M&M’s 能教会我们如何信任数据
几乎每个人都喜欢 M&M’s。数据分析? 那是另一个故事。对于许多人来说,这可能会让人感到抽象或令人生畏。
但是,这些小糖果被证明是一种出人意料的有效方法,可以让数据变得实用、直观且易于理解。
首先,我们在 Minitab Solution Center 使用了适当的假设检验,它会根据您的目标和数据类型逐步指导您完成。接下来很简单:称重几袋。数一数里面有什么。记录颜色。查找印刷错误。不久之后,我们用真实的数字回答了真实的问题。
袋装重量准确吗?
每小袋 M&M’s 标注重量为 49.3 克。
为了确定这一说法是否成立,我们对 30 袋进行了称重,并在 Minitab 中使用单样本 t 检验将平均重量与 49.3 克进行比较。
我们的结果显示,平均重量为 52.040 克,P 值为 0.000。由于 P 值远低于 0.05,我们可以自信地得出袋装重量均值不是 49.3 克的结论。
在这种情况下,这是个好消息。平均而言,这些袋子的重量实际上更大——这意味着消费者获得的重量比标签上印刷的更多。
两个人会得到相同的测量结果吗?
如果两个人使用同一台秤称量完全相同的 30 个袋子,他们的结果会一致吗?
我们使用配对 t 检验对此进行了检验。
由于 P 值(0.394)大于 0.05,因此两组测量值之间没有显著差异。换句话说,测量结果是一致且可重复的。
有多少 M&M’s 的“m”印错了?
每个 M&M 都印有熟悉的“m”。鉴于花生 M&M 的表面不平整,有些“m”印得不完美也就不足为奇了。
假设要求是不超过 15% 的糖果“m”印错。
由于 P 值远高于 0.05,因此我们没有证据表明误印率超过 15%。质量水平似乎符合要求。
所有颜色是否均等分布?
我们统计了 622 颗糖果样本的颜色,并使用图形生成器创建了一个饼图:
如果所有颜色均匀分布,我们预计每种颜色约有 104 颗。
卡方拟合优度检验得出:
P 值(0.000)表明颜色分布不均匀。在我们的样本中,某些颜色的出现频率比其他颜色高得多。
更多的糖果意味着更重吗?
具有更多 M&M’s 的袋子似乎更重,这很合乎逻辑。为了检验这个想法,我们检查了计数和重量之间的关系。
散点图显示清晰的上升趋势:随着糖果数量的增加,重量也会增加。
测量系统是否可靠?
我们还执行了量具 R&R 研究,按随机顺序测量 10 袋两次。
总量具 R&R 变异为 1.14%。由于这远低于 10% 基准,因此测量过程本身几乎没有变异。测量系统被认为是可接受的。
准备好将这种清晰度水平应用到医疗保健领域了吗?
这个简单示例展示了正确的工具如何快速引导您 从一个问题到一个站得住脚的答案。
现在想象一下,同样的结构化方法适用于 临床质量、运营绩效或患者结果。
联系 Minitab 专家,探索 Minitab Solution Center 如何支持更明智的数据驱动型医疗保健决策。