跳跃到JMP- ANOVA分析

我最近大多数的博客都涉及波焊机元件，但统计学我也有兴趣。你们是否必须比较两套或多套数据，努力理解他们是否不相关或者在统计学上很重要呢?最近，我必须用两台不同的SMT装配机比较变量，为自己解决这个问题。

这是我第一次必须使用统计学，因为这是在大学里学习课程以后第一次使用统计学，所以，我必须加强几件事情。我需要做的特别试验，开始分析的时候不是很清楚。假设机器测出完全相同的变量，则唯一的差异在于机器。我要懂得哪一台机器更加精确。或者，更好的是，两套结果之间在统治学上有没有明显的差异。让我从“明显差异”的定义开始。根据Google，统计学的定义是：“很可能结果或者关系不是纯粹的意外造成的。统计学上假定的试验传统上用于测定结果是否在统计学上具有重要意义。”

经过一些研究，我发现我可以使用t-试验或者变量分析(ANOVA)试验。t-试验在使用单一变量的两个小组看起来不同，而独立的变量必须有两个小组。ANOVA分析测试两组或多组数据之间差异的意义。独立的变量必须有两类或更多类。ANOVA只能确定两组之间的不同，但不能说明哪些不同。奇怪的是，如果你们为两种不同的变量做ANOVA分析，你们可以利用t-试验创造出相同的结果。这里的截图显示我的数据看起来的样子:

使用JMP软件并切换到“Means/ANOVA/Pooled t”， 我的数据现在看起来是这样的:

根据JMP支持页面， “Prob > F 数值可以测量获得F Ratio同观察到那么大，只要截阻参数以外的所有参数都为0. Prob > F的小值表明被观察到的F Ratio是不可能的。这些被视为证据，至少该模式里有一种重要的影响。”该数据符合说明，所以，我使用二次试验，Tukey-Kramer试验以验证我的结果。你们选择该试验时，数据的图像略微改变成这样:

我第一次使用该试验，完全不懂小圈代表的意义。这里是我找到的最全面的图表。

因为这些小圈不会覆盖所有的结果，差异明显。

当你们选择Tukey-Kramer分析时，至少存在明显的不同或者突然出现LSD的阈值矩阵。它显示如下:

阅读矩阵的方法，当你们把A比作B时，有一个正数显示一对方法明显不同。

我时常在博客时发文不同于标准助焊机，预热器等的内容，讨论我在Indium公司这里遇见的其它话题或者实验。如果你们有任何问题，关心或者有趣的事实，请随意和我联系。(我喜欢有趣的事实!!!)我始终欢迎新的主意或者概念。

Translation powered by Avalon Professional Translation