我最近幾篇部落格文章的話題都與 波峰焊機的組件，但 統計學也是 我感興趣的領域。您是否曾需要比較兩組或多組數據，以試圖釐清它們之間是否無關，或是具有統計學上的顯著性？我最近為了解決這個問題，親自比較了兩台不同表面貼裝機（SMT）的變數數據。
這是我自大學修習該課程以來，首次需要運用統計學，因此必須重新溫習一些知識。在分析初期，我並不清楚自己究竟該進行哪種具體的檢定。需要說明的是，這些機器測量的是完全相同的變數，唯一的差異在於機器本身。我想了解哪台機器的測量結果更精確；或者更進一步地說，這兩組結果之間是否存在統計上顯著的差異。 我們先從「統計上顯著」的定義說起。根據 Google的定義，「統計上顯著」是指：「某個結果或關聯性是由純粹的隨機機率以外的因素所造成的可能性。傳統上會運用統計假設檢定來判斷某個結果是否具有統計上顯著性。」
經過一番研究後，我發現我可以使用t-test 測試或方差分析 (ANOVA) 測試。t-test 使用單一變數來檢視兩個群組之間的差異，而自變數必須只有兩個群組。ANOVA 分析則測試兩組或更多組數據之間差異的顯著性。自變量必須有兩個或兩個以上的類別。方差分析只能判定組別之間有差異，但無法判定哪一組有差異。奇怪的是，如果您對兩個自變數執行方差分析，您會得到與使用t-test 相同的結果。以下是我的資料快照：
在使用 JMP 軟體並開啟「平均值/方差分析/合併 t 檢定」功能後，我的資料現在呈現如下：
根據 JMP 支援頁面、 "概率 > F 值衡量的是在除截距外所有參數都為零的情況下，獲得與觀察到的一樣大的 F Ratio 的概率。概率 > F 的小值表示觀察到的FRatio不大可能出現。這樣的值被認為是模型中至少有一個顯著效應的證據。"這個資料符合描述，因此我使用了次要測試，Tukey-Kramer 測試來驗證我的結果。當您選擇這個測試時，資料的影像會稍微變成這樣：
當我第一次使用這個測試時，我並不完全了解圓圈所代表的意義。以下是我找到的最全面的圖表。
因為圓圈完全沒有重疊，所以結果有明顯的不同。
當您選擇 Tukey-Kramer 分析時，也會彈出最小顯著差異或 LSD Threshold 矩陣。顯示如下：
閱讀矩陣的方法是，當您比較 A 和 B 時，有一個正數表示這對均值有顯著差異。
我將不時在文章中加入不同於我標準程式的 通量, 預熱器等，討論其他主題或我在 Indium Corporation 進行的實驗。如有任何問題、疑慮或趣事，請隨時與我聯絡。(我喜歡有趣的事實！！）我總是對新的想法和概念持開放態度。
