測定システム分析モデルの分散成分の厳密に正の推定Laura Lancaster ( ローラL@JMP )、PhD、JMP 主席研究統計開発者、SAS
クリス・ゴットウォルト博士、JMP、SAS 統計研究開発ディレクター
測定システム分析 (MSA) モデルの分散成分は、通常、平均および範囲法、期待平均二乗法 (EMS)、および制限付き最大尤度法 (REML) の 3 つの手法のいずれかを使用して推定されます。これらの各手法では、負の分散成分推定値が生成されます。負の分散成分推定値は MSA 研究では意味をなさないため、これらの推定値はゼロに設定されます。Jeffreys 事前分布やフラット事前分布などの標準的な非情報事前分布を使用した事後平均推定値は、厳密に正の分散成分を生成しますが、平均二乗誤差が許容できないほど高くなります。私たちは、1970 年代に Portnoy と Sahai によって開発された代替の非情報事前分布法を不均衡データに一般化し、この手法を MSA 研究に適用しました。この手法について説明し、この手法が一般的な MSA モデルの分散成分を推定する能力を REML と比較するシミュレーション実験の結果を示します。
