The research team then proceeded to

The research team then proceeded to conduct linear correlation analysis to determine the
correlation between fuel/cycle and cycle time components and payload. Table 6 and
Figures 6-9 show correlation coefficients with their corresponding p-values and scatter
plots, respectively. Surprisingly, there was no statistically significant correlation between
payloads for the experimental period and fuel/cycle as indicated by the p-value of 0.1801
(greater than α = 0.05). This was contrary to expectation and hence the correlation
between payload for the entire available data set (May 3 to July2) and fuel/cycle was also
analyzed. This yielded a statistically significant correlation (p-value of 0.0000). Modeling
fuel/cycle per ton is desirable so that the model can be extended to different truck
payloads. In fact, it is expected that fuel consumption should correlate to amount of
material carried since more work is done. Hence, correlations between cycle time
components in Table 6 and fuel/cycle/ton was tested and statistically significant positive
correlation was found.

ผลลัพธ์ (ไทย) 1:

ทีมวิจัยแล้วครอบครัวการวิเคราะห์เพื่อกำหนดความสัมพันธ์เชิงเส้นความสัมพันธ์ระหว่างเชื้อเพลิง/วงจร และส่วนประกอบรอบเวลา และสิ่งที่เตรียมไว้ ตาราง 6 และตัวเลข 6-9 แสดงค่าสัมประสิทธิ์สหสัมพันธ์ มีค่า p ที่เกี่ยวข้องและกระจายลงจุด ตามลำดับ จู่ ๆ มีไม่มีความสัมพันธ์อย่างมีนัยสำคัญทางสถิติระหว่างpayloads สำหรับรอบระยะเวลาทดลองและน้ำมันเชื้อเพลิง/รอบตามที่ระบุ โดยค่า p ของ 0.1801(ด้วยกองทัพมากกว่า 0.05) นี้เป็นการขัดกับความคาดหวัง และดังนั้นสหสัมพันธ์ระหว่างส่วนของข้อมูลทั้งหมดพร้อมใช้งานชุดข้อมูล (3 พฤษภาคมเพื่อ July2) และน้ำมันเชื้อเพลิง/รอบได้ยังวิเคราะห์ ซึ่งหาความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ (p-value ของ 0.0000) การสร้างโมเดลเชื้อเพลิง/วงจรต่อตันเป็นการสมควรเพื่อให้สามารถขยายรูปแบบรถบรรทุกต่าง ๆpayloads ในความเป็นจริง คาดว่า ปริมาณการใช้น้ำมันเชื้อเพลิงควรสร้างความสัมพันธ์กับจำนวนวัสดุดำเนินการเนื่องจากทำงานมากขึ้น ดังนั้น ความสัมพันธ์ระหว่างรอบเวลาส่วนประกอบในตาราง 6 และเชื้อเพลิงรอบ/ตันเป็นบวกอย่างมีนัยสำคัญทางสถิติ และทดสอบพบความสัมพันธ์

ผลลัพธ์ (ไทย) 3:

ทีมวิจัยจึงทำการการวิเคราะห์สหสัมพันธ์เชิงเส้นเพื่อกำหนดความสัมพันธ์ระหว่างเชื้อเพลิง
รอบและเวลาและชิ้นส่วนระเบิด ตารางที่ 6
) สัมประสิทธิ์สหสัมพันธ์กับ p-values โชว์ตัวเลขที่สอดคล้องกันของพวกเขาและกระจาย
แปลง ตามลำดับ จู่ ๆ ไม่มีความสัมพันธ์ระหว่าง
( สำหรับช่วงทดลองและเชื้อเพลิง / วงจรตามที่ระบุโดยนัยของ 0.1801
( มากกว่าα = 0.05 ) นี่มันขัดกับความคาดหวังและด้วยเหตุนี้ความสัมพันธ์
ระหว่าง payload สำหรับข้อมูลที่มีอยู่ทั้งชุด ( 3 พฤษภาคมที่จะ july2 ) และเชื้อเพลิง / วงจรยัง
วิเคราะห์ ซึ่งพบความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ ( p-value ของข้า ) แบบจำลอง
เชื้อเพลิง / รอบต่อตันเป็นที่พึงปรารถนาดังนั้นแบบจำลองนี้สามารถขยายไปยังรถบรรทุกที่แตกต่างกัน (
. ในความเป็นจริงมันเป็นที่คาดว่า ปริมาณการใช้เชื้อเพลิงจะสัมพันธ์กับปริมาณของวัสดุที่ทำงานมากขึ้น
ตั้งแต่จบแล้ว ดังนั้น ความสัมพันธ์ระหว่างองค์ประกอบเวลา
รอบโต๊ะ 6 และเชื้อเพลิง / รอบ / ตันและทดสอบนัยสำคัญทางสถิติบวก
ความสัมพันธ์ .