MSA 结果 JMP 与 Minitab@马丁德梅尔
亲爱的 JMP 社区，也许你们中的一些人可以帮助我。
我经常使用 Minitab。 现在，我支持一位在公司使用 JMP 的朋友，他要求我向他的团队解释如何在 JMP 中执行我在 Minitab 中解释的程序。
我遇到的第一个难题是 MSA（JMP 变异性研究）。
我有一个具有强大评估者*零件交互作用的示例，因为不知何故样本分配混合为 3 个样本。
无论我是否删除该混淆，我都会遵守以下方案：
所有 GRR 贡献（基于 6*stdev）在 JMP 中都较小，但评估者*零件交互除外，该交互在 JMP 中较大。
重复性似乎几乎相同。
现在人们显然在问我，哪个软件是正确的，我还没有回答。
在此示例中，Minitab 获得了评估员贡献的负方差，然后将其设置为零（来自支持人员的反馈）。
但这只能解释部分问题。 最大的区别似乎在于交互部分。
有人可以向我解释一下，为什么两者不同？ 也许 JMP 团队可以解释为什么他们认为自己的做法是正确的。
随附包含示例数据的 Excel 文件，评估结果位于单独的工作表中。
我正在使用 JMP 16.1 和 Minitab 21。
质量和工艺工程回复：MSA 结果 JMP 与 Minitab关于坐在岛上的事情就这么多了...... （请参阅我的回复@statman ）
回复：MSA 结果 JMP 与 Minitab我知道，AIAG 不是像 ISO 或 ANSI 那样的国家或国际标准编写机构。 这就是为什么我说“事实上”。
这是因为他们确实制定了行业标准，例如我参与的欧洲计算机制造商协会 ECMA。
在 40 年的质量管理或咨询工作中，我从未遇到过任何人使用惠勒的 EMP 方法。
但我也不得不承认，在某个行业工作往往就像坐在一座孤岛上......
不管怎样，按照你的建议，我将再次检查 AIAG MSA 文件。
Minitab 确实使用了 EMS 方法。 这已经得到他们的证实了。 所以至少很清楚为什么存在差异。
这就是我想要的。
感谢您的支持。 它的速度和清晰度给我留下了深刻的印象。
回复：MSA 结果 JMP 与 Minitab添加到@statman回复称，其他行业不同意AIAG标准，例如半导体行业。 他们找到了 MSA 更好的定义为了他们的目的。 请使用您所在行业期望的标准，但请理解不同行业之间存在意见分歧和不同解释。
回复：MSA 结果 JMP 与 MinitabAIAG（汽车行业行动组织）标准最初是针对汽车行业的。 它不是一个标准编写机构（例如，ANSI、ISO、IEC）。 如果您有机会阅读 MSA 文档，您会发现用于计算变异分量的多种选项，而不是一种。 甚至还提到了 EMP 方法。
回复：MSA 结果 JMP 与 Minitab谢谢@statman和@丹_奥伯米勒。
我在怀疑那个方向的某些东西。 Minitab 提供的信息是，他们正在使用 AIAG MSA4 的方法。
我对统计学的了解还不够深入，无法知道它是上述哪种模型类型。 但我认为，如果遵循 AIAG MSA 标准（这是一个被广泛接受的事实上的标准）至少可以作为一种选择，那么它会很有帮助。
当然，我知道所有数据都是估计值，微小的差异总是可能的，并且必须被接受。
再次感谢您的快速回复。
赫尔曼·许尔辛
回复：MSA 结果 JMP 与 Minitab添加一点信息@statman的优秀信息。 要在选择变异性/属性量具图时查看选项，请单击对话框左下角的分析设置按钮。 您将看到 JMP 提供了多种计算方差分量的方法，就像@statman说。 单选按钮设置为“最佳”。 您将看到，您无法强制 JMP 使用 EMS，只能选择 EMS 或 REML。 EMS 方法较旧，并且可能存在负方差分量。 因此，REML 将有助于避免这种情况。 只是我的意见，但我宁愿使用 REML 来尝试避免负方差分量。
如果您确实想使用 EMS，则始终可以使用 JMP 中的拟合模型。 指定您的模型并确保将您的因素声明为随机效应。 当您这样做时，您应该会看到“方法”的下拉框。 默认为 REML，但您可以将其更改为 EMS（传统）。 当您运行模型时，它很可能与 Minitab 输出匹配。
回复：MSA 结果 JMP 与 Minitab欢迎来到社区。 您问的是有关 Minitab 的问题，我们可能没有该软件来确定所做的不同操作，但我会说有多种方法可以估计变异的组成部分，并且某些软件程序在默认情况下使用的内容有所不同。 我的猜测是 Minitab 使用 EMS，并且在估计负分量时不使用 REML（限制最大似然）或贝叶斯估计。 我首先要理解这一点：
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/variance-components.shtml
关于雷姆：
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/restricted-maximum-likelihood-reml-method.shtml
还要意识到所有的估计都是估计，没有一个一定是“正确的”。 统计数据是否会改变您的分析解释（哪些成分更大等）？ 我还会研究惠勒的 EMP 方法：
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/measurement-systems-analysis-platform-options.shtml#
回复：MSA 结果 JMP 与 Minitab您对JMP 和 Minitab 在 MSA（变异性研究）方面的区别的询问非常有见地。GRR贡献和评估员*零件交互的变化可能源于统计算法、方差估计和软件特定对负方差分量的处理方面的差异。
JMP 通常使用混合模型方法进行方差估计，这可能会影响交互项。另一方面， Minitab 将负方差分量设置为零，这可能会导致不同的 GRR 结果。了解特定于软件的方法是解释这些差异的关键。
如果您正在寻找有关 JMP 分析、测量系统分析 (MSA)或软件比较的专家指导，请随时查看统计作业助手。我们的JMP 作业帮助专家可以为复杂的统计挑战提供详细解释、定制解决方案和学术帮助。
