Colleen McKendry, rédactrice statistique principale, JMP
Cette présentation est une extension de la conférence "Measurement Systems Analysis for Curve Data Using Functional Random Effects Models", présentée à JMP Discovery Europe 2023. Ici, un modèle fonctionnel à effets aléatoires a été utilisé pour effectuer une analyse R&R de jauge fonctionnelle sur des données contenant un ensemble de courbes comme réponse.Dans cette application, le modèle fonctionnel a été étendu à l'aide des fonctions propres, puis a été exprimé sous la forme d'un modèle à effets aléatoires, où les composantes de la variance ont été estimées à l'aide de méthodes standard. Cette analyse a été réalisée à l'aide des plateformes Functional Data Explorer et Fit Mixed.
Dans la version mise à jour de cette présentation, je montre qu'il est possible d'inclure des effets fixes dans ce type d'analyse en utilisant la même approche d'expansion du modèle. Le modèle fonctionnel est toujours développé à l'aide des fonctions propres, mais est plutôt exprimé sous la forme d'un modèle mixte généralisé. Je discute également des idées pour utiliser l'expansion des ondelettes par opposition à l'expansion des fonctions propres et comment cela pourrait améliorer l'ajustement du modèle pour certains types de données.
