453929_de-DE

liliconcom

MSA-Ergebnisse JMP vs. Minitab

@Martin Demel

Liebe JMP-Community, vielleicht können mir einige von euch helfen.

Ich verwende regelmäßig Minitab. Jetzt unterstütze ich einen Freund, der JMP in seinem Unternehmen verwendet und mich gebeten hat, seinem Team zu erklären, wie die Verfahren in JMP durchgeführt werden, die ich in Minitab erklärt habe.

Das erste Fach, mit dem ich zu kämpfen habe, ist MSA (in der JMP-Variabilitätsstudie).

Ich habe ein Beispiel mit starker Interaktion zwischen Gutachter und Teilen, da die Probenzuordnung für drei Proben irgendwie verwechselt wurde.

Unabhängig davon, ob ich diese Verwechslung entferne oder nicht, beobachte ich das folgende Schema:

Alle GRR-Beiträge (basierend auf 6*stdev) sind in JMP kleiner, mit Ausnahme der Interaktion zwischen Gutachter und Teilen, die in JMP größer ist.

Die Wiederholbarkeit scheint nahezu identisch zu sein.

Jetzt fragen mich die Leute offensichtlich, welche Software die richtige ist, und ich habe keine Antwort darauf.

Minitab erhält in diesem Beispiel eine negative Varianz für den Gutachterbeitrag, die dann auf Null gesetzt wird (Feedback durch den Support).

Aber das erklärt nur einen Teil des Problems. Der größte Unterschied scheint im Interaktionsteil zu liegen.

Kann mir jemand erklären, warum die beiden unterschiedlich sind? Und vielleicht kann das JMP-Team erklären, warum es seiner Meinung nach es richtig macht.
Eine Excel-Datei mit Beispieldaten ist beigefügt, die Auswertungsergebnisse in einem separaten Arbeitsblatt.

Ich verwende JMP 16.1 und Minitab 21.

Qualitäts- und VerfahrenstechnikBetreff: MSA-Ergebnisse JMP vs. Minitab

So viel zum Thema, auf einer Insel zu sitzen ... (siehe meine Antwort auf @statman )

Betreff: MSA-Ergebnisse JMP vs. Minitab

Mir ist bewusst, dass AIAG kein nationales oder internationales Normungsgremium wie ISO oder ANSI ist. Deshalb habe ich „de facto“ gesagt.

Das liegt daran, dass sie Industriestandards schreiben, wie zum Beispiel die European Computer Manufacturer Association ECMA, an der ich beteiligt war.

In den 40 Jahren meiner Tätigkeit im Qualitätsmanagement oder in der Beratung bin ich noch nie jemandem begegnet, der die EMP-Methode von Wheeler anwendet.
Aber ich muss auch zugeben, dass die Arbeit in einer bestimmten Branche oft wie das Sitzen auf einer Insel ist ...

Wie auch immer, Ihrem Rat folgend, werde ich das AIAG MSA-Dokument noch einmal überprüfen.
Und Minitab verwendet tatsächlich die EMS-Methode. Es wurde von ihnen bestätigt. So ist zumindest klar, warum es Unterschiede gibt.

Das ist es, was ich wollte.

Danke für deine Unterstützung. Ich war beeindruckt von seiner Geschwindigkeit und Klarheit.

Betreff: MSA-Ergebnisse JMP vs. Minitab

Hinzufügen zu @statman In seiner Antwort sind andere Branchen mit dem AIAG-Standard nicht einverstanden, beispielsweise die Halbleiterindustrie. Sie fanden bessere Definitionen für MSA für ihre Zwecke . Bitte verwenden Sie den Standard, den Ihre Branche erwartet. Beachten Sie jedoch, dass es in den verschiedenen Branchen Meinungsverschiedenheiten und unterschiedliche Interpretationen gibt.

Betreff: MSA-Ergebnisse JMP vs. Minitab

Der AIAG-Standard (Automotive Industry Action Group) war ursprünglich für die Automobilindustrie gedacht. Es handelt sich nicht um ein Standard-Schreibgremium (z. B. ANSI, ISO, IEC). Wenn Sie Gelegenheit haben, das MSA-Dokument zu lesen, werden Sie mehrere Optionen zur Berechnung von Variationskomponenten vorfinden, nicht nur eine. Es gibt sogar einen Verweis auf die EMP-Methodik.

Betreff: MSA-Ergebnisse JMP vs. Minitab

Danke @statman Und @Dan_Obermiller .
Ich hatte etwas in dieser Richtung vermutet. Informationen von Minitab besagen, dass sie die Methoden von AIAG MSA4 verwenden.
Ich kenne mich mit Statistik nicht gut genug aus, um zu wissen, um welchen der oben genannten Modelltypen es sich handelt. Aber ich würde es als hilfreich erachten, wenn die Einhaltung der AIAG MSA-Standards – ein sehr weithin akzeptierter De-facto-Standard – zumindest als Option verfügbar wäre.

Und natürlich bin ich mir darüber im Klaren, dass es sich bei allen Angaben um Schätzungen handelt und kleine Abweichungen immer möglich sind und in Kauf genommen werden müssen.
Nochmals vielen Dank für Ihre schnelle Antwort.

Hermann Hülsing

Betreff: MSA-Ergebnisse JMP vs. Minitab

Ein paar Informationen hinzufügen @statman Das sind ausgezeichnete Informationen. Um Ihre Optionen anzuzeigen, wenn Sie „Variabilitäts-/Attributmessdiagramm auswählen“ klicken Sie unten links im Dialogfeld auf die Schaltfläche „Analyseeinstellungen“. Sie werden sehen, dass JMP mehrere Möglichkeiten zur Berechnung der Varianzkomponenten bietet @statman sagte. Das Optionsfeld ist auf „best“ eingestellt. Sie werden sehen, dass Sie JMP nicht zwingen können, EMS zu verwenden, sondern nur die Wahl zwischen EMS und REML. Der EMS-Ansatz ist älter und negative Varianzkomponenten sind möglich. REML wird also dazu beitragen, diese Situation zu vermeiden. Nur meine Meinung, aber ich würde lieber REML verwenden, um negative Varianzkomponenten zu vermeiden.

 

Wenn Sie EMS wirklich verwenden möchten, können Sie jederzeit Fit Model in JMP verwenden. Geben Sie Ihr Modell an und stellen Sie sicher, dass Sie Ihre Faktoren als zufällige Effekte deklarieren. Wenn Sie dies tun, sollte ein Dropdown-Feld für die Methode angezeigt werden. Der Standardwert ist REML, Sie können ihn jedoch in EMS (traditionell) ändern. Wenn Sie das Modell ausführen, wird es höchstwahrscheinlich mit der Minitab-Ausgabe übereinstimmen.

Betreff: MSA-Ergebnisse JMP vs. Minitab

Willkommen in der Community. Sie stellen eine Frage zu Minitab, und wir verfügen möglicherweise nicht über die entsprechende Software, um festzustellen, was anders gemacht wird. Ich möchte jedoch sagen, dass es mehrere Möglichkeiten gibt, Variationskomponenten abzuschätzen, und dass einige Softwareprogramme sich darin unterscheiden, was sie als Standard verwenden. Ich vermute, dass Minitab EMS verwendet und bei der Schätzung negativer Komponenten weder REML (Restricted Maximum Likelihood) noch Bayes'sche Schätzungen verwendet. Ich würde damit beginnen, Folgendes zu verstehen:

https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/variance-components.shtml

Über REML:

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

Beachten Sie auch, dass es sich bei allen Schätzungen um SCHÄTZUNGEN handelt, keine davon ist notwendigerweise „richtig“. Verändern die Statistiken die Interpretation Ihrer Analyse (welche Komponenten sind größer usw.)? Ich würde mir auch Wheelers EMP-Methodik ansehen:

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#

 

 

 

Betreff: MSA-Ergebnisse JMP vs. Minitab

Ihre Frage zu den Unterschieden zwischen JMP und Minitab in der MSA (Variabilitätsstudie) ist sehr aufschlussreich. Die Unterschiede in den GRR-Beiträgen und der Interaktion zwischen Gutachtern und Teilen können auf Unterschiede in statistischen Algorithmen, Varianzschätzungen und der softwarespezifischen Handhabung negativer Varianzkomponenten zurückzuführen sein.

JMP verwendet häufig gemischte Modelle zur Varianzschätzung , die den Interaktionsterm beeinflussen können. Minitab hingegen setzt negative Varianzkomponenten auf Null , was möglicherweise zu unterschiedlichen GRR-Ergebnissen führt. Das Verständnis der softwarespezifischen Methoden ist entscheidend für die Interpretation dieser Abweichungen.

Wenn Sie Expertenrat zu JMP-Analysen , Messsystemanalysen (MSA) oder Softwarevergleichen suchen, schauen Sie sich gerne den Statistik-Hausaufgabenhelfer an. Unsere JMP-Hausaufgabenexperten bieten Ihnen detaillierte Erklärungen, individuelle Lösungen und akademische Unterstützung bei komplexen statistischen Herausforderungen.