Hallo, Mein Name Ist Colleen McKendry,
Und ICH Bin A Senior statistisch Schriftsteller bei JMP,
Aber ICH Auch wie Zu spielen um mit funktionell Daten.
Das Projekt Ist An Messung Systeme Analyse für Kurve Daten.
Erste, Ich bin Nur gehen Zu geben A sehr knapp Hintergrund An MSA Studien In allgemein.
MSA Studien bestimmen Wie Also A Verfahren
dürfen Sei gemessen vor Zu studieren Die Verfahren selbst.
Es Antworten Die Frage, Wie viel Messung Variation Ist
beitragen Zu Die gesamt Verfahren Variation.
Speziell, Die Messgerät R&R Methode, welche Ist Was Krank Sei verwenden In Mein Analyse,
bestimmt Wie viel Variation Ist fällig Zu Betrieb Variation
gegen Messung Variation.
Du dürfen verwenden A Messgerät R&R gekreuzt MSA Modell Wann Du haben beide A Teil Und ein Operator.
Der Modell Du dürfen sehen Hier für dein Messung Y sub ICH J K,
das ist gehen Zu Sei Die Kth Messung gemacht von Die Jth Operator An Die Ith Teil.
In Das Modell, Du haben A bedeuten Begriff,
A zufällig Wirkung Das entspricht Zu Die Teil,
A zufällig Wirkung Das entspricht Zu Die Operator,
Und A zufällig Wirkung Das entspricht Zu Die Interaktion oder kreuzen Begriff.
Du Auch haben ein Fehler Begriff.
Das Ist einfach A zufällig Auswirkungen Modell,
Und alle von diese zufällig Auswirkungen Sind normalerweise verteilt zufällig Variablen
mit bedeuten null Und manche dazugehörigen Varianz Komponente.
Wann Du fit Das Modell,
Du dürfen verwenden Das Zu schätzen Die Varianz Komponenten
Und Dann verwenden diese Varianz Komponente Schätzungen
Zu Berechnung Die Prozentsatz Messgerät R&R verwenden Die Formel gezeigt Dort.
In A Standard MSA Studie,
alle von dein Messungen Sind gehen Zu Sei einzel Punkte.
Aber Was das passiert Wenn das ist nicht Die Fall?
Was Wenn stattdessen du bist Messung etwas wie A Kurve?
Das Frage War Die Motivation hinter Das Projekt.
Dort War A Klient von JMP Das War A Anbieter von Automobil Teile,
Und Sie hatte A Kunde Das angegeben
Das A Teil erforderlich Zu haben A Spezifisch Gewalt von Distanz Kurve.
Offensichtlich, Die Klient gesucht Zu Design
ihre Produkt Zu übereinstimmen Die Kunde angegeben Kurve.
In Befehl Zu Tun Das,
Sie gesucht Zu laufen A funktionell Antwort DAMHIRSCHKUH Analyse
Und JMP Zu Design ihre Produkt In Befehl Zu Tun Also.
Jedoch, Vor Ausgaben Geld An Das Experiment,
Sie gesucht Zu ausführen ein MSA An ihre Fähigkeit Zu messen Die Teile Gewalt.
Dort Sind A viel mehr Einzelheiten um Die tatsächlich Daten Und Das Problem speziell
In ein früher 2020 Weiß Papier
betitelt Messung Systeme Analyse für Gebogen Daten.
Wenn Du wollen beliebig mehr Einzelheiten, sehen Das hoch.
Es sollen Sei An Die Gemeinschaft.
Das In Das Graph, das ist Was Die Daten sieht aus wie.
An Die Y-Achse, Wir haben Gewalt, Und An Die X-Achse, Wir haben Distanz.
Es sieht aus wie Dort Sind nur 10 Kurven In Das Graph,
Aber Dort Sind Genau genommen 250 gesamt Kurven.
Es gibt Nur manche Clusterbildung gehen An.
Dort Sind 10 anders Teile, fünf anders Betreiber,
Und fünf Replikationen pro Teil Operator Kombination.
A wenig bisschen um Das Daten, offensichtlich,
diese Messungen Sind Kurven Und nicht Punkte.
Der Daten War gesammelt gleichmäßig beabstandet In Zeit, Aber nicht gleichmäßig beabstandet In Distanz.
Dort war manche früher Projekte
Das versucht A wenige anders Wege Zu ausführen manche Typ von MSA Studie An Das Daten.
Sie gebraucht manche funktionell Komponenten, Aber blieb hübsch WAHR Zu A Standard MSA.
Wann ICH sah bei Das Daten, ICH gesucht Zu nehmen A WAHR funktionell Ansatz
Weil ICH haben A Hintergrund In funktionell Daten.
Funktional Daten Analyse
Ist nützlich für Daten Das Sind In Die bilden von Funktionen oder Kurven.
Dort Sind viele Techniken Zu handhaben ungleichmäßig beabstandet Daten,
A viel von welche Sind verfügbar In Die Funktional Daten Forscher Plattform In JMP.
Mein Ziel War Zu kombinieren funktionell Daten Methoden mit traditionell MSA Methoden
Zu ausführen manche Typ von funktionell Messung Systeme Analyse.
Mein Lösung War Zu erstellen A funktionell zufällig Auswirkungen Modell
von expandieren Die funktionell Modell verwenden eigen Funktion Erweiterung,
Umschreiben Das als A zufällig Auswirkungen oder A gemischt Modell
Wenn Du hatte beliebig Fest Auswirkungen Auch,
Und Dann schätzen Die Varianz
Komponenten damit verbundenen mit Die Teil Und Operator Bedingungen.
Zu gehen A wenig bisschen hinein Die Modell Notation.
Für dein funktionell Modell, Du haben Y sub ICH J K,
Aber Das Zeit bei A besondere Distanz, D,
Zu Konto für Die funktionell Natur von Die Daten.
Du bist gehen Zu haben A funktionell bedeuten Begriff,
A funktionell zufällig Wirkung Das entspricht Zu Die Teil,
A funktionell zufällig Wirkung Das entspricht Zu Die Operator,
Und A funktionell zufällig Wirkung Das entspricht Zu Die kreuzen Begriff
Und Auch dein Fehler Begriff.
Hier, Wann Du Tun Die Modell Erweiterung,
es ist A wenig Mathy, Aber im Wesentlichen,
stattdessen von haben eins Varianz Komponente damit verbundenen mit Die Teil
Und eins Varianz Komponente damit verbundenen mit Die Operator,
Du Jetzt haben mehrere Varianz Komponenten damit verbundenen mit jede von diese Dinge.
Das ist gehen Zu Konto für Die funktionell Natur.
Wann du bist passend zu Die Modell Und schätzen Die Varianz Komponenten,
wie ICH sagte, Jetzt du bist gehen Zu haben Das
Satz von Varianz Komponenten Das Du dürfen Summe zusammen
Zu schätzen Die funktionell Varianz Komponente für Teil
Und Die Dasselbe Ding für Operator Und Die kreuzen Begriff.
Einmal Du haben alle diese Individuell Varianz Komponenten,
Du dürfen verwenden diese Zu schätzen Die % Messgerät R&R Nur wie In A Standard MSA.
Wie Tun ICH Tun Das In JMP?
Es ist A multi Schritt Verfahren das ist skizziert Hier,
Und Dort Sind manche mehr Einzelheiten In andere Folien.
Aber im Wesentlichen, ICH schätzen Die bedeuten Kurve In FDE Und erhalten Die Restwert Kurven.
ICH Dann Modell Die Restwert Kurven In FDE Zu erhalten Die eigen Funktionen erforderlich
für Die eigen Funktion Erweiterung von Die funktionell Modell
Und speichern diese eigen Funktionen Zu Die Original Daten Tisch.
Ich bin gehen Zu verwenden diese Gerettet eigen Funktionen In FitMix
Zu erstellen A zufällig Auswirkungen Modell
oder A gemischt Modell Wenn Du Auch haben Fest Auswirkungen In dein Daten.
Ich bin gehen Zu verwenden nisten von Die eigen Funktion Formel Säulen
Und Auch Die Par Und Operator Variablen
Zu definieren Die geeignet Modell Spezifikationen.
Das Ist Was dein fit Modell Fenster würde sehen wie.
Einmal ICH tat alle Das für Das Daten,
ICH War fähig Zu schätzen Die Varianz Komponenten Und Berechnung Die % Messgerät R&R,
welche In Das Fall War 3.3030.
Das angegeben ein akzeptabel Messung System
nach Zu manche Bereiche Das war definiert In Das Papier von Baren Team.
Das War Es für Die Daten Analyse für Mein Teil.
Das Ergebnis War Genau genommen sehr ähnlich Zu A schlimmsten Fall Szenario
Das War erhalten In A Präsentation In 2019.
Es würde Sei interessant Zu wissen Wenn Das War A Zufall
oder Wenn Die Ergebnisse würde Sei ähnlich für anders Daten als Also.
Manche Gedanken Das Das Projekt provoziert.
Sollen Wir hinzufügen A funktionell zufällig Wirkung für AUSWEIS
Zu erfassen Die innerhalb Funktion Korrelation über Distanz?
Das Typ von funktionell zufällig Wirkung
Ist Genau genommen Wirklich wichtig In funktionell Daten
Und Ist A groß Nutzen von Buchhaltung für Die funktionell Natur von Die Daten.
Bedauerlicherweise, In Das Daten In besondere.
Jederzeit ICH erstellt A Modell mit Das Begriff,
Die dazugehörigen Varianz Komponenten war null,
Also Es nicht Wirklich erfassen irgendetwas extra, Aber Es würde Sei interessant
Zu sehen Wenn Es könnte Sei nützlich In anders Typen von Daten.
ICH Auch denken Es würde Sei interessant Wenn Wir
könnte Berechnung A Vertrauen Intervall für Die % Messgerät R&R.
Dort war Auch manche unerheblich, nicht Probleme,
Aber gebracht hoch Fragen von Die Reste In Die zufällig Auswirkungen Modell.
ICH beobachtet A zyklisch Natur In diese.
Das ist nicht stets Großartig.
ICH nicht denken Es War A riesig handeln,
Aber ICH würde wie Zu haben A Gut Grund für Warum Das War Die Fall.
Das ist Es. Danke für Hören.
Wenn Du wollen mehr Einzelheiten An Das Projekt,
es ist sehr ähnlich Zu A voll 30 Minuten sprechen Das ICH vorgeführt bei Entdeckung Europa,
Und Also Das Video Ist An Die Gemeinschaft als Also.
Dank Du.
