測量系統分析模型的變異數分量的嚴格正估計Laura Lancaster ( 勞拉L@JMP )，博士，JMP 首席研究統計開發人員，SAS
Chris Gotwalt 博士，JMP SAS 統計研究與發展總監
測量系統分析 (MSA) 模型的變異數分量通常使用以下三種技術之一來估算：平均值和極差法、預期平均值平方 (EMS) 和受限最大似然 (REML)。這些方法中的每一種通常都會產生負的變異數分量估計值。由於負方差分量估計值在 MSA 研究中沒有意義，因此這些估計值被設定為零。使用標準非資訊先驗（例如 Jeffreys 先驗或平坦先驗）的後驗平均值估計會產生嚴格正的變異數分量，但均方誤差卻高得令人無法接受。我們將 Portnoy 和 Sahai 在 20 世紀 70 年代開發的一種替代性非資訊先驗方法推廣到了不平衡數據，並將該方法應用於 MSA 研究。我們將解釋此方法並展示模擬實驗的結果，比較此方法使用 REML 估計典型 MSA 模型的變異數分量的能力。
