안녕 @알리시아 ,
분산의 (비)동일성을 평가하기 위해 "Fit Y by X" 플랫폼에서 방법을 비교하는 데 도움이 되는 다른 테스트가 있습니다(응답을 Y로 지정하고 방법을 X로 지정하고 "기준"에서 샘플 ID 지정). " 패널), "불균등 분산" 아래의 빨간색 삼각형: 불평등 분산 보고서(jmp.com)
쌍을 이룬 t-테스트는 방법 A와 B 사이의 각 샘플 ID의 차이를 살펴보지만 두 방법의 분산이 동일할 것을 요구하거나 암시하지는 않습니다.
"Analyze", "Specialized Modeling", "Matched Pairs"에서 사용 가능한 "Matched Pairs" 플랫폼을 볼 수도 있습니다. 일치하는 쌍 플랫폼 옵션(jmp.com) , 그러나이 플랫폼은 분산이 아닌 평균의 차이 분석에 더 많이 사용됩니다.
그러나 샘플/부품 ID가 있고 두 가지 방법으로 측정의 재현성을 평가하고 싶기 때문에 플랫폼 " 측정 시스템 분석(jmp.com) " "분석" 아래의 "품질 및 프로세스"도 유용할 수 있습니다. 샘플 ID, 방법(제 예에서는 X의 "연산자", 그룹화) 및 측정 결과를 지정할 수 있습니다.
분석이 시작되면 "측정 시스템 분석"(응답)에서 빨간색 삼각형을 클릭하고 AIAG 게이지 결과 R&R 또는 EMP 게이지 R&R의 결과를 볼 수 있습니다. 이렇게 하면 방법(재현성), 부품 간 변동 및 반복성(각 샘플 및 방법에 대해 5회 반복이 있으므로) 간의 분산 측정 재분할을 결정하는 데 도움이 됩니다.
이것은 분산에 대한 통계적 테스트인 엄격하게 기대하는 것이 아닐 수 있지만 반복성, 재현성 및 부품 간 변동 사이에서 측정의 분산 재분할에 대한 보다 포괄적이고 유익한 개요를 제공할 수 있습니다.
이 첫 번째 답변이 도움이 되기를 바랍니다. 요점을 놓쳤거나 분석에 대한 자세한 내용을 원하는 경우 필요를 더 잘 설명할 수 있는 장난감 데이터 세트를 제공하는 것을 주저하지 마십시오.
안녕 @알리시아 , JMP Pro가 있는 경우 혼합 모델 플랫폼을 통해 이 작업을 수행할 수 있습니다(샘플은 무작위 효과이고 방법은 고정 효과임). 각 방법에 고유한 잔차(샘플 내) 분산이 있는 모델을 정의할 수 있습니다(이 현상을 종종 이분산성이라고 합니다. ) . 결과의 일부는 해당 모델을 "null" 모델(종종 동분산성이라고 하는 "일반적인" 상수 분산 모델)과 비교하는 것입니다.
감사합니다 @Victor_G 그리고 @MRB3855 그 훌륭한 제안을 위해. 나는 그들에게 시도를 줄 것이다
안녕하세요,
저는 두 가지 방법(방법 A 및 방법 
을 사용하여 30개의 샘플을 측정했으며 각 샘플은 5번 측정되었습니다. 데이터 세트를 요약하여 두 가지 방법에 대한 각 샘플의 평균과 표준 편차를 얻었습니다.
샘플과 일치하는 방법 A와 방법 B 사이의 샘플 내 변동성을 비교하고 싶습니다. 표본 표준 편차에 대해 대응 t-검정(또는 비모수적 등가물)을 수행해도 괜찮습니까? 아니면 이러한 유형의 분석이 표본 수단에서만 수행될 수 있습니까?
감사합니다
