Ontwerpen en testen van een elektromagnetische remsysteem (12 / 13 stap)

Stap 12: T testen

De ANOVA statistisch bewees het bestaan van nonrandom variatie binnen de opgenomen gegevens, maar het heeft niet het identificeren van de locatie van de variatie (dat wil zeggen welke datasets statistisch verschilden; uit de ANOVA weten we alleen dat er ten minste twee sets die statistisch verschillend zijn). Om grondig in de data-analyse, moet het worden aangetoond dat elke gegevensset statistisch verschillend van de andere data sets is. Ideaal, dit zou worden bereikt met behulp van Tukey Post Hoc test die vermijdt de opeenstapeling van fouten ten gevolge van een reeks t tests, maar Excel biedt geen ondersteuning voor deze test, dus we gebruik van t testen maken zullen. De fout die accumuleren is in dit geval te verwaarlozen. Hier zijn de stappen voor het voltooien van een t-toets in excel:

1) hoogtepunt twee sets met gegevens die u wilt testen
2) Ga naar het tabblad gegevens
3) Selecteer Data-analyse
4) Selecteer "t-toets: twee gepaarde steekproeven met ongelijke varianties"
5) Klik op OK
6) voor invoerbereik 1, selecteer een van de gegevenssets, selecteert u de andere instellen voor reeks 2
7) de alpha-waarde moet 0,05
8) indien gewenst, kies een gedeelte van de uitvoer
9) Selecteer OK

Deze tests moeten worden uitgevoerd met elke mogelijke combinatie van twee gegevensverzamelingen (d.w.z. vs besturingsniveau 1 vs besturingsniveau 2, enz.). Als elke p-waarde kleiner dan of gelijk is aan 0,05 is, kan de null-hypothese voor de totaliteit van het project worden afgewezen. Merk op dat een twee steekproeven t testen ervan uitgaande dat ongelijke varianties werd gebruikt omdat er waren twee verschillende gegevenssets (twee monsters) en we weten niet de variantie (zodat we aannemen er ongelijke dat).

Interpreteren van resultaten
Het interpreteren van de resultaten, is het eerst nodig om te begrijpen het verschil tussen een staart en twee tailed t statistieken. U kunt denken aan een normale verdeling of de belcurve als twee "staarten" oneindig uit te breiden in zowel links als rechts richtingen. De één staart t-statistiek beschouwt de waarschijnlijkheid dat het echte populatiegemiddelde zal bestaan binnen 5% procent van de totale oppervlakte onder de kromme in beide extreme (met andere woorden, 5% van de juiste staart of 5% van de linker staart). De twee tailed t-statistiek splitst de 5% in 2,5% en acht van beide uitersten (of staarten) van de belcurve. Door het selecteren van de twee tailed t-statistiek, kunnen wij ons vertrouwen met de conclusies meer. Bekijk nu de waarde van bepaalde t kritische twee verhaal, aangeduid met t_C en de werkelijke t-statistiek, aangeduid door t. If - t_C < t < t_C, dan kunnen we aanvaarden de null-hypothese. In het geval hierboven afgebeeld, is de t-statistiek buiten dit bereik. Daarom verwerpen wij de null-hypothese voor deze twee gegevensverzamelingen.

Tot slot, de p-waarde wordt aangeduid met "P (T < = t) tweezijdig" in de Excel uitvoer. Merk op dat in dit geval p veel minder dan 0,05 is. De p-waarden uit de diverse tests worden samengevat in de tabel. Merk op dat de p-waarden groter voor spanningen dicht bij waarde (dat wil zeggen niveau 1 en niveau 2, niveau 3 en niveau 2, enz.) en kleinere voor spanningen verder in vale zijn. Dit komt overeen met de hypothese dat er een positieve correlatie tussen de spanning en de remkracht geproduceerd door de elektromagneet.