
专门用于确定最佳因子水平、与最佳值稍有差异的因子水平、以及与最佳值有显著差异的因子水平的多重比较方法。可以将“最佳值”定义为最高均值或最低均值。此过程一般用作方差分析的后续过程,从而更精确地分析水平均值之间的差异。
许氏 MCB 将为每个水平均值与其余水平均值的最佳值之间的差异创建置信区间。如果区间的端点为 0,则相应均值之间在统计意义上有显著差异。具体地说:
|
|
最高为最佳 |
最低为最佳 |
|
置信区间包含零 |
无差异 |
无差异 |
|
置信区间整个大于零 |
明显更好 |
明显更差 |
|
置信区间整个小于零 |
明显更差 |
明显更好 |
对于此方法,可以指定整体误差率,并为实现整体误差率而调整个别误差率。许氏 MCB 仅比较所有可能的配对比较的子集,而 Tukey 法执行所有比较。因此,许氏 MCB 对于任何给定的整体误差率都将生成更紧凑的置信区间和更有力的检验。
例如,内存芯片制造商随机抽取了四条生产线的样本,确定哪条生产线生产的芯片响应速度最快。初始方差分析表明下表中至少有一个均值不同于其他均值。
|
生产线 |
平均响应时间 |
N |
|
1 |
4.85 |
20 |
|
2 |
10.05 |
20 |
|
3 |
7.45 |
20 |
|
4 |
1.20 |
20 |
分析人员将“最佳值”定义为最低(最快)平均响应时间(即第 4 条生产线),并使用许氏 MCB 来确定与最佳值有显著差异的任何生产线。这将产生以下置信区间 [检验水平 - 其余水平的最佳值]。
|
生产线(与最佳值比较) |
下限 |
中心 |
上限 |
|
1 |
-1.2 |
3.65 |
8.5 |
|
2 |
0 |
8.85 |
13.3 |
|
3 |
0 |
6.25 |
10.2 |
|
4 |
-8.5 |
-3.65 |
1.2 |
根据置信区间,分析人员推断第 2 和第 3 条生产线生产的芯片速度明显比第 4 条生产线生产的芯片速度更慢(较高的均值),因为其置信区间整个大于零。 但是,没有证据表明第 1 条生产线与第 4 条生产线之间有显著差异,因为其置信区间包含零(无差异)。您可以更仔细地调查生产线 2 和 3 的过程。
|
注意 |
当检验水平与比较水平相比明显更好或更差时,MCB 不会提供好/差程度的最小限制。 |
常用统计图形在线生成工具:
实用工具: