我多年来一直是一名执业工程师。在此过程中，我已经看到了许多测试，以及许多不同的数据分析方法。更常见的是我承认，我一直在那些在整个过程中犯过一个或多个错误的团队。最终的结果是花费了公司的时间和金钱。
我认为有些读者可能想从我的错误中吸取教训，所以我想出了一个虚构的场景，体现了我遇到的各种问题。虽然这是一个机械工程实例，但它既简单又通用，应该很容易转换为您的特定学科。
情景
我们正在努力提高某些产品的实力。 我们已经确定了一种治疗“A”，我们认为这种治疗可以提高力量。 我们的管理层希望我们在实施生产变更之前证明这一点。
我们用治疗A创建3个样本并测量每个样本的强度。 我们还收集三个标准（或对照）样品并测量每个样品的强度。 这是数据：
使用JMP的Fit Y by X平台（见下文），我们发现处理A样品的平均强度略高于对照。 然而，t检验表明，我们不能说（95％置信度）治疗A的总体平均值与对照的总体平均值有任何不同。 我们停止测试并开始寻找另一种提高产品强度的方法。
这似乎是一个简单的测试，结果很简单，但我认为在上面的场景中犯了错误，我们可能会抛弃一个非常好的解决方案。
你觉得他们会是什么样的？如果有兴趣，请继续关注本系列的下一篇博客，大约一周后来！
