundstücke, diese Sind An Die Diagonale, Die Reste sehen Gut. Das sieht aus wie A hübsch Gut fit, Und ICH dürfen verwenden Das Information aus Die Funktional PCA.
In Die Funktional PCA Bericht, Wir haben A Tisch von Eigenwerte Und Dann diese Grafiken von unser Form Funktionen. Der Form Funktionen Sind Genau genommen unser eigen Funktionen. Sie sind Nur angerufen Form Funktionen In JMP. Wie diese Funktionen arbeiten Ist Das dein Original Eingang, Also Distanz, Ist An Die X Achse, Und Dann Die eigen Funktion Auswertung Ist An Die Y Achse.
Für beliebig Distanz D, du bist gehen Zu haben ein Auswertung bei eigen Funktion 1 , ein Auswertung bei eigen Funktion 2, Und Also An. Du dürfen verwenden Die eigen Funktionen Zu erhalten... Du dürfen verwenden A linear Kombination von Die eigen Funktionen Zu erhalten ein schätzen von Die Original Funktionen.
Der Eigenwerte Tisch gibt Du ein Idee von Wie viel % von Die gesamt Daten Variation du bist nehmen hinein Konto Wann Du verwenden A bestimmt Nummer von Eigenwert, eigen Funktion Paarungen. In Das Fall, Die Erste Eigenwert Und eigen Funktion Paarung Genau genommen Konten für 99,9 % von Die gesamt Variation In Die Daten, welche Ist Genau genommen hübsch unglaublich.
Das Ist wichtig In bestimmend Wie viele eigen Funktionen du bist gehen Zu verwenden für Die Basis Erweiterung. Typischerweise Wann du bist Auswählen A Nummer von eigen Funktionen Zu verwenden, Du nicht Genau genommen wollen Zu verwenden alle von Die eigen Funktionen Das du bist gegeben.
Du wollen Zu verwenden Die am wenigsten Nummer von eigen Funktionen Das Trotzdem Konto für ein angemessen Menge von Variation In Die Daten. Das Ist Weil Die mehr eigen Funktionen Du verwenden, Die größer dein zufällig Auswirkungen Modell Ist gehen Zu Sei, Und es ist gehen Zu Sei Schwerer Zu schätzen.
Was tut Buchhaltung für ein angemessen Menge von Variation In Die Daten bedeuten? Es dürfen bedeuten anders Dinge Zu anders Menschen In anders Felder. Typischerweise, Wann Ich bin Arbeiten mit Das, ICH haben gebraucht In Die Vergangenheit um 90 % als A schneiden aus. Wenn ICH War Nur tun Das Analyse Zu Tun Die Analyse, ICH könnte nur nehmen Das Erste eigen Funktion seit Es erklärt Also viel, Und laufen mit Das.
Für Demonstration Zwecke, Ich bin gehen Zu nehmen Die Erste zwei Nur Also Du dürfen sehen Was Die Modell Erweiterung sieht aus wie verwenden zwei eigen Funktionen. Zu speichern diese, Ich bin gehen Zu gehen Zu Das Funktion Zusammenfassungen Bericht wieder, klicken An Die Rot Dreieck Speisekarte Und wählen Anpassen Funktion Zusammenfassungen.
ICH Nur erwähnt Das Ich bin nur gehen Zu speichern zwei von ihnen, Also ICH wollen Zu eingeben zwei Hier. Ich bin gehen Zu Abwählen diese alle wieder Und nur speichern Die Formeln.ICH dürfen klicken OK Und Speichern Und ICH haben ein anderer neu Daten Tisch Jetzt. Der Dinge Das ICH brauchen Sind Genau genommen versteckt. Wir wollen Zu sehen für diese Gewalt residiert Form Funktionen welche vertreten unser eigen Funktionen.
Wir dürfen einblenden diese Also Das Sie sind Jetzt inbegriffen In unser Daten Tisch. Wir dürfen nehmen A sehen bei diese Formel Säulen. Nur wie mit unser bedeuten Funktion, Das Ist einfach A Funktion von Distanz. Für beliebig Wert von Distanz, diese Formeln Sind gehen Zu geben Du Was Die eigen Funktion Wert Ist bei Das Distanz.
Auch, wie Die hauptsächlich Funktion, Wir dürfen setzen diese Formel Säulen hinein beliebig Daten Tisch Das Auch enthält A Distanz Spalte. Das ist Was war gehen Zu Tun wieder. War gehen Zu setzen diese Formel Säulen hinein unser Original Daten Tisch.
War gehen Zu machen Sicher beide von diese Sind hervorgehoben Und Rechts klicken Und wählen Kopieren Spalte Eigenschaften. Wieder, finden unser Weg zurück Zu unser Original Daten Tisch. ICH wollen Zu hinzufügen zwei neu Säulen Zu Mein Daten Tisch. Ich bin gehen Zu gehen Zu Anrufe, neu Säulen. War Nur gehen Zu Titel ihnen E1 Und 2 Zu vertreten Die eigen Funktionen. ICH wollen Zu hinzufügen zwei Säulen Und ICH wollen Zu hinzufügen ihnen als A Gruppe.Krank klicken Okay.
Dann mit diese zwei neu Säulen hervorgehoben, Ich bin gehen Zu Rechts klicken Und wählen Paste Spalte Eigenschaften. Jetzt Wir haben unser eigen Funktionen ausgewertet für jeden Distanz.
Nur Zu geben Du ein Idee, Das Ist Was Sie sehen wie Und es ist Die Dasselbe Graph. Es ist fast Die Dasselbe Graph als Was War In Die FDE Bericht.War Nur nehmen Was War grafisch Dort Und Jetzt Wir haben Die Zahlen für alles, für jeden Wert Hier.
Jetzt Wir wollen Zu Tun Die eigen Funktion Erweiterung Und expandieren unser funktionell Modell. Aber Was tut Das Modell Genau genommen sehen wie Wann Du haben zwei eigen Funktionen? Ich bin gehen Zu Hop zurück über Zu Mein Folien real schnell Und zeigen Du Was Die Modell Erweiterung sieht aus wie Wann Hauptstadt B gleicht 2.
ICH haben Das geteilt hinein A Abschnitt für Die Teil, Die Operator, Und Die kreuzen Begriff. Dann innerhalb jede von diese Abschnitte, Wir sehen Das Wir haben A Begriff Das beinhaltet eigen Funktion eins Und A Begriff Das beinhaltet eigen Funktion zwei. Im Wesentlichen, Das bedeutet Das war gehen Zu haben zwei Varianz Komponenten für Teil, zwei Varianz Komponenten für Die Operator, Und zwei Varianz Komponenten für Die kreuzen Begriff.
Jetzt Ich bin gehen Zu gehen zurück Zu Mein Daten Tisch. ICH wollen Zu fit Das Modell verwenden Fit Modell. Ich bin gehen Zu gehen Zu Die Analysieren Speisekarte Und wählen Fit Modell. ICH wollen Zu angeben Mein Persönlichkeit als Die gemischt Modell. Jetzt Ich bin gehen Zu angeben Die Reste als Mein Y. Dann Ich bin gehen Zu bewegen runter Zu Die Auswirkungen Abschnitt.
In Die Fest Auswirkungen Tab, ICH nicht haben beliebig Fest Auswirkungen Und ICH Auch nicht haben ein abfangen Weil ICH bedeuten Begriff über ursprünglich. Jetzt Ich bin gehen Zu bewegen Zu Die zufällig Auswirkungen Tab. Hier Ist Wo Ich bin gehen Zu verwenden Die eigen Funktionen Und Die Teil Und Operator Variablen Und Nest ihnen In ein geeignet Weg Zu definieren Die Modell Das ICH Nur zeigte Du.
Wir dürfen hinzufügen beide von diese eigen Funktionen Und war gehen Zu wählen diese Und Auch wählen Teil. War gehen Zu Nest Teil In jede eigen Funktion. Dann war gehen Zu Tun Die Dasselbe Ding für Operator Und Die Dasselbe Ding für Die kreuzen Begriff.Das ist Wie war gehen Zu definieren unser Modell.
Der zuletzt Ding ICH wollen Zu Tun In Das Start Fenster Ist Abwählen Die Unbegrenzt Varianz Komponenten Möglichkeit. Wann Das Ist ausgewählt, Es bedeutet Das Du dürfen haben Negativ Schätzungen oder Varianz Komponenten, Und ICH nicht wollen Das.
Beliebig Negativ Schätzungen Sind Nur gehen Zu Sei Satz Zu null. Jetzt ICH dürfen laufen Das, Und Wir haben unser Bericht Hier. Das Ist Die Tisch das ist gehen Zu geben uns unser Schätzungen Das Wir brauchen Zu Berechnung Die % Messgerät R&R, Aber Ich bin gehen Zu Sack um Die Bericht A wenig bisschen Erste.
Das tatsächlich von vorhergesagt Handlung sieht aus Wirklich seltsam bei Erste, Aber Es macht Sinn Wann Du denken um Es. Seit Wir nicht haben beliebig Fest Auswirkungen oder ein abfangen, Wann Wir nicht nehmen Die zufällig Auswirkungen hinein Konto, unser schätzen für alles Ist Nur null. Wann Wir Tun nehmen diese zufällig Auswirkungen hinein Konto, Wir sehen Das Die tatsächlich von bedingt vorhergesagt Handlung sieht aus A viel besser Und Das diese Beobachtungen fallen hübsch Also entlang Das Diagonale.
Wir dürfen Auch nehmen A sehen bei Die bedingt Restwert Grundstücke, Und Wir dürfen sehen Das Sie sind hübsch klein Und Sie sind zentriert um null. Wir Tun haben manche Abweichung aus Das Linie Hier, Aber Es gibt Nichts super verrückt um Die Reste. ICH fühlen Okay um verwenden diese Schätzungen Zu Berechnung Die Prozent Messgerät R&R. ICH Genau genommen gezogen Das Tisch Und setzen Es zurück hinein Mein Folien. Ich bin gehen Zu gehen zurück Zu Mein Folien für Die Rest von Die Präsentation.
Hier ist Das Daten Tisch, nicht Daten Tisch, Die Bericht Tisch Das War Nur Dort. Als Du dürfen sehen, Du haben A Varianz Komponente, S2 Varianz, Komponenten, Schätzungen für Teil, zwei für Operator, Und zwei für Die kreuzen Begriff. A S ICH erwähnt Wann ICH War beschreibend Die Modell, Wir dürfen Summe diese zusammen Zu Berechnung Die funktionell Varianz Komponenten.
Diese Spezifisch Zahlen sind nicht als wichtig In Das Analyse als Was Du erhalten Wann Du setzen ihnen hinein Die Formel für Die % Messgerät R&R. Also Wann ICH Tun Das, Wir erhalten A % Messgerät R&R von 3.3030. Das Ist Was Baren Team definiert als ein akzeptabel Messung System. Wenn Das hatte gewesen Mein Projekt, ICH würde haben gegangen zurück Zu Die Klient Und sagte Das Es scheint wie dein Messung System ist genau, Du dürfen gehen voraus Und fortfahren mit dein Design von Experimente.
Das ist grundsätzlich Es für Das Analyse für Das besondere Daten. Nur manche Gedanken Das ICH hatte. Das Ergebnis War Genau genommen sehr ähnlich Zu Die am schlimmsten Fall Szenario % Messgerät R&R Das War vorgeführt In Die 2019 JSM Präsentation. Es War höher von Nur A wenige Dezimal setzt. Das würde es Sei Wirklich interessant Zu vergleichen diese Methoden Und andere Daten Sätze Zu sehen Wenn Sie Sind stets ähnlich oder Wenn Das War Nur A Glücklich Zufall.
ICH nicht haben viel Erfahrung bei alle mit Messung Systeme, Und Also ICH nicht haben beliebig andere Daten Zu spielen um mit oder sogar Wirklich wissen Wie Zu erhalten Es. Wenn irgendjemand hat beliebig Daten Das Sie denken könnte anwenden Zu Das Typ von Projekt, beliebig funktionell Daten Das Auch Sie könnte wollen Zu Tun ein MSA An, Ausweis Sei Wirklich interessiert In Hören um Es.
Für manche Zukunft arbeiten, manche Gedanken Das ICH hatte War, Die Erste eins War, sollen ICH hinzufügen A funktionell zufällig Wirkung für Die AUSWEIS? Das Ist sehr häufig Erledigt In A viel von funktionell gemischt Modelle, bei am wenigsten In Die Felder Das ICH hat funktioniert In. Das War A groß Beitrag In Mein Dissertation War Die verwenden von Das funktionell zufällig Wirkung für AUSWEIS.
Typischerweise, Das erfasst Die innerhalb Funktion Korrelation über, In Das Fall, Distanz. ICH gespielt um mit Das zufällig Wirkung In Das Daten, Und jeden Modell ICH gebraucht, Die Nummer von eigen Funktionen ICH gebraucht, Es nicht Gegenstand. Der Varianz Komponente damit verbundenen mit Das zufällig Wirkung stets kam aus Zu Sei null, Und das ist nicht nützlich.
ICH denken In Das Fall, einmal Du nahm hinein Konto Die Varianz aus Die Teil Und Die Operator, Dort Nur war nicht beliebig Variation links Zu Konto für.ICH nicht wissen Wenn das ist WAHR für alle funktionell MSA Studien oder Wenn Das War Nur WAHR für Das besondere Daten. Wenn ICH War immer fähig Zu erhalten Mein Hände An manche anders Daten, Das Ist definitiv etwas ICH würde halten In Geist Zu sehen Wenn Es könnte Sei hinzugefügt Zu A Modell In beliebig andere Daten Sätze mehr erfolgreich.
ICH Auch denken Es würde Sei Cool Wenn Wir könnte Berechnung A Vertrauen Intervall für Die % Messgerät R&R. Und Endlich, ICH gesucht Zu sprechen um Die eins Ding ICH war nicht super Glücklich mit In Das Projekt, welche War Die Reste. Was War falsch mit ihnen?
Diese Sind Grafiken von manche anders Modelle Und Die Reste für jede eins. Ich bin gehen Zu gehen zurück Und her zwischen Das gleiten Und Die nächste eins. Also Ja, Die Reste Sind verhältnismäßig klein. Sie sind zentriert um null. Es gibt NEIN verrückt Spikes oder Ausreißer, Und das ist Gut. Das ist Was Wir wollen.
Jedoch, In alle Die Modelle ICH fit, ICH Nur Trotzdem nicht Liebe Wie Sie sah über Distanz. Schauen bei Die Reste Das Weg Ist besonders wichtig Wann Arbeiten mit funktionell Daten. Das Ist Weil Es dürfen Wirklich zeigen Wann du bist nicht Erfassen alle Die funktionell Teile von Die Daten.
A viel von mal In funktionell Daten, Du sehen Das fächern Wirkung Wo Die Reste Sind Wirklich Gut In Die Anfang, Und Dann als Du erhalten in Richtung Die Ende von dein Domain, Sie Lüfter aus A wenig bisschen. Das Daten Genau genommen hatte fast Die Gegenteil Problem. Wir dürfen sehen Das Die Reste Sind A wenig bisschen breiter In Die Anfang von Die Domain Und erhalten näher Zu null als Distanz bekommt größer.
Es gibt Auch definitiv manche Typ von zyklisch Muster In diese Reste. ICH nicht denken es ist Die Ende von Die Welt. ICH denken Sie sind super zentriert um null, Aber Du dürfen sehen In diese Grafiken Das Es gibt deutlich manche hoch Und runter Muster. Im Wesentlichen Was Das bedeutet Ist Das Ich bin fehlen etwas. Ich bin nicht Erfassen Die voll funktionell Natur von Die Daten, Und ICH nicht Wirklich wissen Warum noch.
Ausweis Wirklich wie Zu Figur Das aus Und fit ein sogar besser Modell, ob das ist möglich mit Das Daten oder anders Daten In Die Zukunft. Ich bin nicht Sicher, Aber es ist definitiv etwas ICH wollen Zu ausgeben A wenig mehr Zeit An, Und Ausweis Sei offen Zu beliebig Diskussion irgendjemand würde wie Zu haben um Es.
Das ist Es für Mich. Danke für Aufpassen. Wenn Du haben beliebig Fragen, Vorschläge, Fragen oder Rückmeldung, fühlen frei Zu Email Mich. Dank Du.
