跳躍到JMP- ANOVA分析

我最近大多數的博客都涉及波焊機元件，但統計學我也有興趣。你們是否必須比較兩套或多套數據，努力理解他們是否不相關或者在統計學上很重要呢?最近，我必須用兩台不同的SMT裝配機比較變數，為自己解決這個問題。

這是我第一次必須使用統計學，因為這是在大學裏學習課程以後第一次使用統計學，所以，我必須加強幾件事情。我需要做的特別試驗，開始分析的時候不是很清楚。假設機器測出完全相同的變數，則唯一的差異在於機器。我要懂得哪一台機器更加精確。或者，更好的是，兩套結果之間在統治學上有沒有明顯的差異。讓我從“明顯差異”的定義開始。根據Google，統計學的定義是：“很可能結果或者關係不是純粹的意外造成的。統計學上假定的試驗傳統上用於測定結果是否在統計學上具有重要意義。”

經過一些研究，我發現我可以使用t-試驗或者變數分析(ANOVA)試驗。t-試驗在使用單一變數的兩個小組看起來不同，而獨立的變數必須有兩個小組。ANOVA分析測試兩組或多組資料之間差異的意義。獨立的變數必須有兩類或更多類。ANOVA只能確定兩組之間的不同，但不能說明哪些不同。奇怪的是，如果你們為兩種不同的變數做ANOVA分析，你們可以利用t-試驗創造出相同的結果。這裏的截圖顯示我的資料看起來的樣子:

使用JMP軟體並切換到“Means/ANOVA/Pooled t”， 我的資料現在看起來是這樣的:

根據JMP支援頁面， “Prob > F 數值可以測量獲得F Ratio同觀察到那麼大，只要截阻參數以外的所有參數都為0. Prob > F的小值表明被觀察到的F Ratio是不可能的。這些被視為證據，至少該模式裏有一種重要的影響。”該資料符合說明，所以，我使用二次試驗，Tukey-Kramer試驗以驗證我的結果。你們選擇該試驗時，資料的圖像略微改變成這樣:

我第一次使用該試驗，完全不懂小圈代表的意義。這裏是我找到的最全面的圖表。

因為這些小圈不會覆蓋所有的結果，差異明顯。

當你們選擇Tukey-Kramer分析時，至少存在明顯的不同或者突然出現LSD的閾值矩陣。它顯示如下:

閱讀矩陣的方法，當你們把A比作B時，有一個正數顯示一對方法明顯不同。

我時常在博客時發文不同於標準助焊機，預熱器等的內容，討論我在Indium公司這裏遇見的其他話題或者實驗。如果你們有任何問題，關心或者有趣的事實，請隨意和我聯繫。(我喜歡有趣的事實!!!)我始終歡迎新的主意或者概念。

Translation powered by Avalon Professional Translation