Archief - Kenners van statistiek?

Hoi,

voor m'n werk ben ik bezig met de ontwikkeling van een meetmethode waar dus eveneens een statistische evaluatie op moet gebeuren om uiteindelijk productiespecificaties op te kunnen stellen. Of dus; een meting volgens deze methode geeft waarde X (in ºC) , wat is de verwachte nauwkeurigheid dan? (+ - Y ºC)

De beschikbare dataset is als volgt opgebouwd:
Operator A, B en C doen telkens 3 metingen op 5 producties van theoretisch hetzelfde materiaal (dus 5 "loten" met een onbekende, maar beperkte productievariatie). Dat geeft dus 3 x 3 x 5 = 45 datapunten.

Ik heb reeds kunnen aantonen dat er geen significante operator afhankelijkheid is. Hiertoe had ik een repeatability en reproducability study gedaan waaruit bleek dat de operator factor zo laag was dat ik hem moest gelijkstellen aan 0 omdat de r&r spreadsheet anders een foutmelding gaf.

Maar dat betekent dat we kunnen verdergaan alsof alle datapunten door 1 operator gemeten zijn.
Wanneer ik nu kijk naar de datapunten per lot (dus per 9 metingen), dan stel ik vast dat het gemiddelde voor elk lot binnen de range valt van de andere loten. Dit bevestigt dat de productievariatie zeer klein is.

Nu, hoe haal ik hier de limieten uit die gebruikt kunnen worden om de nauwkeurigheid van een meting aan te geven?
Is het correct indien ik de 45 metingen orden (vb van klein naar groot) om er dan met Excel een "beschrijvende statistiek" op te doen? Wat kan ik dan gebruiken om de + en - grenzen aan te duiden? Liefst wil ik de limieten nog zo "breed" mogelijk houden (maar dus wel gebaseerd op de gedane metingen).
Vermoedelijk is dit het eenvoudigste stuk van heel de studie, maar het is ook het meest kritische aangezien we er ons serieus mee in de voet kunnen schieten indien we de grenzen te nauw nemen

Alvast bedankt voor de tijd en hulp!

Je tekst is wat warrig, maar je hebt 't hier over betrouwbaarheidsintervallen vermoed ik? Aangezien je meer dan 30 resultaten hebt kan je de CLT gebruiken en normaliteit veronderstellen, en kan je het interval makkelijk uit het gemiddelde en de standaardafwijking opstellen:

{µ-1,96*sigma/sqrt < X < µ + 1,96*sigma/sqrt}

Meer info vind je hier.

Excel is trouwens echt geen goed programma om statistiek mee uit te voeren

Eindelijk de tijd gevonden om hier nog op terug te komen.
Bedankt PineMangoes om mij goed op weg te helpen!

Uiteindelijk heb ik iets zeer gelijkaardig gedaan, maar dan met een t-distributie. Het bleek namelijk toch "veiliger" om lot per lot te bekijken (i.p.v. 1 groep van 45 meetpunten). 9 metingen is uiteraard een stuk minder dan 30, maar het valt aan te nemen dat het om normale verdelingen gaat. Bijgevolg kon ik gebruikmaken van een t-verdeling. Met het aantal vrijheidgraden gelijk aan 8 geeft de t-tabel bij 99% zekerheid 3.355 (i.p.v. de 1.96 bij z-verdeling). Zo zijn m'n intervallen dus iets ruimer. Nogmaals bedankt!

Normaliteit veronderstellen uitgaande van 9 metingen is wel erg riskant imo. Ik zou zeker eerst es 'n QQ-plot uitvoeren om normaliteit te testen, en eventueel een Kolmogorov-Smirnov test uitvoeren.

snif, BI's en hypothesetesten :')

3 keer de standaardafwijking gedeeld door de wortel van het aantal meetresultaten = x
[µ-x ; µ+x] is dan het interval waarbinnen uw gezochte waarde statistisch ligt ?
vanwaar die 1,96 sigma?