1 實驗結果數據
案例1 | 案例2 | ||||
Run order | A | Y | Run order | A | Y |
1 | 50 | 92.90 | 1 | 40 | 90.96 |
2 | 30 | 79.52 | 2 | 40 | 100.74 |
3 | 30 | 75.88 | 3 | 50 | 92.90 |
4 | 50 | 105.14 | 4 | 30 | 79.52 |
5 | 30 | 86.06 | 5 | 40 | 86.38 |
6 | 50 | 82.12 | 6 | 30 | 75.88 |
7 | 30 | 76.30 | 7 | 50 | 105.14 |
8 | 50 | 92.39 | 8 | 30 | 86.06 |
9 | 50 | 82.12 | |||
10 | 30 | 76.30 | |||
11 | 50 | 92.39 | |||
12 | 40 | 89.76 |
2 基本統計t檢定法
確定關鍵因子的方法是採用假設統計檢定(Statistical hypothesis testing),基於DOE的三個假設:
1) 各樣本空間屬於常態分配 --> 因實驗觀測數目不多,故常態性不會被拒絕
2) 各樣本空間等變異 --> 事後可確認
3) 所抽出樣本是隨機且獨立
因此可以使用二組樣本-合併標準差-等變異之t檢定去檢驗二個水準的平均值是否有差異,若有統計顯著性即證實為關鍵因子。
3 案例1的t檢定法
詳細假設統計檢定數學公式可參考維基百科 http://en.wikipedia.org/wiki/Hypothesis_testing
1) 統計假設是
H0:μ(30)-μ(50)=0 或者簡單地說 μ(30)=μ(50)
H1:μ(30)-μ(50)≠0 或者μ(30)≠μ(50),也就是平均值差異具有顯著性
2) 各水準統計
水準 | N | 平均 | V(變異數) |
30 | 4 | 79.44 | 22.12 |
50 | 4 | 93.14 | 88.69 |
合併標準差Sp=√[(3×22.12+3×88.69)/(3+3)]=7.443
統計量 t =(93.14-79.44)/{7.443×√[1/4+1/4]}=2.60
自由度DF=4+4-2=6
P-value=0.0405 *
因此具備足夠證據拒絕H0假設,而認為二水準平均值間有差異
故證明發射角度不同會有不同的射程(響應),因此確定發射角度是關鍵因子
3) 等變異確認
基於常態分配的假設,等變異是採F檢定
統計量 F=88.69/22.12=4.00
P-value=0.284 n.s.
因此無證據拒絕H0假設,而認為二水準之變異數相等
4 案例2的t檢定法
1) 作法與案例1完全相同,但必須檢定μ(30)與μ(40)、μ(30)與μ(50)、
μ(30)與μ(40)等三者,檢定結果如下表
水準 | μ(40) | μ(50) | |
μ(30) | Sp | 5.4837 | 7.4433 |
DF | 6 | 6 | |
t統計量 | 3.23 | 2.60 | |
P-value | 0.018 | 0.041 | |
判定 | * | * | |
μ(40) | Sp | 7.9595 | |
DF | 6 | ||
t統計量 | 0.21 | ||
P-value | 0.841 | ||
判定 | n.s. |
2) 等變異確認
水準 | μ(40) | μ(50) | |
μ(30) | F | 1.72 | 4.00 |
P-value | 0.667 | 0.284 | |
判定 | n.s | n.s. | |
μ(40) | F | 2.332 | |
P-value | 0.505 | ||
判定 | n.s. |
沒有留言:
張貼留言