Hola a todos,
¿Alguien podría explicar por qué los dos informes mencionados anteriormente parecen dar resultados diferentes para los F-Ratios de los efectos principales del operador y la parte, pero dan resultados consistentes para el F-Ratio del efecto de interacción operador*parte?
Archivo de datos: Datos de variabilidad/2 factores cruzados.jmp (archivo de datos de ejemplo de JMP. Para obtenerlo, utilice >Ayuda>Carpeta de datos de muestra en JMP).
Prueba #1:
Hice el ejemplo de JMP
https://www.jmp.com/support/help/es/19.0/index.shtml#page/jmp/ejemplo-de-un-grafico-de-variabilidad.shtml#ww332851
En el Informe de análisis del indicador de variabilidad, los componentes de varianza se mostraron utilizando
> Análisis de indicadores de variabilidad para la medición > Componentes de la varianza
El archivo adjunto "Informe de análisis de componentes de variabilidad del indicador de variabilidad.png" muestra el resultado que obtuve.
Prueba #2:
Hice un cálculo similar utilizando "Ajustar modelo" con los términos del modelo Operador, pieza# y Operador*pieza#.
(ver archivo adjunto: Especificación del modelo utilizado para Fit Model.png)
El archivo adjunto "Componentes de varianza del informe de ajuste del modelo.png" muestra una captura de pantalla del resultado obtenido para el "Análisis de varianza" y la "Prueba de efecto".
Esperaba confirmar los resultados de la prueba n.° 1.
La mayoría de los resultados de ANOVA fueron consistentes en ambos informes (marcados con rectángulos verdes en ambas imágenes).
Sin embargo, algunos resultados para los índices F fueron diferentes en ambos informes (marcados con rectángulos rojos en ambas imágenes).
Descripción de la diferencia observada
Recuerdo que ANOVA calcula la relación F para cada término del modelo dividiendo el cuadrado medio (MS) de este término del modelo por el error de MS, lo que parece ser coherente con los resultados de la relación F que se muestran para todos los términos del modelo en el Informe de ajuste del modelo.
Relación F = MS (término) / MS (error)
Suponiendo que el término MS(Dentro) corresponde al término MS(Error), el Informe de análisis del indicador de variabilidad parece aplicar una fórmula análoga para calcular la relación F del término de interacción Operador*parte#.
Relación F (Operador*número de pieza) = MS (Operador*número de pieza) / MS (Dentro) = 0,02087039 / 0,00413887 = 5,04253335
Sin embargo, no pude reproducir los valores mostrados para las proporciones F de los efectos principales del operador y de la pieza n.° usando MS(Within).
MS(Operador) / MS(Dentro) = 0,0274444 / 0,00413887 = 6,6308920 (distinto de 1,3150)
MS(número de pieza) / MS(dentro de) = 0,2926204 / 0,00413887 = 70,7005535 (distinto de 14,0209)
El Informe de análisis del indicador de variabilidad parece utilizar una fórmula similar para calcular los índices F para los efectos principales del operador y del número de pieza, pero utiliza MS(Operador*número de pieza) en lugar de MS(Dentro de).
MS(Operador) / MS(Operador*parte#) = 0,0274444 / 0,02087039 = 1,3149922 (similar a la relación F dada)
MS(parte#) / MS(Operador*parte#) = 0,2926204 / 0,02087039 = 14,0208401 (similar a la relación F dada)
En el archivo adjunto también encontrará una copia del archivo de datos de ejemplo JMP con dos scripts para reproducir las pruebas anteriores que realicé.
Por favor, ¿podría alguien comentar esta discrepancia y explicar por qué los F Ratios se calculan de esta manera en Gauge R&R?
Muchas gracias por su ayuda.
Hola @DOEMonkey : ¡Buena pregunta y bienvenido a la comunidad! Responderé a tu pregunta en dos partes:
1. Por favor, ¿podría alguien comentar esta discrepancia?
La discrepancia se debe a que, en la plataforma de su modelo de ajuste, no ha designado todos los efectos como aleatorios (como se supone en el análisis de indicadores de variabilidad). Si lo hace y selecciona EMS (tradicional) como método, obtendrá los mismos resultados.
2. Explique por qué los índices F se calculan de esta manera en Gauge R&R.
Vea la página 6 aquí. https://homepages.math.uic.edu/~wangjing/stat481/Stat481-LectureNote-10.pdf
Como puede ver, bajo la hipótesis nula (H0) el término de error apropiado para A y B es MSAB (es decir, hace que la relación F respectiva sea = 1).
Regrese con cualquier pregunta.
Hola MRB3855,
Muchas gracias por la cálida bienvenida, por su rápida respuesta e incluso por proporcionar enlaces a más información. Es muy útil. Lo revisaré para comprender mejor los términos de error. Si aún tengo preguntas después de eso, podría aceptar su amable oferta.
