nullMinitab实务应用Minitab实务应用Ver.012008.4.6Minitab介绍Minitab介绍
Minitab是众多统计软件当中比较简单易懂的软件之一;
相对来讲,Minitab在质量管理方面的应用是比较适合的;
Minitab的功能齐全,一般的数据
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
和图形处理都可以应付自如。Minitab与6 Sigma的关系Minitab与6 Sigma的关系
在上个世纪80年代Motolora开始在公司内推行6 Sigma,并开始借助Minitab使6 Sigma得以最大限度的发挥;
6 Sigma的MAIC阶段中,很多分析和计算都可以都通过Minitab简单的完成;
即使是对统计的知识不怎么熟悉,也同样可以运用Minitab很好的完成各项分析。Minitab界面和基本操作介绍Minitab界面和基本操作介绍Minitab界面Minitab界面Data Window:
输入数据的窗口
每一列的名字可以写在最前面的列
每一列的数据性质是一致的主菜单Session Window:
分析结果输出窗口Minitab界面Minitab界面同一时间只能激活一个窗口.每一个窗口可以单独储存.不同的要求选择不同的保存命令工具栏的介绍工具栏的介绍打开文件保存文件打印窗口剪切复制粘贴恢复插入
单元
初级会计实务单元训练题天津单元检测卷六年级下册数学单元教学设计框架单元教学设计的基本步骤主题单元教学设计
格插入行插入列移动列剪切单元格最后一次对话框程序窗口上一次记忆刷下一次记忆刷数据窗口管理图形撤销帮助关闭图形档案档案PROJECTPROJECT
项目,是一个宏观的,其可以包含了数据工作表、图形、报告等。
如果你想要存下所有的数据那么应当是使用PROJECT的格式。
MINITAB有个优点可以做PROJECT档案的说明。PROJECT说明PROJECT说明贮存时的选项贮存时的选项想存什么内容想存什么内容安全性的密码设定安全性的密码设定打开PROJECT时的状况打开PROJECT时的状况
此时可能需要输入密码才能打开。
另外也可以事先预览,不一定要先打开才知道。
也可以先看一下说来了解档案的一些内容。打开项目打开项目预览预览按下预览按下预览WORKSHEETWORKSHEET
一般就是和EXCEL一样,就只会保留数据而已。
这是最基本的贮存内容,就是要有数据留下来。打开工作表打开工作表打开工作表有二个方式打开工作表有二个方式
合并:合并是将第二个要打开的工作表内的内容直接并到前一个工作表中,所以就是在一个工作表中有二个工作表的内容。
打开就是直接再打开一个工作表而已,也就合并图示说明合并图示说明C1为原有内容此为合并进来的内容。Minitab也可以打开其它型文件Minitab也可以打开其它型文件
Minitab也可以打开其它类型的文件。
一般比较常见的就是excel格式的文件。打开其它格式的档案打开其它格式的档案注意选成excel的格式可以按下选项做调整可以按下选项做调整贮存工作表贮存工作表工作表也可以做相应的说明工作表也可以做相应的说明也可以存成其它格式的档案也可以存成其它格式的档案注意存成excel的格式按下选项可以决定是否存变量名按下选项可以决定是否存变量名GRAPHGRAPH
也可以把图形存下来。
图形也可以有相应的说明。
一般我都是直接贴到WORD或POWERPOINT中。可以将图形存成.mgf or jpeg格式可以将图形存成.mgf or jpeg格式编辑编辑编辑编辑
此部份的功能和大部份的OFFICE软件都一样,所以可以不用说明。编辑的命令列编辑的命令列数据数据划分子集划分子集您已经收集了关于一组大学生的静息脉搏率(脉搏 1)和运动后的脉搏率(脉搏 2)的数据,您希望检查脉搏率变化最大的学生的数据。您决定创建一个新的工作表,其中只包含脉搏率变化超过 20 的学生的数据。?
注要子集化工作表,可以使用数据 > 子集化工作表或数据 > 复制 > 列到列 > 划分数据子集。该示例使用数据 > 子集化工作表,但两种方法的对话框项是相同的。
1 打开工作表“脉搏.MTW”。 (pulse.mtw)
2 选择数据 > 子集化工作表。
3在包括或不包括下,选择指定要包括的行。
4在指定要包括的行下,选择匹配的行。单击条件。
5在条件中,输入 '脉搏 2' – '脉搏 1' > 20。在每个对话框中单击确定。
注此命令不会在“会话”窗口中产生输出。要查看结果,请在数据窗口中查看。Minitab 将创建一个有 13 行数据的新工作表。对于每一行,脉搏 2 - 脉搏 1 大于 20。操作接口1操作接口1按下条件,决定子集条件操作接口2操作接口2结果结果
结果就将‘脉搏 2’ – ‘脉搏 1’ > 20的一些数据另成一个工作表的档案。拆分工作表拆分工作表
当你想要对某个工作表的内容进行拆分时,可以利用此命令。
“销售人员 2.MTW”的拆分为例,如果你想针对四个商店分开其数据,此时可以利用此命令。按商店来拆分数据成四个档案按商店来拆分数据成四个档案结果结果
原来的一个档案就被拆分成四个档案,按商店来区分。合并工作表合并工作表
就是将二个工作表合并成一个工作表。合并工作表合并工作表null按列:二边一样的信息并起来按列:二边一样的信息并起来null包括列:是新的工作表要包含那些列,比较常用的一种合并方式包括列:是新的工作表要包含那些列,比较常用的一种合并方式复制复制
其实就是copy,基本上用ctrl+C 和ctrl+V会更方便一些。拆分列拆分列假设您希望查看您在波士顿、丹佛和西雅图的商店的销售数据。要将合并的销售数据拆分成对应每个商店的单独列,请执行下列操作:
1打开工作表“销售人员 2.MTW” (Sales2.mtw)
2选择数据 > 拆分列。
3在拆分的数据在中,输入销售数据。
4在使用的下标在中,输入商店。
5在存储拆分的数据下,选择在最后使用的一列之后将拆分的列放在当前工作表的商店列之后。
6选中命名包含未堆叠存放数据的列,然后单击确定。
注此命令不会在“会话”窗口中产生输出。要查看结果,请在数据窗口中查看。数据窗口操作接口操作接口拆分结果拆分结果堆栈堆栈假定您积累了丹佛、波士顿和西雅图商店的季度销售数据。现在,您要堆叠销售数据的区组。
1打开工作表“销售人员.MTW”。(Sales.mtw)
2选择数据 > 堆叠 > 列的区组。
3在将两个或以上的列区组互相在顶部堆叠中,在第一个框内输入丹佛季度,在第二个框内输入波士顿季度,在第三个框内输入西雅图季度。
4选择当前工作表的列,然后输入销售季度?以指出新堆叠数据的存储位置。
5在将下标存储在中,输入商店 以标识将包含下标的列。
6选中在下标列中使用变量名,然后单击确定。
注此命令不会在“会话”窗口中产生输出。要查看结果,请在“数据”窗口中查看。操作接口操作接口结果结果转置列的示例 - 将列转换为行转置列的示例 - 将列转换为行
假设您正在根据体操课上学生所进行的体操项目的相关数据进行分析。当前数据按学生排列在列中,但您需要按照您的学生所做体操项目的类型重新排列这些列。
1打开工作表“练习.MTW”。
2选择数据 > 转置列。
3在转置以下列中,输入 Lyn ?Bill ?Sam ?Marie。
4在存储转置下,选择在最后使用的一列之后。
5在使用列创建变量名中,输入任务。单击确定。操作方式操作方式转置后的结果转置后的结果排序的做法排序的做法1 将下列数据输入到一个新工作表中:
C1:2 3 1 4 5
C2:10 11 12 13 14
2 选择数据 > 排序。
3在需排序的列中,输入 C1 C2。
4在第一个按列中,输入 C1。
5在将排序数据存储在中,选择当前工作表的列,然后输入 C3 C4。单击确定。
注此命令不会在“会话”窗口中产生输出。要查看结果,请在数据窗口中查看。数据窗口
解释结果
C1 和 C2 包含原始数据;C3 和 C4 包含按 C1 排序的数据(以升序排列)。操作接口操作接口排序的结果排序的结果C1, C2是原始数据,C3, C4是排序完的结果排秩排秩
以下是将排秩分值分配给列中的值的说明。
1打开工作表“市场数据.MTW”。(market.mtw)
2选择数据 > 排秩。
3在排秩数据在中,输入销售人员。
4在将秩存储在中,输入排秩。单击确定。
注此命令不会在“会话”窗口中产生输出。要查看结果,请在数据窗口中查看。数据窗口
针对“销售人员”的排秩分配存储在新列“排秩”中。操作接口操作接口结果结果删除行、删除变量删除行、删除变量
此选项建议直接利用del键可能会更直观一些。编码的应用编码的应用编码的应用编码的应用数据编码数据编码假设您有一个班级的学生的平均成绩等级(从 0 到 100),您希望将数字平均成绩编码为字母等级 A、B、C、D 和 F。
1将下列数据输入到新工作表中的一列中:
91 92 77 83 95 69 78 85 81 88?
2在列名称单元格中,输入平均成绩。
3选择数据 > 编码 > 数字到文本。
4在列中的编码数据中,输入平均成绩。
5在在列中存储编码数据中,输入字母等级。
6在第一个原始值框中,输入 91:100,在第一个新值框中,输入 A。在第二行中,输入 81:90 和 B。在第三行中,输入 71:80 和 C。在第四行中,输入 61:70 和 D。在第五行中,输入 0:60 和 F。单击确定。操作接口操作接口编码结果编码结果更改数据类型更改数据类型
Minitab和excel一样,都有不同的数据类型,最典型的有文本类型和数据类型。
而一般只有数据类型才能进行计算。
所以有时我们需要更改数据类型。更改数据类型更改数据类型如此之下就可以将文字的类型改成数据的类型从日期提取到文本从日期提取到文本假设您希望从名称为“日期”的一列中提取数据(如下所示)。
1选择数据 > 从日期/时间提取 > 到文本。
2在从日期/时间列提取中,输入日期。在将文本列存储在中,输入 季度年。
3选中季度和年。在年的下方,选择两位数。单击确定。
注此命令不会在“会话”窗口中产生输出。要查看结果,请在数据窗口中查看。数据窗口
C1-DC2-T日期季度年C1 包含原始数据。C2 包含新列季度年。操作接口操作接口结果结果合并合并
合并两个文本列的示例
假设您已经创建了一个工作表,其中包含有班级中学生的特定数据。学生的姓名当前分布在两列中 - 姓氏和名字 - 但您希望将每位学生的完整姓名显示在一列中。
1打开工作表“学生.MTW”。(student.mtw)
2选择数据 > 合并。
3在合并文本列中,输入名字和姓氏。
4在将结果存储在中,输入学生。单击确定。操作接口操作接口合并结果合并结果计算计算涂顺章计算的功能计算的功能
计算器
行统计量
列统计量
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
化计算器计算器计算器示例计算器示例设定公式以自动计算历时时间的示例
假设某家书店要跟踪从收到在线订单到从仓库发出图书所经历的时间。他们为工作表中的一列设定了一个公式,以便在添加新的订单日期和发运日期时,让 Minitab 自动计算历时时间。
1打开工作表“订单.MTW”。
2在列标题 C4 下的单元格中,键入历时天数。
3单击列标题 C4 以选定该列。选择编辑器 > 公式 > 对列设定公式。
4在表达式中,输入 C3 - C2。单击确定。
5选择编辑器 > 公式,确保已选中“自动计算所有公式”。如果未选中该项,请选中它。 ?
6在列 C2 与行 12 的交叉处,输入日期 10-18-2005。在列 c3 与行 12 的交叉处,输入日期 10-21-2005。操作接口操作接口结果结果列统计量列统计量行统计量行统计量标准化标准化产生模板化数据─简单数集产生模板化数据─简单数集
简单示例
要使用菜单创建名称为 ID、包含数字 1、2、3、...、100 的一列,请执行下列步骤:
1选择计算 > 产生模板化数据 > 简单数集。
2在将模板数据存储在中,输入 ID。
3在从第一个值中,输入 1。在至最后一个值中,输入 100。单击确定。产生模板化数据─简单数集产生模板化数据─简单数集任意数集任意数集文本值文本值日期时间的简单数集日期时间的简单数集产生网格数据产生网格数据计算 > 产生网格数据
创建正规 (x,y) 网格 以用作等值线图 和 3D 曲面和线框图 的数据输入,同时带有使用函数创建 z 变量的选项。
使用“产生网格数据”最简单的方法是指定 X 和 Y 列,并使用这些列的默认设置。如果还没有 z 列,可指定该列,并从提供的函数列表中选择所需函数。
对话框项
产生 X 和 Y 网格变量:7 到 15 个点之间的网格为等值线图、曲面图和线框图提供了性能和分辨率的良好结合。
X:这些设置允许您指定网格的 x 位置。
存储在:为生成的 x 值输入一个存储列。
从:输入起始 x 值。
至:输入结束 x 值。
位置数:最多可以指定 101 个位置。位置越多网格越精细,但绘图的时间也越长。
Y:这些设置允许您指定网格的 y 位置。
存储在:为生成的 y 值输入一个存储列。
从:输入起始 y 值。
至:输入结束 y 值。
位置数:最多可以指定 101 个位置。位置越多网格越精细,但绘图的时间也越长。
Z 作为 X 和 Y 的一个函数的可选计算
将 Z 变量存储在:为生成的 z 值输入一个存储列。
使用函数示例:用于选择一个函数示例。如果使用由此对话框生成的 x、y 和 z 值创建一个 3D 图形,该图形看起来好像是选择了任何一个函数。请参见示例函数和参数。
使用函数编号:选择该项可使用已添加到 \MACROS 文件夹下的 USERFUNC.MAC 文件中的您自己的函数。请参见创建您自己的函数。
函数参数(可选):为所选的函数输入自定义参数,用空格分隔。请参见示例函数和参操作接口操作接口立体图形立体图形指示变量指示变量
您正在执行公司日销售额数据的回归分析 。根据您对市场的了解,您决定在模型中包括季节,这是一个类别变量。季节有四个不同的类别:春季、夏季、秋季和冬季。
为了在回归模型中包括类别信息,必须首先创建指示变量。
1 打开“季节性销售.MTW”。Sales2.mtw
2 选择计算 > 产生指示变量。
3 在需要指示变量的列中,选择季节。
4 在将指示变量存储于列中,查看表格中的可区分值和默认的指示变量名称。
5 单击确定。
注产生指示变量功能不会在“会话”窗口中产生输出。?而是将列存储在工作表中。操作接口操作接口结果结果解释结果
Minitab 创建了四个指示变量,因为季节有四个可区分类别。对于每个观测值(行),如果为真则 Minitab 存储值 1,如果为假则存储值 0。
对于季节销售数据的示例,Minitab 将创建变量“季节_春季”,并在每个春季观测值的行中存储值 1,在所有非春季观测值的行中存储值 0。剩余季节将重复这一过程。下面是一个样本。 ?
周期季节_春季季节_夏季季节_秋季季节_冬季春季1000夏季0100秋季0010冬季0001设置基数设置基数计算 > 设置基数
可以设置 Minitab 的随机数生成元的起始点。当您希望选择相同的随机样本 或多次生成相同的随机数据集合时,该选项十分有用。
Minitab 有一长串可用的"随机"数。如果 Minitab 始终从列表的开头开始,您将始终得到相同的数据。为避免出现这一情况,Minitab 使用当天的时间(精确到秒或小数秒)来选择字符串中的“随机”起始点。
设置基数可以告诉随机数生成元在何处开始。生成元将从其停止的点处继续读取,除非指定一个新的基数。要每次都生成完全相同的随机数集合,可在每次选择随机样本或生成随机数据时设置相同的基数。
注如果在不同的平台上或不同版本的 Minitab 上使用相同的基数,则可能得不到相同的随机数序列。对话框项
将随机数据生成元的基数设置为:输入希望指定为随机数序列的开始的整数。
?随机数据随机数据
随机是minitab依据各项的统计分析来产生随机数据,可以在教学上使用或则在模拟上使用。
这在后面的课堂上会陆续使用到再进行一些说明。例如要产生随机的正态分布例如要产生随机的正态分布概率分布概率分布
是用来计算各项统计分布的
概率密度
累积概率
逆累积概率的编辑器编辑器转到转到修改数字格式修改数字格式列─设定列宽列─设定列宽列─可以补充列说明列─可以补充列说明列─可以取除隐藏列列─可以取除隐藏列可以设定列的宽度可以设定列的宽度可以对某一column设定公式可以对某一column设定公式工具工具选项选项文件安全性文件安全性
可以针对project来设定好相应的密码,以及是否为只读。窗口窗口窗口窗口Minitab的SPC使用Minitab的SPC使用Minitab可提供的图形Minitab可提供的图形
计量型
Xbar-R
Xbar-s
I-MR
I-MR-s
Z-MR
计数型
P
Np
C
U
Xbar-R做法Xbar-R做法
Xbar-R是用于计量型
判稳准则:连续二十五点没有超出控制界限。
判异准则:
一点超出控制界限
连续六点上升或下降或在同一侧
不呈正态分布,大部份点子没有集中在中心线。Xbar-R做法Xbar-R做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施Xbar-R练习Xbar-R练习
打开下列档案Select: Stat >Control Chart > Variables Charts for
subgroup > Xbar-R输入参数输入参数根据不同的输入方式
选择不同的分析方法若数据输入在一列中,则确定出每组的样本数决定控制用控制图的控制界限决定控制用控制图的控制界限输入稳定条件下的平均值和标准差,即确定出控制用控制图的控制界限。Xbar-R Options选项Xbar-R Options选项可以在这里选择判异准则Box-Cox正态转换Box-Cox正态转换进行正态性转换Storage项Storage项输出数据的平均值和标准差图形输出图形输出判图判图
请判定前图是否有异常
请问本图为解析用图或是控制用图Xbar-s做法Xbar-s做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施Xbar-s练习Xbar-s练习
打开下列档案
Select: Stat >Control Chart > Variables Charts for subgroup > Xbar-s输入参数输入参数解释与Xbar-R图相同图形输出图形输出判图判图
请判定前图是否有异常
请问本图为解析用图或是控制用图I-MR图做法I-MR图做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施I-MR练习I-MR练习
打开下列档案,用其来进行I-MR图练习
Select: Stat >Control Chart > Variables Charts for individuals > I-MR输入参数输入参数输入变量控制用控制图的控制界限控制用控制图的控制界限如果是控制用控制图
请输入数据图形输出图形输出判图判图
请判定前图是否有异常
请问本图为解析用图或是控制用图p图做法p图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施p练习p练习
P图只能适用在二项分布的质量特性性。
在做p图时,要注意其样本数必须达到1/p~5/p,如此之下的图才比较具有意义。输入数据输入数据 请打开数据文档
Select: Stat >Control Chart >Attributes Charts > P输入参数输入参数输入样本数输入变量决定判异准则决定判异准则选择判异准则
计数型的判异准则
与计量型的不太一样保存P值保存P值保存根据数据计算所得到的总的不良率图形输出图形输出np图做法np图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施np练习np练习
np图只能适用在二项分布的质量特性性。
在做np图时,要注意其样本数必须达到1/p~5/p,如此之下的图才比较具有意义。
Np图要求的每组的样本数必须是一样的。输入数据输入数据 请打开数据文档
Select: Stat >Control Chart > Attributes Charts > NP输入参数输入参数输入样本数输入变量图形输出图形输出c图做法c图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施C图练习C图练习
c图只能适用在卜氏分布的质量特性上。
在做c图时,要注意其样本数必须达到取样时至少包含一个缺陷以上,如此之下的图才比较具有意义。
另外就是基本上c图的样本要一定才可以。如果样本数不一样,则应当使用u图。输入数据输入数据 请打开数据文档
Select: Stat >Control Chart > Attributes Charts > C输入参数输入参数输入变量决定判异准则决定判异准则判异准则同P图一样图形输出图形输出u图做法u图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施u图练习u图练习
u图只能适用在卜氏分布的质量特性上。
在做u图时,要注意其样本数必须达到取样时至少包含一个缺陷以上,如此之下的图才比较具有意义。输入数据输入数据 请打开数据文档
Select: Stat >Control Chart > Attributes Charts > U输入参数输入参数输入变量输入样本量图形输出图形输出MINITAB之制程能力分析MINITAB之制程能力分析制程能力之分类制程能力之分类计量型(基于正态分布)计数型(基于二项分布)计数型(基于卜氏项分布)MINITAB 能力分析的选项(计量型)MINITAB 能力分析的选项(计量型)
Capability Analysis (Normal)
Capability Analysis (Between/Within)
Capability Analysis (Weibull)
Capability Sixpack (Normal)
Capability Sixpack (Between/Within)
Capability Sixpack (Weibull)Capability Analysis (Normal)Capability Analysis (Normal)
该命令会划出带理论正态曲线的直方图,这可直观评估数据的正态性。输出报告中还包含过程能力统计表,包括子组内和总体能力统计。Capability Analysis (Between/Within)Capability Analysis (Between/Within)
该命令会划出带理论正态曲线的直方图,可以直观评估数据的正态性。
该命令适用于子组间存在较大变差的场合。输出报告中还包含过程能力统计表,包括子组间/子组内和总体能力统计。Capability Analysis (Weibull)Capability Analysis (Weibull)
该命会会划出带韦伯曲线的直方图,这可直观评估数据是否服从韦伯分布。输出报告中还包含总体过程总能力统计制程能力分析做法制程能力分析做法决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明STEP1决定Y特性STEP1决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明Y特性一般是指客户所关心所重视的特性。
Y要先能量化,尽量以定量数据为主。
Y要事先了解其规格界限,是单边规格,还是双边规格。
目标值是在中心,或则不在中心
测量系统的分析要先做好。STEP2决定Y特性STEP2决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明在收集Y特性时要注意层别和分组。
各项的数据要按时间顺序做好相应的整理STEP3决定Y特性STEP3决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明将数据输入MINTAB中,或则在EXCEL中都可以。STEP4决定Y特性STEP4决定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明利用MINITAB>STAT>QUALITY TOOL
>CAPABILITY ANALYSIS >NORMALSTEP5决定Y特性STEP5决定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明利用MINITAB的各项图形来进行结果说明练习练习输入数据输入数据注意输入方式 Select: Stat >Quality Tools > Capabilty Analysis>Normal输入选项输入选项输入上下规格界限根据不同的数据输入
方式选择分析方法选择标准差的估计方法选择标准差的估计方法一般选择复合的标准差估计方式选项的输入选项的输入如果需要计算Cpm
则需要输入目标值过程能力表现形式的选择以Cpk, Ppk结果的输出以Cpk, Ppk结果的输出以Zbench方式输出以Zbench方式输出结果说明结果说明
请学员按此图形来说明该制程状况Capability Analysis (Between/Within)Capability Analysis (Between/Within)Capability Analysis (Weibull)Capability Analysis (Weibull)
此项的分析是用在当制程不是呈现正态分布时所使用。因为如果制程不是正态分布硬用正态分布来分析时,容易产生误差,所以此时可以使用韦氏分布来进行分析,会更贴近真实现像。练习练习
请使用同前之数据来进行分析。
上规格:103
下规格:97
规格中心:100输入相关参数输入相关参数 Select: Stat >Quality Tools > Capabilty Analysis >Nonnormal填入选项要求填入选项要求韦氏分布的参数估计结果图形结果图形正态分布适用性的判定正态分布适用性的判定
可以使用
Stat>basic statistic>normality test
但数据要放到同一个column中,所以必须针对前面的数据进行一下处理数据调整数据调整进行数据的堆积填写选项填写选项输入变量输入作为参考的概率线结果输出结果输出结果输出(加标0.5概率)结果输出(加标0.5概率)计量型制程能力分析
总结
初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf
计量型制程能力分析总结
一般的正态分布使用
Capability Analysis (Normal)
如果是正态分布且其组内和组间差异较大时可用
Capability Analysis (Between/Within)
当非正态分布时则可以使用
Capability Analysis (Weibull)二项分布制程能力分析二项分布制程能力分析
二项分布只适合用在
好,不好
过,不过
好,坏
不可以用在
0,1,2,3等二项以的选择,此种状况必须使用卜氏分布。示例示例
数据在excel档案中
Select: Stat >Quality Tools > Capabilty Analysis > Binomial填好各项的参数填好各项的参数输入样本数输入历史的不良率选好控制图的判异准则选好控制图的判异准则结果及输出结果及输出卜氏分布制程能力分析卜氏分布制程能力分析
卜分布只适合用在
计数型,有二个以上的选择时
例如可以用在
外观检验,但非关键项部份
0,1,2,3等二项以的选择,此种状况必须使用卜氏分布。示例示例
数据在excel档案中
Select: Stat >Quality Tools > Capabilty Analysis > Poisson填好各项的参数填好各项的参数结果及输出结果及输出null基 础 统 计描述性统计描述性统计
一些参加统计学课程的学生做了一个简单的试验。每个学生被要求记录下自己的每分钟脉搏跳动次数。下面我们对他们脉搏跳动的数据进行简单的分析。描述性统计描述性统计
1 Open the worksheet PULSE.MTW.
2 Choose Stat > Basic Statistics > Graphical Summary.
3 In Variables, enter Pulse1. Click OK.结果输出结果输出Z检验Z检验例 某零件,其厚度在正常生产下服从N(0.13,0.0152)。某日在生产的产品中抽查了10次,其观测值为:0.112,0.130,0.129,0.152,0.138,0.118,0.151,0.128,0.158,0.142。发现平均厚度已稍增大至0.136,如果标准差不变,试问生产是否正常?(取α=0.05)
Z检验Z检验 H0: μ=0.13 ,H1: μ≠0.13
由于σ已知,故用z检验
由MINITAB计算,Stat-Basic Statistics-1 Sample ZTest of mu = 0.13 vs not = 0.13
The assumed standard deviation = 0.015
Variable N Mean StDev SE Mean 95% CI Z P
C1 10 0.135800 0.015106 0.004743 (0.126503, 0.145097) 1.22 0.221t检验t检验例 某宾馆六西格玛团队评定某项服务的等级,最大可能的级别为10。团队规定服务等级的总体均值“达到7”的服务项目可以接受,总体均值“超过7”的认为有提高。随机调查12位顾客,要求他们对此项服务评定等级,得到12个级别数据为:7,8,10,8,6,9,6,7,7,8,9和8。假设总体级别近似服从正态分布,在显著性水平α=0.05的情况下,问服务项目确实比规定可接受标准有提高吗?t检验t检验 建立假设 H0: μ=7 ,H1: μ>7
σ未知,且n≤7是小样本,故选用 t 检验。
下面是MINITAB软件计算的结果:Test of mu = 7 vs > 7
Variable N Mean StDev SE Mean 95% Lower Bound T P
C1 12 7.75000 1.21543 0.35086 7.11989 2.14 0.0281P检验1P检验例 某厂规定产品必须经过检验合格后才能出厂,某不合格品率p0不得超过5%。现从一批产品中随机抽取50个进行检验,发现有4个不合格品,问该批产品能否出厂? (取α=0.05)1P检验1P检验用MINITAB软件计算,Stat-Basic Statistics-1 ProportionTest and CI for One Proportion
Test of p = 0.05 vs p > 0.05
Sample X N Sample p 95% Lower Bound Exact P-Value
1 4 50 0.080000 0.027788 0.2402P检验2P检验例 用A与B两种不同的方法制造某种零件,从各自制造的零件中分别随机抽取100个,其中A有10个废品,B有3个废品。在α=0.05水平上,能否认为废品率与方法有关?
2P检验2P检验用MINITAB软件计算,Stat-Basic Statistics-2 ProportionTest and CI for Two Proportions
Sample X N Sample p
1 10 100 0.100000
2 3 100 0.030000
Difference = p (1) - p (2)
Estimate for difference: 0.07
95% CI for difference: (0.00235994, 0.137640)
Test for difference = 0 (vs not = 0): Z = 2.03 P-Value = 0.043标准差的检验标准差的检验例 在改革工艺前后,各测量了若干钢条的抗剪强度,数据如下: 改革后:525,531,518,533,546,524,521,533,545,540 改革前:521,525,533,525,517,514,526,519 设改革后钢条的抗剪强度 ,改革前为 问:可以认为改革工艺后钢条的抗剪强度标准差有改变吗? 标准差的检验标准差的检验设
用MINITAB软件,Stat-Basic Statistics-2 Variances單因子變異數分析單因子變異數分析涂順章例題例題
您设计了一项试验来评估四种试验性地毯产品的耐用性。您将这些地毯产品中每种的一个样本分别铺在四个家庭,并在 60 天后测量其耐用性。由于您要检验平均值是否相等并评估平均值之间的差异,因此您使用包含多重比较的单因子方差分析过程(堆叠形式的数据)。通常,您会选择适用于数据的一种多重比较方法。但是,此处选择了两种方法来展示 Minitab 的功能 操作步驟操作步驟
1 打开工作表“方差分析示例.MTW”。Exh_aov.mtw
2 选择统计 > 方差分析 > 单因子。
3 在响应中,输入耐用性。在因子中,输入地毯。
4 单击比较。选中 Tukey,全族误差率。选中许氏 MCB,全族误差率并输入 10。
5 在每个对话框中单击确定。操作方法操作方法按下多重比較以及圖形按下多重比較以及圖形輸出結果輸出結果
One-way ANOVA: Durability versus Carpet
Source DF SS MS F P
Carpet 3 146.4 48.8 3.58 0.047
Error 12 163.5 13.6
Total 15 309.9
S = 3.691 R-Sq = 47.24% R-Sq(adj) = 34.05%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev ---------+---------+---------+---------+
1 4 14.483 3.157 (-------*-------)
2 4 9.735 3.566 (-------*--------)
3 4 12.808 1.506 (-------*-------)
4 4 18.115 5.435 (-------*-------)
---------+---------+---------+---------+
10.0 15.0 20.0 25.0
Pooled StDev = 3.691
許氏比較結果許氏比較結果
Hsu's MCB (Multiple Comparisons with the Best)
Family error rate = 0.05
Critical value = 2.29
Intervals for level mean minus largest of other level means
Level Lower Center Upper ----+---------+---------+---------+-----
1 -9.602 -3.632 2.337 (---------*---------)
2 -14.350 -8.380 0.000 (---------*-------------)
3 -11.277 -5.308 0.662 (---------*---------)
4 -2.337 3.632 9.602 (---------*---------)
----+---------+---------+---------+-----
-12.0 -6.0 0.0 6.0
Turkey比較結果Turkey比較結果Tukey 95% Simultaneous Confidence Intervals
All Pairwise Comparisons among Levels of Carpet
Individual confidence level = 98.83%
Carpet = 1 subtracted from:
Carpet Lower Center Upper ------+---------+---------+---------+---
2 -12.498 -4.748 3.003 (------*-------)
3 -9.426 -1.675 6.076 (------*-------)
4 -4.118 3.632 11.383 (-------*------)
------+---------+---------+---------+---
-10 0 10 20
Carpet = 2 subtracted from:
Carpet Lower Center Upper ------+---------+---------+---------+---
3 -4.678 3.073 10.823 (-------*-------)
4 0.629 8.380 16.131 (------*-------)
------+---------+---------+---------+---
-10 0 10 20
Carpet = 3 subtracted from:
Carpet Lower Center Upper ------+---------+---------+---------+---
4 -2.443 5.308 13.058 (------*-------)
------+---------+---------+---------+---
-10 0 10 20
圖形圖形結果說明結果說明在方差分析表 中,地毯的 p 值 (0.047) 表明,有足够证据证明,当 alpha 设置为 0.05 时,并非所有平均值都相等。要研究平均值之间的差异,请检查多重比较结果。
许氏 MCB 比较
许氏 MCB (与最佳值的多重比较)是将每个平均值与其他平均值中的最佳值(最大值)进行比较。Minitab 会将地毯 1、2、3 的平均值与地毯 4 的平均值进行比较,因为地毯 4 的平均值最大。地毯 1 或 4 可能是最佳的,因为对应的置信区间 包含正值。没有证据表明地毯 2 或 3 是最佳的,因为上区间端点为 0,这是最小的可能值。
注通过检查上下置信区间,可以说明任意最佳角逐者的潜在优势或不足。例如,如果地毯 1 是最佳的,则它优于与其最接近的竞争者的程度不会超过 1.246,它劣于其他水平平均值中最佳者的程度可能达到 8.511。 Tukey 比较Tukey 比较Tukey 检验提供了 3 组多重比较置信区间 :
· 地毯 1 平均值减自地毯 2、3、4 平均值:第一组 Tukey 输出的第一个区间 (-12.498, -4.748, 3.003) 给出了减自地毯 2 平均值的地毯 1 平均值的置信区间。通过颠倒区间值的顺序和符号,可以轻松找到未包括在输出中的项的置信区间。例如,地毯 1 的平均值减地毯 2 的平均值的置信区间为 (-3.003, 4.748, 12.498)。对于此组比较,由于所有置信区间都包括 0,因此没有任何平均值在统计意义上不同。
· 地毯 2 平均值减自地毯 3 和 4 平均值:地毯 2 和 4 平均值在统计意义上不同,因为此平均值组合的置信区间 (0.629, 8.380, 16.131) 不包括零。
· 地毯 3 平均值减自地毯 4 平均值:地毯 3 和 4 不存在统计意义上的不同,因为置信区间包括 0。
通过不将 F 检验作为条件,在全族误差率 为 0.10 时,处理平均值中似乎出现了差异。如果许氏 MCB 方法对这些数据而言是个好的选择,则可将地毯 2 和 3 从最佳选择中排除。使用 Tukey 方法时,地毯 2 和 4 的平均耐用性似乎有所不同。二因子變異數分析二因子變異數分析涂順章變異數分析變異數分析圖形圖形數據結果數據結果
Multi-Vari Chart for Strength by SinterTime - MetalType
Two-way ANOVA: Strength versus SinterTime, MetalType
Source DF SS MS F P
SinterTime 2 8.222 4.1111 1.71 0.209
MetalType 2 20.222 10.1111 4.20 0.032
Interaction 4 46.222 11.5556 4.80 0.008
Error 18 43.333 2.4074
Total 26 118.000
S = 1.552 R-Sq = 63.28% R-Sq(adj) = 46.96%
相關分析相關分析
相關分析:分析兩變數之線性關係 (Stat > Basic Statistics > Correlation)
相關係數 r: |r| ≦1
r → 1:高度正相關
r → -1:高度負相關
r → 0:無相關
假設
H0: ρ= 0
H1: ρ≠0
拒絕 H0表示兩變數有線性關係 。
目的:了解大一學生之SAT語文成績(Verbal)、SAT數學成績 (Math)及學業成績(GPA)之關連性。
實際操作
開啓工作單 GRADES.MTW (在Minitab 之 data 資料夾內)。
選 Stat > Basic Statistics > Correlation。
在 Variables中,輸入 Verbal Math GPA。
按下 OK 鈕。兩兩變數之相關性檢定Regression
Regression
RegressionRegression
执行该命令可以用最小二乘法进行一元或多元回归分析,存储分析结果,分析残差,生成预测区间和置信区间,并进行回归模型的拟合优度检验。也可使用该命令进行多项式回归模型。对话框的输入对话框的输入选择包含响应变量的栏选择包含预测因子的栏Graphs选项Graphs选项选择残差计算方式残差图的绘制Options选项Options选项计算新的观测值的预测区间例题例题
假设需确定血压(B)与体重(W)之间的关系模型,取得数据如下输入对话框输入对话框选择“Stat>Regression>Regression”。
在出现的对话框中输入下图信息。本例“Graphs”、“Options”、“Results”、“Storage”保持缺省设置,点击OK即可。结果输出结果输出
MINITAB结果输入如图Regression Analysis: B versus W
The regression equation is
B = 50.2 + 0.953 W
Predictor Coef SE Coef T P
Constant 50.18 11.14 4.50 0.002
W 0.9527 0.1399 6.81 0.000
S = 7.45124 R-Sq = 85.3% R-Sq(adj) = 83.4%
Analysis of Variance
Source DF SS MS F P
Regression 1 2573.9 2573.9 46.36 0.000
Residual Error 8 444.2 55.5
Total 9 3018.1
Unusual Observations
Obs W B Fit SE Fit Residual St Resid
3 68 98.00 114.96 2.73 -16.96 -2.45R
R denotes an observation with a large standardized residual.练习练习
一保险公司要建立居民住宅火灾造成的损失数额与该住户到最近的消防站的距离之间回归模型,以便准确地定出保险金额。下表列出了15起火灾事故的损失及火灾发生地与最近的消防站的距离。答案答案MINITAB结果输入如下Regression Analysis: y versus x
The regression equation is
y = 10.3 + 4.92 x
Predictor Coef SE Coef T P
Constant 10.278 1.420 7.24 0.000
x 4.9193 0.3927 12.53 0.000