JMPとMINTABのGRR結果の違いこの問題は長期にわたる混乱を引き起こしており、根本的な解決には至っていません。
0. 分散分析の結果は、分散成分の結果が異なることを除いてまったく同じです。ただし、MINITAB は 2 つの分散分析 (交互作用ありとなし) を実行します。
1. Minitabのヘルプには分散成分の計算方法として以下の式がありますが、EMSかREMLのどちらの方法なのかは説明されていません。私の検証では、負の値が出た場合には0に強制されるようです。JMPのヘルプには分散成分の具体的な計算方法は説明されていません。
2. JMPでは、下図のように分散成分の結果が2つあり、結果も異なります。理由はわかりません。
3. 一つ確かなことは、MINITAB の結果は MSA マニュアルの結果と一致しているということです。
品質およびプロセスエンジニアリングRe: JMP と MINTAB の GRR 結果の違いJMP のドキュメントを読みましたか?
このトピックに関するコミュニティ投稿もあります:
JMP で Minitab と同様の結果を得るように強制することもできますが、部分的に自分でスクリプトを作成する必要があります (EMS の使用を強制し、相互作用を削除します...)。
Re: JMP と MINTAB の GRR 結果の違いありがとうございます。読みました。
EMS、REML、ベイズの 3 つの方法があることは知っています。JMP のヘルプによると、データがバランスが取れていて負の値がない場合、EMS 法が使用されます。ただし、それでも MINITAB と同じ結果を得ることはできません。試してみることができます。
Re: JMP と MINTAB の GRR 結果の違いこんにちは@星華 : あなたの質問に答えているかどうかわかりません。
1. Minitab に表示される式は EMS です。また、REML には閉じた形式の式はなく、REML の解は数値的に求められます。
2. JMP のゲージ R&R セクションの分散成分は、上記のセクションの分散成分の分散成分の合計に基づいています。
再現性 = 範囲内
再現性 = 検査官 + 検査官*サンプル
部品から部品へ = サンプル
ゲージR&R = 繰り返し性 + 再現性
Minitab の Var Comps は JMP とどう違うのでしょうか?
Re: JMP と MINTAB の GRR 結果の違い
ありがとうございます。私はプロの統計学者ではありません。顧客から矛盾した結果について質問されたときにどのように答えればよいかを知りたいだけです。MINITAB のアルゴリズムは AIAG MSA マニュアルと一致しています。
また、JMPのヘルプの説明によると、データがバランスが取れていて、計算された分散成分が負でない場合は、EMS法が使用されます。しかし、私の検証によると、MINITABとJMPの結果は常に異なります。一般的には、3人* 3回* 10サンプルでGRRを実行します。
Re: JMP と MINTAB の GRR 結果の違いこんにちは@星華 : JMP サンプル データ フォルダーの変動データ フォルダーにある「2 つの因子の交差」データ セットを使用すると、JMP は Minitab とまったく同じ結果を返します。
Re: JMP と MINTAB の GRR 結果の違いありがとうございます。確認してみましたが、おっしゃる通りでした。相互作用効果が有意であることに気付きました（検査員×部品）。実際のプロセスでは、相互作用効果が有意であるのを見たことはありません。
MINITAB で相互作用効果が有意でない場合は、別のタイプの計算方法があるため、これが違いの根本的な原因である可能性があります。引き続き確認します。
Re: JMP と MINTAB の GRR 結果の違い再度検証しました。相互作用効果は有意ではありません。
相互作用効果を分散成分に含めるように強制すると（ANOVA で相互作用効果が有意でない場合でも）、JMP と EXCEL の結果はまったく同じになります。
これは MINITAB の間違いである可能性があります。AIAG MSA マニュアルには、「相互作用効果が有意でない場合、どのように...」という説明がありません。
Re: JMP と MINTAB の GRR 結果の違いこんにちは@星華 : こうしたことを「間違い」と呼ぶかどうかはわかりません。AIAG MSA マニュアルはこうした問題に関する一般的な参考資料ですが、他の方法や問題へのアプローチ方法を排除して正しいと見なすべきではありません。また、相互作用が「重要」でない場合は、相互作用を含めるかどうかはどちらにしても問題になる可能性があります。
とはいえ、私もあなたのジレンマを理解しています。顧客から矛盾した結果について尋ねられたら、どのように対応しますか? EMS 法は REML などよりも古い方法で、高度な数値アルゴリズムを一切使用せずに実装できます。つまり、数式があります。これは「最善」の方法ではなく、唯一の方法でもありません。しかし、シンプルで目的に適しており (そのため、このようなマニュアルでは魅力的です)。相互作用項を含めるか含めないか? いい質問です。そのウサギの穴に深く入り込みたくはありません。しかし、相互作用項を含めない理由は単純です。相互作用効果が無視できる場合 (有意でないことから推測できる)、なぜ含める必要があるのでしょうか? 一方、分散成分分析を推定問題 (有意性の検定問題ではなく) と考えると、相互作用 (有意性に関係なく) を含める理由になります。
Re: JMP と MINTAB の GRR 結果の違い問題に取り組む方法は複数あります。10 人の人に質問すれば、10 通りの答えが返ってきますが、どれも間違いではありません。(質問した人が単に知識が不足しているだけなら別ですが)
このような場合、顧客が要求する方法を使用する必要があります。とても簡単です。顧客が MSA 手動メソッドを希望している場合は、それを提供します。顧客が Minitab を希望している場合は、それを提供します。顧客が JMP を希望している場合は、それを提供します。顧客が Excel テンプレートを持っている場合は、それを使用します。などです。
次に、測定システムの内部承認で方法を設定する場合は、最も使い慣れているものを選択します。測定システムが適切であれば、すべての方法に合格するはずです。
個人的には、Wheeler のアプローチと、測定システムを評価する管理図の方法が好きです。これは単純明快で、理解しやすく、適用しやすいです。あなたが示したように、こうした列挙統計はすべて混乱を招き、議論を無駄にします。
幸運を祈ります。私はここのコミュニティが大好きです。すべての方法を比較する優れた調査作業が完了したようです。有意な相互作用効果は、MSA がとにかく失敗することを意味します。部品の測定が、誰が測定したかによって左右されることは絶対に望ましくありません。したがって、JMP と Minitab の違いが有意な相互作用効果によってのみ発生する場合、p 値や平方和の数値が何であるかは関係ありません。MSA が失敗すると、話は終わりです。方法にいくつかの改善を加えて、すべてのオペレーターから同じ結果が得られるようにしてから、MSA を再度実行して、有意な相互作用なしで合格することを確認します。
Re: JMP と MINTAB の GRR 結果の違いこんにちは、 @星華と翻訳者 、
申し訳ないのですが、ここでの議論についていくつかコメントしたいと思います。
- 私見ですが、相互作用の有無（たとえば「演算子*部品」相互作用）の実験を分析する「選択」は、実験をどのように設計したかによって決まります。想定モデルに 2 因子相互作用が含まれる MSA 研究の DoE を生成した場合、この相互作用が統計的に有意であるかどうかに関係なく、この相互作用を使用して MSA 結果を分析する必要があります。
これはモデルの構築/改良の問題ではなく、特定のニーズに応える一連の指定された実験に基づいて変動の原因を評価する問題です。
- 統計的有意性と実際的有意性を区別します。この MSA の状況では、反復性、再現性などの変動源の相対的重要性を調査します。統計的に有意でない変動源でも、実際上は有意である可能性があります。評価には、変動源の再分割とこれらの変動の相対的なサイズ/大きさを評価、検証するために、調査対象の機器に関連するドメインの専門知識が必要です。
- コミュニケーションと視覚化が鍵です。 フォローが述べたように、調査結果を伝達する必要がある場合 (特に統計学者やデータ サイエンティスト以外の人に対して)、生の分析結果を提供することが彼らにとって意味があるかどうかはわかりません (また、2 つのソフトウェア間で小数点以下の結果を比較することは彼らにとって無関係です)。平均および範囲/標準偏差チャートは、反復性と再現性 (存在する場合) に関連する問題を検出するのに役立ちます。
利害関係者が知りたいのは、分析からの実際的な結果です。変動の主な原因は何ですか? 機器/応答のノイズが多い場合、どの側面 (繰り返し性/再現性) に重点を置く必要がありますか? 複数のプロトコル/応答がある場合、それらは互いにどのように機能していますか?
この最後の点については、 フォローのような Wheeler クラスも非常に気に入っています。視覚化によって、さまざまな応答を「情報の品質」に基づいて非常に迅速に表示してランク付けできるからです (ここでは匿名化された実際の使用例の例を示します)。
さまざまな回答を理解し、比較し、ランク付けすることがはるかに明確になります。
- MSA は優れた実践とガイドラインの集合ですが、状況や業界の設定によっては、遵守すべき規範、ガイドライン、または制限が異なる場合があります。ドメインの専門家や関係者と連携して、方法論を実際の環境条件に適応させます。さまざまな部品の選択 (および数) は特に重要です。バッチ/部品が互いに近すぎたり類似しすぎたりして母集団を代表していない場合は、再現性と反復性に関連する差異が部品間の差異要素と比較して「誇張」される可能性があるため、MSA 調査が失敗する可能性があります。
これらのポイントはあなたの直接の質問に答えるものではありませんが、MSA 研究を扱う際には実用的かつ合理的であると私は感じました。 @statman にも言いたいことがたくさんあると思います。
Re: JMP と MINTAB の GRR 結果の違いどうもありがとうございます。
あなたが言及したウィーラー法とは、EMP のことですか?
Re: JMP と MINTAB の GRR 結果の違いはい、 EMP 結果レポートの一部であるモニター分類凡例について具体的に言及しています。
信号の強度を検出する能力に基づいて、複数の機器を要約して表示、比較、ランク付けする方法を提供します。
