測定システム分析モデルの分散成分の厳密に正の推定<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />ローラ・ランカスター（ローラL@JMP )、PhD、JMP 主任研究統計開発者、SAS
Chris Gotwalt 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、平均範囲法、期待平均二乗法 (EMS)、および制限付き最尤法 (REML) の 3 つの手法のいずれかを使用して推定されます。 これらの各方法では、多くの場合、負の分散成分推定値が生成されます。 MSA 研究では負の分散成分の推定値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、許容できないほど高い平均二乗誤差が生じます。 我々は、1970 年代に Portnoy と Sahai によって開発された代替の非有益な事前手法を不均衡データに対して一般化し、この手法を MSA 研究に適用しました。 この方法について説明し、典型的な MSA モデルの分散成分を推定するこの方法の能力を REML と比較するシミュレーション実験の結果を示します。
品質と信頼性
