注: デモには JMP Pro 17 が使用されていますが、示されているすべての機能は JMP 17 にあります。動画にはQ&Aとプレゼンターのケイレブ・キングのコメントが含まれています@コーキングMSA の仕組みと、考えられる機能拡張の計画について説明します。
方法を参照してください:
- MSA 設計の基本を理解する
MSA の主な焦点は、製品測定の変動を個別の原因に分解することであり、1 つ以上の原因を削減または排除することを目標としています。
関心のある指標は効果の大きさ (つまり、平均挙動の差) ではなく、特定のソースからの分散の寄与です。
基礎となるモデルは主に変量効果モデル、またはバイアス項が含まれる場合は混合効果モデルです。
ネストされた因子も MSA でよく見られますが、これに限定されるわけではありません。
JMP 17 での改善点を参照してください。
MSA 分析プラットフォームとより緊密に連携した、より優れた診断
ユーザー インタラクションの強化により、仮定のシナリオを検討できるようになります
柔軟な設計構造インターフェイスにより、ユーザーは設計内でネスト/交差関係を指定できます。
- 診断は、標準的な ANOVA アプローチに基づいた分散推定のシミュレーションに基づいていることを理解します。
- 入れ子構造と交差構造を含める
- 2 つの例について設計を作成し、診断を評価する
MSA Design Factor ScreenMSA 設計係数画面
このビデオには、Caleb がウェビナーで回答した質問が含まれています@コーキング、ドン・マコーマック@donmcormackそしてジェリーフィッシュ@JerryFish 。
ある人は、巣を作ることは可能かどうかをオンラインで尋ねました同じメソッドを異なる機器でテストするときに発生します。彼らはこう答えました。おそらくそうではありませんが、最終的には、実験がどのように実行されるかによって、方法や装置についてどのような仮定が行われたかによって決まります。装置/方法がはるかに多数の母集団からのランダムな観察であると考えられる場合、それらは (何らかの形で) ネストされているとみなされる可能性があります。 固定の値セット (たとえば、機器の種類) からそれらを考慮した場合、それらはクロスとして扱われる可能性が高くなります。
リソース
