我最近的博客主题涉及波峰焊机组件但 统计也是我感兴趣的话题。 您是否曾经需要比较两组或更多组数据，以试图了解它们是否无关或具有统计学意义？最近，我不得不通过比较两台不同 SMT 组装机的变量来解决这个问题。
这是我在大学选修这门课程后第一次使用统计学，因此我必须补习一些知识。在分析开始时，我并不清楚需要进行的特定测试。我想说的是，这两台机器测量的变量完全相同，唯一不同的是机器。我想知道哪台机器更准确。或者，更好的是，两组结果之间是否存在统计学意义上的显著差异。我们先来看看 "统计学意义 "的定义。根据 谷歌统计意义的定义是："一个结果或关系是由其他偶然因素造成的可能性。" "统计假设检验传统上用于确定一个结果是否具有统计学意义。"
经过一番研究，我发现可以使用t检验或方差分析（ANOVA）检验。t检验使用单一变量来研究两组之间的差异，而自变量必须只有两组。方差分析测试两组或更多组数据之间差异的显著性。自变量必须有两个或更多类别。方差分析只能确定组与组之间存在差异，但不能说明哪组不同。奇怪的是，如果对两个自变量进行方差分析，得出的结果与使用t检验得出的结果是一样的。下面是我的数据快照：
使用 JMP 软件并打开 "均值/方差分析/池化 t "后，我的数据现在看起来像这样：
根据 JMP 支持页面、 "概率 > F 值衡量的是，在除截距外所有参数都为零的情况下，获得与观测值一样大的 F 比值的概率。概率 > F 值越小，表明观察到的 F 比值越小。这样的值被认为是模型中至少存在一个显著效应的证据"。这个数据符合描述，因此我使用了辅助检验，即 Tukey-Kramer 检验来验证我的结果。选择该测试后，数据图像会略微变为这样：
当我第一次使用这个测试时，我并不完全明白这些圆圈代表什么。以下是我找到的最全面的图表。
由于圆圈完全没有重叠，因此结果大相径庭。
当您选择 Tukey-Kramer 分析时，还会弹出一个最小显著性差异或 LSD 阈值矩阵。显示如下：
阅读矩阵的方法是，当您比较 A 和 B 时，有一个正数表示这对平均数有显著差异。
From time to time I will be sprinkling in posts that are different from my standard program of fluxers, preheaters, etc. to discuss other topics or experiments that I have conducted here at the Indium Corporation. Please feel free to reach out and contact me with any questions, concerns, or fun facts. (I love fun facts!!!) I am always open to new ideas and concepts.
