Hilfe bei der statistischen Analyse wiederholter MessungenNehmen wir an, ich muss zwei Geräte vergleichen und prüfen, ob sie die gleichen Messwerte aufweisen.
Ich weiß, dass ein gewisser Messfehler/eine gewisse Messunsicherheit vorliegt, daher beschließe ich, dieselbe Probe an jedem Gerät mehrmals zu messen.
Die Datensammlung sieht wie in der Tabelle „Statistische Analyse der Datensammlung“ (siehe Anhang) aus. Meine Idee war, für jede Probe einen Durchschnitt zu bilden und anschließend eine Paaranalyse durchzuführen (siehe Anhang „Statistische Analyse von Paaren “). Beispielsweise kann ich sehen, dass die beiden Geräte unterschiedliche Messwerte liefern.
Wenn ich jedoch die Daten in der Tabelle „Aufnahme statistischer Analysedaten“ mit „Fit Y-by-X“ vergleiche und für jede Stichprobe einen nichtparametrischen Test durchführe, kann ich sehen, dass die Unterschiede nicht für alle Stichproben statistisch signifikant sind.
Wie lassen sich diese Daten richtig analysieren?
Erweiterte statistische ModellierungBetreff: Hilfe bei der statistischen Analyse wiederholter MessungenIch bin kein Statistiker, aber das sieht aus wie eine Anwendung für Variabilitätsanalyse (Analysieren > Qualität und Prozess > Variabilitäts-/Attribut-Messdiagramm) oder MSA (Analysieren > Qualität und Prozess > Messsystemanalyse).
Betreff: Hilfe bei der statistischen Analyse wiederholter Messungen@Ressel, danke für deine Antwort.
Ich habe das Variabilitäts-/Attribut-Messdiagramm ausprobiert und das Ergebnis ähnelt dem der passenden Paare.
Meine Sorge besteht darin, dass ich auf diese Weise mit Durchschnittswerten arbeite, die begrenzte Anzahl von Stichproben und die große Streuung jedoch zu einer großen Unsicherheit bei der Durchschnittsschätzung führen.
Ist es immer noch in Ordnung, mit Durchschnittswerten zu arbeiten?
Betreff: Hilfe bei der statistischen Analyse wiederholter Messungen@bbenny7 Ich muss nochmals darauf hinweisen, dass ich kein Statistiker bin. Wenn ich mir aber Ihre ausführlichere Tabelle „Statistical analysis data collection.jmp“ ansehe, bin ich mir nicht sicher, was die Bezeichnung „Stichprobe“ bedeutet. Erwarten Sie tatsächliche Unterschiede zwischen den Stichproben, und wenn ja, erwarten Sie, dass diese Unterschiede auf unterschiedliche Eigenschaften von 1, 2 und 3 zurückzuführen sind, oder sind diese Unterschiede möglicherweise das Ergebnis von Stichprobenvariationen?
Wenn man sich das Diagramm unten ansieht, würde es als erste Annäherung ausreichen, anzunehmen, dass die Proben 1, 2 und 3 identisch sind (oder dies mittels ANOVA zu beweisen) und dann die Gruppenmittelwerte für Gerät A und B miteinander zu vergleichen?
Auch Ihr Kommentar „ die große Streuung führt zu einer großen Unsicherheit bei der Durchschnittsschätzung“ ist bereits eine Schlussfolgerung, die für die Kommunikation mit jedem, der an den Ergebnissen interessiert sein könnte, potenziell nützlich klingt.
Betreff: Hilfe bei der statistischen Analyse wiederholter MessungenGuter Punkt zum ANOVA-Ansatz: Wenn sich die Proben 1, 2 und 3 nicht grundlegend unterscheiden, könnte ihre Zusammenlegung die Sache erheblich vereinfachen. Mich würde auch interessieren, was die erwartete Abweichung zwischen den Proben widerspiegeln soll.
Betreff: Hilfe bei der statistischen Analyse wiederholter MessungenHallo @bbenny7 : Ich würde ein gemischtes Modell in Betracht ziehen. Die von Ihnen durchgeführte Matched-Pair-Analyse (gepaarter t-Test) ist ein Sonderfall dieses gemischten Modells.
In der Plattform „Modell anpassen“ ist der Wert Y und die Effekte sind Ausrüstung und Stichprobe. Die Stichprobe sollte als Zufallseffekt betrachtet werden (über das Menü „Attribut“), sodass Abweichungen zwischen Stichproben ausgeschlossen und Vergleiche innerhalb der Stichproben durchgeführt werden können.
Und Sie sollten sich fragen, ob der Unterschied (statistisch signifikant oder nicht) bedeutsam ist. Das Konfidenzintervall kann sehr eng sein und möglicherweise nicht die Null umfassen (was auf einen statistisch signifikanten Unterschied hindeutet). Aber ist dieses Konfidenzintervall ein praktisch bedeutsamer Unterschied? Beispielsweise liegt in Ihrer Matched-Pair-Analyse das Konfidenzintervall für den Unterschied zwischen -2,41 und -1,15; das ist ein sehr kleiner Unterschied. Ist dieser Unterschied (irgendwo zwischen -2,41 und -1,15) aus praktischer/wissenschaftlicher Sicht relevant?
Bearbeitung: Betrachtet man die Diagramme, scheinen die Daten auf 1 dp gerundet zu sein; es wird nicht empfohlen, gerundete Daten zu analysieren. Die gerundeten Daten entsprechen möglicherweise Ihren Angaben, verwenden Sie für die Datenanalyse jedoch immer die Anzahl der Dezimalstellen, die der Messgenauigkeit entsprechen.
Betreff: Hilfe bei der statistischen Analyse wiederholter MessungenHallo @MRB3855 ,
danke für deine Antwort.
Ich habe noch eine Frage zu den Parameterschätzungen: Ich kann Gerät [B] nicht sehen und der Achsenabschnitt stimmt nicht mit dem Wert für Gerät [B] überein. Wie berechne ich den Wert für Gerät [B]?
Betreff: Hilfe bei der statistischen Analyse wiederholter MessungenHallo @bbenny7 : Es liegt an der Art und Weise, wie das Modell parametrisiert wird.
-Bearbeiten: Details hier, falls interessiert: https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/nominal-factors.shtml#
Der Achsenabschnitt wird als Durchschnitt beider Geräte interpretiert.
A = Achsenabschnitt + 0,8888889
B = Achsenabschnitt – 0,8888889.
Dies und Vergleiche etc. können Sie sehen, wenn Sie die Ausgabe „Effektdetails“ öffnen.
Hilfe: Hilfe bei der statistischen Analyse wiederholter MessungenSie sollten den „Äquivalenztest“ ausprobieren.
