<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，
我正在分析一些質量控制任務的數據。 我有一些生產的 3 批。 從這 3 批中的每一批中，我都有 13 個樣品。 每個樣本都是 0 到 1 之間的實數，但我不確定 1 是可能的上限。 每個低於 0.42 的樣本都是失敗的。 我需要找到一種方法來分析它。 由於有 3 個批次，我假設“批次”是隨機效應。 我認為我可以用方差分量來分析它，但我發現很難解釋結果。
一些數字背景：以下是 3 個批次的平均值和標準差：0.537 (0.055)、0.656 (0.129) 和 0.514 (0.041)。
現在，我通過“變異量規”模塊（jmp 11）運行方差分量，得到：
| 成分 | 無功分量 | ％ 全部的 | sqrt（變量分量） |
|---|
| 批 | 0.0053 | 42.6 | 0.0729 |
| 之內 | 0.0071 | 57.4 | 0.084 |
| 全部的 | 0.012 | 100 | 0.111 |
我對如何解釋這一點感到困惑，因為所有觀測值的總 SD 為 0.103，而總分量的 sqrt（var 分量）為 0.111。 這兩者有什麼區別？
另外我得到了這個方差分析表：
| 來源 | DF | SS | 多發性硬化症 |
|---|
| 批 | 2 | 0.153 | 0.0763 |
| 之內 | 36 | 0.257 | 0.00716 |
| 全部的 | 38 | 0.410 | 0.01 |
該表如何添加到方差分量一中？
最後一個問題，JMP 中是否有一種方法可以顯示最小值超過 0.42，我的意思是，不僅顯示點估計，還可以顯示最小值的一些區間估計？ 我只是想，也許如果我發現超過 0.42 的概率（根據批次影響進行調整）。
謝謝 ！
在第一個表中，報告是基於線性模型的方差分量估計，其中批次是隨機效應。 標準差不能相加得到總標準差。 回想一下 sqrt(a) + sqrt(b) 不等於 sqrt(a + b)。 您必須添加方差，然後求平方根以獲得總標準差。 這可能與樣本標準差不匹配，因為它是基於線性模型的估計，但如果模型是一個好的模型，它應該接近。
方差分析表正在進行方差分析，假設批次是固定效應。
