562077_zh-TW

liliconcom

開發人員教學：實施前設計與評估測量系統研究

注意：儘管演示使用的是 JMP Pro 17，但顯示的所有功能均在 JMP 17 中。影片包括主持人 Caleb King @calking的問答和評論，內容涉及 MSA 的工作原理以及可能的增強計劃。

請參閱如何：

• 了解 MSA 設計的基礎知識

  • MSA 的主要重點是將產品測量的變化分解為不同的來源，目標是減少或消除一個或多個來源

  • 感興趣的測量不是效應大小（即平均行為的差異），而是特定來源的變異數貢獻

  • 基礎模型主要是隨機效應模型，如果包含偏差項，甚至是混合效應模型

  • 嵌套因子在 MSA 中也很常見，但並非唯一

• 查看 JMP 17 中所做的改進

  • 更好的診斷，與 MSA 分析平台更緊密地結合

  • 更好的用戶交互，允許探索假設場景

  • 靈活的設計結構介面，以便使用者可以在設計中指定嵌套/交叉關係

• 了解診斷是基於基於標準變異數分析方法的變異數估計模擬

  • 範例是 3 因子完全交叉 MSA，其中均方具有已知的卡方分佈，可以輕鬆進行模擬，然後用於計算信賴區間、變異數比例等。

• 包括嵌套和交叉結構
• 對兩個範例進行設計和評估診斷

MSA Design Factor ScreenMSA 設計因素篩選

影片包括 Caleb @calking 、Don McCormack @DonMcCormack和 Jerry Fish @JerryFish在網路研討會上提出的問題。

有人在網路上詢問，在不同的裝置上測試相同的方法是否會出現巢狀。他們回答：可能不會，但這最終取決於實驗如何進行，對方法和設備做出了什麼假設。如果您認為設備/方法是來自更大群體的隨機觀察，那麼它們可能被認為是嵌套的（以某種方式）。如果您從一組固定的值（例如設備類型）考慮它們，那麼它們更有可能被視為交叉。

資源

• Caleb 的 部落格與採訪
• 有關 JMP 中測量系統分析的更多信息
• 有關在 JMP 中使用EMP 的更多信息

實驗設計品質和工藝工程