MSA 結果 JMP 與 Minitab@馬丁德梅爾
親愛的 JMP 社區，也許你們中的一些人可以幫助我。
我經常使用 Minitab。 現在我正在支持一位在公司使用 JMP 的朋友，他要求我向他的團隊解釋如何在 JMP 中執行我在 Minitab 中解釋的程式。
我遇到的第一個難題是 MSA（JMP 變異性研究）。
我有一個具有強大評估者*零件交互作用的範例，因為不知何故樣本分配混合為 3 個樣本。
無論我是否刪除該混淆，我都會遵守以下方案：
所有 GRR 貢獻（基於 6*stdev）在 JMP 中都較小，但評估者*零件交互作用除外，此交互作用在 JMP 中較大。
重複性似乎幾乎相同。
現在人們顯然在問我，哪個軟體是正確的，我還沒有回答。
在此範例中，Minitab 獲得了評估員貢獻的負方差，然後將其設為零（來自支援人員的回饋）。
但這只能解釋部分問題。 最大的差別似乎在於互動部分。
有人可以跟我解釋一下，為什麼兩者不一樣？ 也許 JMP 團隊可以解釋為什麼他們認為自己的做法是正確的。
隨附包含範例資料的 Excel 文件，評估結果位於單獨的工作表中。
我正在使用 JMP 16.1 和 Minitab 21。
品質和工藝工程回覆：MSA 結果 JMP 與 Minitab關於坐在島上的事情就這麼多了...... （請參閱我的回复@statman ）
回覆：MSA 結果 JMP 與 Minitab我知道，AIAG 不是像 ISO 或 ANSI 的國家或國際標準編寫機構。 這就是為什麼我說「事實上」。
這是因為他們確實制定了行業標準，例如我參與的歐洲電腦製造商協會 ECMA。
在 40 年的品質管理或諮詢工作中，我從未遇到任何人使用惠勒的 EMP 方法。
但我也不得不承認，在某個行業工作往往就像坐在一座孤島上......
不管怎樣，按照你的建議，我將再次檢查 AIAG MSA 檔案。
Minitab 確實使用了 EMS 方法。 這已經得到他們的證實了。 所以至少很清楚為什麼會有差異。
這就是我想要的。
感謝您的支持。 它的速度和清晰度給我留下了深刻的印象。
回覆：MSA 結果 JMP 與 Minitab添加到@statman回覆稱，其他行業不同意AIAG標準，例如半導體行業。 他們找到了 MSA 更好的定義為了他們的目的。 請使用您所在行業期望的標準，但請理解不同行業之間存在意見分歧和不同解釋。
回覆：MSA 結果 JMP 與 MinitabAIAG（汽車產業行動組織）標準最初是針對汽車產業的。 它不是一個標準編寫機構（例如，ANSI、ISO、IEC）。 如果您有機會閱讀 MSA 文檔，您會發現用於計算變異分量的多種選項，而不是一種。 甚至還提到了 EMP 方法。
回覆：MSA 結果 JMP 與 Minitab謝謝@statman和@丹_奧伯米勒。
我在懷疑那個方向的某些東西。 Minitab 提供的資訊是，他們正在使用 AIAG MSA4 的方法。
我對統計學的了解還不夠深入，無法知道它是上述哪一種模型類型。 但我認為，如果遵循 AIAG MSA 標準（這是一個被廣泛接受的事實上的標準）至少可以作為一種選擇，那麼它會很有幫助。
當然，我知道所有數據都是估計值，微小的差異總是可能的，必須被接受。
再次感謝您的快速回覆。
赫爾曼許爾辛
回覆：MSA 結果 JMP 與 Minitab添加一點訊息@statman的優秀資訊。 若要在選擇變異性/屬性量具圖時查看選項，請按一下對話方塊左下角的分析設定按鈕。 您將看到 JMP 提供了多種計算變異數分量的方法，就像@statman說。 單選按鈕設定為“最佳”。 您將看到，您無法強制 JMP 使用 EMS，只能選擇 EMS 或 REML。 EMS 方法較舊，並且可能存在負方差分量。 因此，REML 將有助於避免這種情況。 只是我的意見，但我寧願使用 REML 來嘗試避免負方差分量。
如果您確實想使用 EMS，則始終可以使用 JMP 中的擬合模型。 指定您的模型並確保將您的因素聲明為隨機效應。 當您這樣做時，您應該會看到“方法”的下拉框。 預設為 REML，但您可以將其變更為 EMS（傳統）。 當您運行模型時，它很可能與 Minitab 輸出相符。
回覆：MSA 結果 JMP 與 Minitab歡迎來到社區。 您問的是有關Minitab 的問題，我們可能沒有該軟體來確定所做的不同操作，但我會說有多種方法可以估計變異的組成部分，並且某些軟體程式在預設情況下使用的內容有所不同。 我的猜測是 Minitab 使用 EMS，並且在估計負分量時不使用 REML（限制最大似然）或貝葉斯估計。 我首先要理解這一點：
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/variance-components.shtml
關於雷姆：
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
也要意識到所有的估計都是估計，沒有一個一定是「正確的」。 統計數據是否會改變您的分析解釋（哪些成分更大等）？ 我也會研究惠勒的 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#
回覆：MSA 結果 JMP 與 Minitab您對JMP 和 Minitab 在 MSA（變異性研究）方面的差異的詢問非常有見地。 GRR 貢獻和評估人*部分交互作用的變化可能源自於統計演算法、變異數估計和軟體對負方差分量的特定處理之間的差異。
JMP 通常採用混合模型方法進行變異數估計，這會影響交互項。另一方面， Minitab 將負方差分量設為零，可能會導致不同的 GRR 結果。理解特定於軟體的方法是解釋這些差異的關鍵。
如果您正在尋找有關 JMP 分析、測量系統分析 (MSA)或軟體比較的專家指導，請隨時查看統計作業助理。我們的JMP 家庭作業可協助專家可以針對複雜的統計挑戰提供詳細的解釋、客製化解決方案和學術協助。
