擁有各組的平均值、標準差、最小值和最大值資料。 如何進行統計檢定？你好，
我有多個組，每個組都有平均值、最小值、標準差和最大值。 我不知道有多少樣本。 我將如何使用該資料集進行變異數分析等統計檢定？
回覆：擁有各組的平均值、標準差、最小值和最大值資料。 如何進行統計檢定哎呀，我在先前版本的腳本中遇到了範圍界定錯誤。更新版本已附後。請繼續閱讀範圍界定錯誤的討論。
//-------------------------
腳本任務是
- 摘要Oneway 函數腳本
- 名稱預設為此處(1)
- 常規單向原始數據
- 建立匯總表
- 摘要Oneway()
最後一個任務會引發錯誤，因為函數是在 Here 範圍之外定義的，因此要運行，我可以將最後一個任務更改為 ::SumaryOneway。 相反，我將「Names Default to Here(1)」作為第一個任務。
回覆：擁有各組的平均值、標準差、最小值和最大值資料。 如何進行統計檢定啟迪學生，
統計功效的基礎是「N」個樣本量。假設組標準差大致相同，則可以計算標準差的總估計值。 然後，如果您可以保證每個組都有最小數量的獨立樣本，則可以將該最小數量用於每個組的樣本量，並且可以做出更糟糕的情況（最低功效）決策。與 ANOM 均值分析類似，假設最小 N =3：
- 繪製組別平均值 Y 與組別 X 的關係圖。
- 在Y軸上加入3條參考線：（1）組平均值的平均值； (2) 平均值 + k*pooled std dev/sqrt(n)； (3) 這表示 - k*pooled std dev/sqrt(n) 其中 k =Tukey HSD Quantile( .95, #groups, #groups*(3-1) )，假設最小 N =3，
這是對與總體平均值不同的平均值的視覺探索。 我不願意回應，因為這是一個「假設」分析，匯總數據可能會因極端異常值等而產生偏差。
我有一些使用匯總資料計算變異數分析的公式，但是，我發現了這個 JMP 使用說明 circa JMP 8 http://www.jmp.com/support/notes/35/253.html它提供了一種替代方法（由 David A. Larsen 提出），用於使用匯總數據計算單向變異數分析。 它創建了一個視覺顯示。 這個方法做需要N。我決定編寫一個簡單的腳本（買者自負，沒有太多測試）透過函數 SummaryAnova() 來實作該方法。 該腳本附有一個使用範例。 附上腳本範例：
- 使用 JMP 範例資料表 Typying Data.jmp；
- 計算原始資料變異數分析；建立匯總表；
- 然後呼叫 SummaryAnova() 函數來執行替代分析。
雖然統計測試是相同的，但尋找異常值並進行後續分析的資訊量不如原始數據。
我想這可以用來假設最小 N 來進行更糟糕情況的「假設」分析。
沒有N，這就是我所擁有的一切。令我驚訝的是，這麼多總結報告中不包括N個和N個缺失。 這對於任何分析都至關重要。
