証拠を最もよく表示する方法こんにちは、
私は有機太陽電池で私の学士号プロジェクトに取り組んでいますが、私が集めたデータを提示し分析するための最良の方法が何であるか私にはわかりません。添付ファイルに典型的なプロットがあります。X軸に太陽電池の番号、Y軸に私が得た効率があります。すべてのデバイスは同じガラスプレート上の6つの小さな太陽電池で構成されており、エラーバーはこれらの「フィンガー」の標準偏差を示しています。データポイントは、6本の指すべての平均です。色が違うのは、私はかつて太陽電池にクロロホルムとクロロベンゼンを使っていたことを表しています。
今、私はデータを分析する必要がありますが、それは少し難しいです。私のプロジェクトの主な目的は、効率を最大化することではなく、1つのデバイス上の6本の指の標準偏差をデバイス自体として最小化することです。私は標準偏差を使用してそれらを最小化しようとする仮説検定のようなことをすることを考えました。私はJMPに非常に慣れていないので、この仮説検定を行うことができますが、この場合の証拠を示すためのより良いアイデアがあるかどうか、分析で考慮する必要がある統計量を特に知りたいです。
乾杯、
ティモ
再：どうすれば証拠を最もよく表すことができますか？あなたのアイデアをありがとう。デバイスの順番はそれらが作られた順番です、私は誤解を招く傾向を避けるためにこれをランダム化しました。しかし、これを最終的なプロットにまとめるほうが良い場合があることは間違いありません。私は上司に、それがどのように優れていると考えているかを尋ねます。2つの異なる可変性を分離するという考えはとても良いです、私はANOVAを試してみるつもりだと思います。データをプロットするために私が書いたスクリプトは、グループ全体の全体的な平均と偏差をすでに示していますが、偏差はすべての小指の偏差です。標準偏差を分離するという状況では、デバイス全体の標準偏差を示す別のエラーバーを追加すると便利な場合がありますので、それを実装します。
再：どうすれば証拠を最もよく表すことができますか？もう少し詳しく（そしておそらく他の人にもっと明確なアドバイスを求めるように促します）：デバイス間のばらつきが指のばらつきと比べて「重要」であるかどうかに対処するには、標準のANOVAがよいでしょう。 このANOVAを2つのタイプに対して実行できますが、2つのANOVAテストを比較するための適切なテストがおそらくいくつかあります。 しかし、私はあなたのサンプルサイズが小さすぎてこれを実りあるものにすることはできないと思います、そしてあなたの結論を仮説検定に頼ることを避けます - 良い視覚化はもっと意味があると思います。 しかし、あなたはデバイス内/デバイス間の変動性について考えるための方法としてANOVAから始めるかもしれません。
再：どうすれば証拠を最もよく表すことができますか？仮説検定は視覚化よりもはるかに意味がありません（ただし、平均値に対する何らかのt検定とそれに関連する分散の検定が目的にかなうでしょう）。 私は考える価値がある視覚化（あなたが付けた）のいくつかの特徴があると思います。 私は、12個のデバイスの順序付けは重要ではなく、これらは決してサンプルと一致しないと仮定しています（これらのいずれかが誤った仮定であれば、それはあらゆる視覚化にとって重要になります）。 それで、後者は特に関連した情報ではないので、私はデバイス番号によってX軸を注文することを邪魔しないでしょう。 各タイプ（クロロホルムまたはクロロベンゼン）のすべてのデバイスデータをまとめてプールすることを検討してください。 グラフから明らかなように、クロロホルムサンプルの方が可変性があります。視覚化すると、これがより明確になります。 だから、私はあなたが別々に各デバイスを表示する必要があるとは思わない。 また、Graph Builderのオーバーレイボックスでタイプ（クロロホルム、クロロベンゼン）を使用する場合は、それが両者の違いを示す最も直接的な方法になります。
私がもっと慎重に考えたいのは、それぞれの機器の中のばらつきと（特定の種類の）機器間のばらつきです。 これら2種類のバリエーションを（デバイスをプールするときのように）まとめて使用することはできますか、それとも別々に検討する必要がありますか？私はこの主題分野には何の背景もないので、私はそれについて意見がありません - しかし私はそれが考慮すべき重要な問題だと思います。
