JMP 17带来很多变化EMP 测量系统分析平台，包括
- 对话框的补充
- 更好地处理多重响应
- MSA 元数据
- AIAG Gauge R&R 结果（包括辨别率）
- 误分类概率
- 线性和偏差结果
- 偏好重组
如果你阅读我的帖子变异图的现代化，您会发现许多相似之处。 这是因为我们此版本的目标之一是在 MSA 和变异性图表中提供类似的选项，并使这两个平台更易于使用。
对话
您会注意到的第一个区别是 MSA 对话框中的变化。
在以前版本的 JMP 中，对话框的选项部分仅包含用于分析设置和指定 Alpha 的按钮。 已添加 Sigma 乘数选项以用于 AIAG Gauge R&R 结果。 指定 Alpha 水平已从指定 Alpha 按钮移动到主 MSA 对话框，该按钮在以前版本的 JMP 中启动了一个附加对话框。 Sigma Multiplier 已添加到主对话框中，用于 AIAG Gauge R&R 结果。 添加了“设置随机种子”选项，允许您每次都重现相同的分析，这在执行测试-再测试错误比较时可能对您很重要。
标题为“显示 EMP 元数据输入对话框”的对话框中添加了一个新部分。这控制在您单击“确定”后是否显示“MSA 元数据”对话框。 此对话框允许您从表中加载元数据或为每个响应手动输入元数据。 有关元数据的更多信息，请参阅本文的 MSA 元数据部分。
左下角的复选框也是新的，“使用规格限制下限和上限公差。”选中此选项时，如果未为列指定公差范围但该列具有规格限列属性，则规格限将用作公差值。
多重回应
该报告已经过重组，以便更轻松、更直观地处理多个响应。 例如，运行以下命令：
dt=Open("$SAMPLE_DATA/Variability Data/2 Factors Crossed.jmp");
dt<<NEW column=""></NEW>
在以前的版本中，没有整体轮廓节点。 每个响应只有一个大纲节点，其中包含一个红色三角形菜单（例如“用于测量的测量系统分析”）。 整体 EMP 测量系统分析研究大纲节点允许您选择适用于所有响应的选项，例如本地数据过滤器、重做和保存脚本选项。
MSA 元数据
MSA 元数据是元数据的输入和存储方式，供以后在分析中使用。 除了初始对话框中的“显示 EMP 元数据输入对话框”复选框（之前在对话框部分中讨论过）之外，红色小三角菜单中现在还提供编辑 MSA 元数据选项。
点击用于测量的测量系统分析旁边的红色小三角并选择编辑 MSA 元数据。 此对话框允许您定义上下公差或公差区间。 您还可以定义历史均值和历史过程 Sigma。 对于此示例，为下公差输入 0.45。 将上限公差留空。 为历史平均值输入 0.75。 为历史过程 Sigma 输入 0.025。 单击确定。 要查看此元数据如何影响输出，请继续阅读。
您还可以将此信息保存到 MSA 列属性或新数据表中。 点击 EMP Measurement Systems Analysis Study 旁边的红色小三角并选择保存->将所有元数据保存到表中。 您将收到提示“在保存到表格之前计算所有分析的测量西格玛？”。 单击是。
请注意，除了测量 Sigma 之外，测量 2 的所有信息都丢失了。 计算了测量 Sigma 是因为我们在对话框中选择了“是”。 我们没有为测量 2 输入任何 MSA 元数据，因此信息丢失。该表现在可以用于新数据。
如果您选择将元数据另存为列属性，则下容差、上容差、历史均值和历史过程 Sigma 将保存到 MSA 列属性。测量 Sigma 将保存到过程筛选列属性中。
AIAG Gauge R&R 结果/辨别率
AIAG Gauge R&R 结果是版本 17 的新增功能。 从用于测量的测量系统分析旁边的红色小三角中选择 AIAG Gauge R&R 结果。 此选项为您提供 AIAG Gauge R&R 报告，就像在“变异性图表”平台中一样。 要了解有关 JMP 中 Gauge R&R 的更多信息，请查看此视频.
还记得您在这篇博文的前一部分中输入的 MSA 元数据吗？ 该信息用于本报告。 公差范围 (Tol) 定义为历史平均值 – 下公差 = 0.75-0.45 = 0.3。 报告中添加了 % Tolerance 列。 已计算精度/公差比。 历史过程西格玛 (0.25) 用于计算 % Process 列。
可以通过单击 AIAG Gauge R&R 结果旁边的红色小三角并选择 Discrimination Ratio，将 Discrimination Ratio 添加到该报表中。
该值出现在报告的底部，在本例中为 1.0628。
误分类概率
JMP 17 中的另一个新功能是误分类概率。 点击用于测量的测量系统分析旁边的红色小三角并选择误分类概率。
请注意，之前在 MSA 元数据对话框中输入的较低公差用于创建此报告。 这与之前版本 JMP 的变异性图表中的报表相同。
线性和偏差结果
线性度和偏差结果是版本 17 中 MSA 的新增功能。 例如，运行以下命令：
dt2=Open("$SAMPLE_DATA/Variability Data/MSALinearity.jmp");
obj2=dt2<<EMP measurement="" systems="" analysis=""></EMP>
线性度和偏差已经在变异性图表平台中，现在它们已添加到 MSA。 您可以在仪器测量线性度文章。
优先
版本 17 中 MSA 的最后一个主要变化是首选项。 先前版本的 JMP 具有三个 MSA 首选项部分。现在有六个不同的 EMP 测量系统分析部分。
EMP Measurement Systems Analysis 中的重现性、离散图类型、MSA 方法、自动重新计算和报告视图中包含交互作用。 在先前版本的 JMP 的 EMP 测量系统分析中找到的所有其他项目已移至 EMP MSA 分析。 对于版本 17，EMP 测量系统分析首选项中添加了一个新的 Sigma 乘数选项（用于 AIAG Gauge R&R 结果）。 EMP MSA 分析中添加了新选项：AIAG Gauge R&R 结果、误分类概率以及线性和偏差结果。 平台下的 EMP AIAG Gauge Results 是新的，包含适用于该新报告的选项。 平台下的 EMP 线性和偏差结果是新的，包含适用于该新报告的选项。
结论
新功能已添加到 MSA，以便变异图和 MSA 更紧密地对齐。 该对话框已更改，以允许用户更好地控制创建报告所需的选项。 现在可以更轻松地处理多个响应。 添加了 MSA 元数据以输入和存储分析所需的信息。 AIAG Gauge R&R 结果、辨别率、误分类概率以及线性和偏差结果已添加到 MSA 中，这些结果已存在于变异性图表中。 添加了首选项，使用户可以更好地控制平台提供的初始输出。 这些更改导致 MSA 和变异性图表中的工作流程相似。
AIAG MSA 结果中是否应该注明使用标准差的比率不是比例，因为它们之和不等于 1，因此不应将其视为比例？例如， P/T 不是测量工具消耗的公差量，但 P^2 / T^2 可以这样解释。我认为当给出虚假值和比率时应该予以澄清。想法？
@tonya_mauldin和@calking , @原核生物写道：
AIAG MSA 结果中是否应该注明使用标准差的比率不是比例，因为它们之和不等于 1，因此不应将其视为比例？例如， P/T 不是测量工具消耗的公差量，但 P^2 / T^2 可以这样解释。我认为当给出虚假值和比率时应该予以澄清。想法？
@原核生物我向文档团队提交了请求，要求考虑添加有关此统计数据的其他文档。感谢您的意见。
你好，
我在 MSA 中使用历史过程 Sigma 时遇到问题。
在“显示 MSA 元数据输入对话框”的文档中，我们可以看到：
指定历史过程标准差。该值用于量具重复性和再现性报告以及线性度研究中的计算。
我正在使用 3 Factors Crossed.jmp 示例数据文件。在设置 MSA 时，我将 New Y 分配给 Y 响应变量，操作员分配给操作员，部件分配给部件。我特意忽略了“仪器”因素，以便专注于可重复性。
在 MSA 元数据输入对话框中，我选中“是”，并为“历史过程 Sigma”输入 2。
然而，当我运行分析时，结果与未指定历史过程标准差时得到的结果完全相同。我一直没能找到方法强制 JMP 将这种历史偏差纳入计算中。
请问我可能遗漏了什么？
@CarolineLG该值正在被使用。您可以在两份报告中看到，在“来源”下，一份报告定义了“历史过程标准差”，而另一份报告则没有。此外，定义了“历史过程标准差”的报告包含一个“过程百分比”列，而未定义“历史过程标准差”的报告则没有此列。您还会在偏差和线性度报告中看到其他差异，但这些差异在您的屏幕截图中并未显示。
所以，如果我理解正确的话，如果我想基于历史过程标准差计算量具重复性和再现性百分比（%Gauge R&R），我应该查看量具重复性和再现性行中“过程百分比”列的值。在本例中，该值为 62.09%，可以与汇总表中使用当前数据估计的总变异计算出的量具重复性和再现性百分比（78.29%）进行比较。
非常感谢，现在清楚多了！
