分散成分分析を用いたICH精度計算方法こんにちは
私は、分散成分分析（JMP 18.0.2 を使用）を実行して、ICH 精度データの %CV 値を計算し、具体的には (a) 再現性、(b) 中間精度、および (c) 再現性を計算しようとしています。
この研究は 2 人のオペレーターによって実施され、5 つの異なるサンプル濃度にわたって 2 つの異なる機会に 3 回の反復測定が行われました。
ICH精度データを取得するための適切な分析方法を教えていただけると大変助かります。変動性/属性ゲージチャートを使用し、REMLとベイズ分析を用いたネスト分析を試してみました。これらのうちどちらを使用すれば分析に適するでしょうか？また、モデルの種類（ネストまたはクロス）によって結果が影響を受けることも理解しています。REMLとベイズ分析のどちらを使用すべきでしょうか？ネストとクロスのどちらを使用すべきでしょうか？演算子は機会の下にネストするべきでしょうか、それとも機会を演算子の下にネストするべきでしょうか？
どのようなご助力もいただければ幸いです。
ありがとう。
よろしくお願いします
彼女にとって
高度な統計モデリング基本的なデータ分析とモデリング品質およびプロセスエンジニアリング分散成分分析を用いたICH精度計算方法データセットの構造について質問があります。行は、Occasion、Operator、Repeatの組み合わせでは一意に識別されません。言い換えれば、Operator #1 はどのようにして、1つのOccasionで同じRepeatを5回測定できるのでしょうか？
分散成分分析を用いたICH精度計算方法状況の説明からすると、オペレータ、機会、サンプルがすべて交差しており（すべてのオペレータがすべての機会とすべてのサンプルを確認）、繰り返しがネストされているように見えます（なぜ反復と呼ぶのかわかりません）。したがって、モデルはオペレータ、機会、サンプルについて因子乗法を使用し、繰り返しがネストされている必要があります（ネストされたコンポーネントは精度の再現性を表します）。範囲管理図を使用して、繰り返し測定の安定性を評価し、変動のそのコンポーネントを定量化できます。また、Xバー管理図を使用して、精度の再現性（これが管理限界の基準になります）を他のソース（これにより、濃度を正規化せずにバイアスが除去されます）に対してプロットできますが、管理図は相互作用が存在するため、他の3つのコンポーネントの評価には役立ちません。
また、濃度を変えることで意図的にサンプルを変化させていますね。これらは参照標準物質ですか？もしそうなら、分析の解釈が変わってしまいます。これにより分散成分にバイアスが生じます。分析前にこれを正規化する必要があります。実際の測定値から理論濃度を差し引くと良いかもしれません。
分散成分分析を用いたICH精度計算方法こんにちは@ジェイC008 : ICH について言及されていますが、具体的にどの ICH ガイダンスに従おうとしているのですか?
分散成分分析を用いたICH精度計算方法こんにちは@MRB3855 : ICHQ2(R2) ガイドラインに従って、再現性、中間精度、再現性の精度値を計算しようとしています。
分散成分分析を用いたICH精度計算方法こんにちは@Ressel さん：コメントありがとうございます。分析法の再現性、中間精度、および再現性について、精度を確立しようとしています。（ICHQ2の推奨に基づき、再現性を評価するには、手順の報告範囲をカバーする少なくとも9回の測定（例：3濃度、それぞれ3回の反復）が必要です。）私の分析の濃度範囲は2.5e5～2e6（サンプル濃度）です。これらのサンプルは3回（反復）で調製されました。2人のオペレーターが、これらのサンプル濃度ごとに3回の測定（3回）を行いました。同じ手順が2回目に繰り返されました。したがって、分析分析の範囲をカバーする5つのサンプル濃度について、2回、2人のオペレーターが3回の反復を行いました。
質問は、再現性 (5 つの異なる濃度にわたる繰り返し測定)、中間精度 (オペレーターおよび機会全体)、再現性 (オペレーター全体) の精度 CV をどのように取得するかということです。
分散成分分析を用いたICH精度計算方法こんにちは@JayC008さん、
ここでのあなたの質問を誤解しているかもしれませんが、おそらく、いくつかのデータ計算とそれを JMP 内で実行する方法についての追加のガイダンスを求めているのではないでしょうか。
それがあなたの質問ではないのであれば、明確にしてください。データ計算/プラットフォームの最初の選択は、私が始めるところではないと思います。
他にもフォローしている方のために、ICHQ2(R2)ガイドラインへのリンクも記載しました。
セクション 3.3.2.4 で読んだ内容に基づくと、推奨データの計算には、JMP 内の分布プラットフォームまたは表作成プラットフォームを使用できるはずです。
その他には、割合または数式を使用して Clopper-Pearson clopper-pearson 信頼区間を使用して信頼区間を生成するための簡単なオプション/プラットフォームがある場合があります。
3.3.2.4 推奨データ
「標準偏差、相対標準偏差（変動係数）、そして適切な
100（1-α）％信頼区間（または正当な代替統計区間）を報告する必要があります。
観測された間隔は、対応する精度許容範囲と互換性がある必要がある。
他に正当な理由がない限り、基準は適用されません。
さらに、多変量解析手順の場合、RMSEPのルーチンメトリクスには以下が含まれます。
正確さと精密さです。」
メソッドの検証には、JMP ユーザー コミュニティのディスカッション ボードのヘルプと範囲を超えた手順の追加ドキュメントが必要になります。
また、調査中の分析手順の定量限界と検出限界を示す必要があります。
乾杯、
スタン
分散成分分析を用いたICH精度計算方法機会と演算子を1つの列にまとめ（連結）、メソッドの各設定を記述することをお勧めします。サンプル濃度が最も高い場合のデータは以下のようになります。
この方法により、セットアップ間の変動、およびセットアップ内の繰り返し間の変動を推定できます。私は「分析」→「モデルの適合」を使用してこれを実行しています。この場合、セットアップ（機会とオペレータを連結したもの）はランダム効果としてモデル化されます。
この分析の出力では、セットアップ間、セットアップ内、そしてそれらの合計（和）のSD（平方分散成分）を確認できます。これらのSDそれぞれに関連する95%信頼区間は、95%下限値と95%上限値の平方根として計算できます。ICH Q2の用語では、総変動は中間精度、残差は再現性です。
