The difficulty of the Starbucks exa

The difficulty of the Starbucks example above is also true of the restaurant ANOVA results for the restaurant survey. That is, we can conclude that there are differences between the three groups based on distance driven. But we do not know if the differences are between the drive less than 1 mile group and the 1–5 miles group, or the 1–5 miles group and the more than 5 miles group, and so on. To answer this question, we must apply follow-up “post-hoc” tests. These tests will identify the pairs of groups that have significantly different mean responses.

ผลลัพธ์ (ไทย) 1:

ความยากของตัวอย่างสตาร์บัคส์ก็เป็นจริงผลลัพธ์ของ ANOVA อาหารการสำรวจร้านอาหาร นั่นคือ เราสามารถสรุปได้ว่า มีความแตกต่างระหว่าง 3 กลุ่มตามระยะขับเคลื่อน แต่เราไม่รู้ว่า ความแตกต่างระหว่างมากกว่ากลุ่ม 5 ไมล์น้อยกว่ากลุ่ม 1 ไมล์ หรือกลุ่มกม. 1 – 5 และ กลุ่ม 1-5 กม., ไดรฟ์ และอื่น ๆ ตอบคำถามนี้ เราต้องใช้การทดสอบติดตามผล "โพสต์เฉพาะกิจ" การทดสอบเหล่านี้จะระบุคู่ของกลุ่มที่มีแตกต่างกันอย่างมีนัยสำคัญหมายถึงการตอบสนอง

ผลลัพธ์ (ไทย) 2:

ความยากลำบากของสตาร์บัตัวอย่างข้างต้นยังเป็นจริงของร้านอาหารส่งผล ANOVA สำหรับการสำรวจร้านอาหาร นั่นก็คือเราสามารถสรุปได้ว่ามีความแตกต่างระหว่างทั้งสามกลุ่มตามระยะทางขับเคลื่อน แต่เราไม่ทราบว่ามีความแตกต่างระหว่างไดรฟ์น้อยกว่า 1 ไมล์กลุ่มและกลุ่ม 1-5 ไมล์หรือกลุ่มไมล์ 1-5 และกลุ่มมากกว่า 5 ไมล์และอื่น ๆ เพื่อที่จะตอบคำถามนี้เราต้องใช้การติดตามการทดสอบ "โพสต์-hoc" การทดสอบเหล่านี้จะระบุคู่ของกลุ่มที่มีการตอบสนองที่แตกต่างกันอย่างมีนัยสำคัญเฉลี่ย

ผลลัพธ์ (ไทย) 3:

ความยากของตัวอย่าง Starbucks ข้างต้นเป็นจริงของภัตตาคาร ANOVA ผลการสำรวจร้านอาหาร นั่นคือ เราสามารถสรุปได้ว่ามีความแตกต่างระหว่าง 3 กลุ่มตามระยะทางที่ขับ แต่เราไม่รู้ว่า มีความแตกต่างระหว่างขับรถน้อยกว่า 1 ไมล์และกลุ่มที่ 1 ( กลุ่ม 5 ไมล์ หรือ 1 – 5 ไมล์และกลุ่มมากกว่า 5 ไมล์ กลุ่ม และอื่น ๆ เพื่อตอบคำถามนี้เราต้องใช้ติดตาม " หา " การทดสอบ การทดสอบเหล่านี้จะระบุคู่ของ กลุ่ม ว่ามีการตอบสนองที่มีความหมายแตกต่างกัน