minitab15

Minitab实务应用Ver.012008.4.61Minitab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。2Minitab与6Sigma的关系在上个世纪80年代Motolora开始在公司内推行6Sigma，并开始借助Minitab使6Sigma得以最大限度的发挥；6Sigma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。3Minitab界面和基本操作介绍4Minitab界面DataWindow: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SessionWindow:分析结果输出窗口5Minitab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6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7档案8PROJECT项目，是一个宏观的，其可以包含了数据工作表、图形、 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 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。9PROJECT说明10贮存时的选项11想存什么内容12安全性的密码设定13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。14打开项目15预览16按下预览17WORKSHEET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。18打开工作表19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20合并图示说明C1为原有内容此为合并进来的内容。21Minitab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。22打开其它格式的档案注意选成excel的格式23可以按下选项做调整24贮存工作表25工作表也可以做相应的说明26也可以存成其它格式的档案注意存成excel的格式27按下选项可以决定是否存变量名28GRAPH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。29可以将图形存成.mgforjpeg格式30编辑31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。32编辑的命令列33数据34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。35操作接口1按下条件，决定子集条件36操作接口237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。38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。39按商店来拆分数据成四个档案40结果原来的一个档案就被拆分成四个档案，按商店来区分。41合并工作表就是将二个工作表合并成一个工作表。42合并工作表4344按列：二边一样的信息并起来4546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47复制其实就是copy，基本上用ctrl+C和ctrl+V会更方便一些。48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49操作接口50拆分结果51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。52操作接口53结果54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 飞向蓝天的恐龙练习非连续性文本练习把字句和被字句的转换练习呼风唤雨的世纪练习呼风唤雨的世纪课后练习 .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。55操作方式56转置后的结果57排序的做法1将下列数据输入到一个新工作表中：C1:23145C2:10111213142选择数据>排序。3在需排序的列中，输入C1C2。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C3C4。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）。58操作接口59排序的结果C1,C2是原始数据，C3,C4是排序完的结果60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。61操作接口62结果63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。64编码的应用数字到数字对于考试分数，从91到100编码为4（等级A），从81到90编码为3（等级B），从71到80编码为2（等级C），从61到70编码为1（等级D），60或60以下编码为0（等级F）-99到*（缺失值符号）的所有出现次数数字到文本对于考试分数，从91到100编码为A，从81到90编码为B，从71到80编码为C，从61到70编码为D，60或60以下编码为F。数字到日期/时间人们的身份证号编码为他们的生日；例如45234编码为11/15/75；45235编码为12/4/65；等等。文本到文本田纳西州编码为TN，北卡罗来纳州编码为NC，阿拉巴马州编码为AL，佐治亚州编码为GA。65编码的应用文本到数字字母等级A编码为4，B编码为3，C编码为2，D编码为1，F编码为0。文本到日期/时间将月份名称编码为日期。例如，将一月编码为1/1/02，二月编码为02/01/02，等等。日期/时间到日期/时间January2002中的所有日期编码为January1,2002。日期/时间到数字在一月和三月之间的所有日期编码为1表示第一季度。日期/时间到文本在一月内的所有日期编码为“一月”。66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：91927783956978858188?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。67操作接口68编码结果69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。70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71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。72操作接口73结果74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。75操作接口76合并结果77计算涂顺章78计算的功能计算器行统计量列统计量标准化79计算器80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。81操作接口82结果83列统计量84行统计量85标准化86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 新产品开发流程的步骤课题研究的五个步骤成本核算步骤微型课题研究步骤数控铣床操作步骤 ：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。87产生模板化数据─简单数集88任意数集89文本值90日期时间的简单数集91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。请参见示例函数和参92操作接口93立体图形94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.mtw2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。95操作接口96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000197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。?98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。99例如要产生随机的正态分布100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101编辑器102转到103修改数字格式104列─设定列宽105列─可以补充列说明106列─可以取除隐藏列107可以设定列的宽度108可以对某一column设定公式109工具110选项111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。112窗口113窗口114Minitab的SPC使用115Minitab可提供的图形计量型Xbar-RXbar-sI-MRI-MR-sZ-MR计数型PNpCU116Xbar-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。117Xbar-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118Xbar-R练习打开下列档案Select:Stat>ControlChart>VariablesChartsforsubgroup>Xbar-R119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120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。121Xbar-ROptions选项可以在这里选择判异准则122Box-Cox正态转换进行正态性转换123Storage项输出数据的平均值和标准差124图形输出125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126Xbar-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127Xbar-s练习打开下列档案Select:Stat>ControlChart>VariablesChartsforsubgroup>Xbar-s128输入参数解释与Xbar-R图相同129图形输出130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131I-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132I-MR练习打开下列档案，用其来进行I-MR图练习Select:Stat>ControlChart>VariablesChartsforindividuals>I-MR133输入参数输入变量134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135图形输出136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137p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138p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。139输入数据请打开数据文档Select:Stat>ControlChart>AttributesCharts>P140输入参数输入样本数输入变量141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142保存P值保存根据数据计算所得到的总的不良率143图形输出144np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145np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。146输入数据请打开数据文档Select:Stat>ControlChart>AttributesCharts>NP147输入参数输入样本数输入变量148图形输出149c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150C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。151输入数据请打开数据文档Select:Stat>ControlChart>AttributesCharts>C152输入参数输入变量153决定判异准则判异准则同P图一样154图形输出155u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156u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。157输入数据请打开数据文档Select:Stat>ControlChart>AttributesCharts>U158输入参数输入变量输入样本量159图形输出160MINITAB之制程能力分析161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)162MINITAB能力分析的选项(计量型)CapabilityAnalysis(Normal)CapabilityAnalysis(Between/Within)CapabilityAnalysis(Weibull)CapabilitySixpack(Normal)CapabilitySixpack(Between/Within)CapabilitySixpack(Weibull)163CapabilityAnalysis(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。164CapabilityAnalysis(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。165CapabilityAnalysis(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166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167STEP1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。168STEP2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169STEP3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。170STEP4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>QUALITYTOOL>CAPABILITYANALYSIS>NORMAL171STEP5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172练习样本X1X2X3X4X5199.7098.72100.24101.28101.20299.32100.97100.8799.2498.21399.8999.83101.4899.56100.90499.1599.7199.1799.3098.80599.66100.80101.06101.16100.45697.7498.8299.2498.6498.737101.18100.2499.6299.3399.918101.54100.96100.62100.67100.499101.49100.6799.36100.38102.101097.1698.2697.59100.0999.78173输入数据注意输入方式Select:Stat>QualityTools>CapabiltyAnalysis>Normal174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175选择标准差的估计方法一般选择复合的标准差估计方式176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177以Cpk,Ppk结果的输出178以Zbench方式输出179结果说明请学员按此图形来说明该制程状况180CapabilityAnalysis(Between/Within)181CapabilityAnalysis(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。182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：100183输入相关参数Select:Stat>QualityTools>CapabiltyAnalysis>Nonnormal184填入选项要求韦氏分布的参数估计185结果图形186正态分布适用性的判定可以使用Stat>basicstatistic>normalitytest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187数据调整进行数据的堆积188填写选项输入变量输入作为参考的概率线189结果输出190结果输出(加标0.5概率)191计量型制程能力分析总结一般的正态分布使用CapabilityAnalysis(Normal)如果是正态分布且其组内和组间差异较大时可用CapabilityAnalysis(Between/Within)当非正态分布时则可以使用CapabilityAnalysis(Weibull)192二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。193示例数据在excel档案中Select:Stat>QualityTools>CapabiltyAnalysis>Binomial194填好各项的参数输入样本数输入历史的不良率195选好控制图的判异准则196结果及输出197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。198示例数据在excel档案中Select:Stat>QualityTools>CapabiltyAnalysis>Poisson199填好各项的参数200结果及输出201基础统计202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。203描述性统计1    OpentheworksheetPULSE.MTW.2    ChooseStat>BasicStatistics>GraphicalSummary.3    InVariables,enterPulse1.ClickOK.204结果输出205Z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）206Z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－BasicStatistics－1SampleZTestofmu=0.13vsnot=0.13Theassumedstandarddeviation=0.015VariableNMeanStDevSEMean95%CIZPC1100.1358000.0151060.004743(0.126503,0.145097)1.220.221207t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？208t检验建立假设H0：μ＝7，H1：μ>7σ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：Testofmu=7vs>7VariableNMeanStDevSEMean95%LowerBoundTPC1127.750001.215430.350867.119892.140.0282091P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）2101P检验用MINITAB软件计算，Stat－BasicStatistics－1ProportionTestandCIforOneProportionTestofp=0.05vsp>0.05SampleXNSamplep95%LowerBoundExactP-Value14500.0800000.0277880.2402112P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？2122P检验用MINITAB软件计算，Stat－BasicStatistics－2ProportionTestandCIforTwoProportionsSampleXNSamplep1101000.100000231000.030000Difference=p(1)-p(2)Estimatefordifference:0.0795%CIfordifference:(0.00235994,0.137640)Testfordifference=0(vsnot=0):Z=2.03P-Value=0.043213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？214标准差的检验设用MINITAB软件，Stat－BasicStatistics－2Variances215單因子變異數分析涂順章216例題您 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 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217操作步驟1    打开工作表“方差分析示例.MTW”。Exh_aov.mtw2    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。218操作方法219按下多重比較以及圖形220輸出結果One-wayANOVA:DurabilityversusCarpetSourceDFSSMSFPCarpet3146.448.83.580.047Error12163.513.6Total15309.9S=3.691R-Sq=47.24%R-Sq(adj)=34.05%Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev---------+---------+---------+---------+1414.4833.157(-------*-------)249.7353.566(-------*--------)3412.8081.506(-------*-------)4418.1155.435(-------*-------)---------+---------+---------+---------+10.015.020.025.0PooledStDev=3.691221許氏比較結果Hsu'sMCB(MultipleComparisonswiththeBest)Familyerrorrate=0.05Criticalvalue=2.29IntervalsforlevelmeanminuslargestofotherlevelmeansLevelLowerCenterUpper----+---------+---------+---------+-----1-9.602-3.6322.337(---------*---------)2-14.350-8.3800.000(---------*-------------)3-11.277-5.3080.662(---------*---------)4-2.3373.6329.602(---------*---------)----+---------+---------+---------+------12.0-6.00.06.0222Turkey比較結果Tukey95%SimultaneousConfidenceIntervalsAllPairwiseComparisonsamongLevelsofCarpetIndividualconfidencelevel=98.83%Carpet=1subtractedfrom:CarpetLowerCenterUpper------+---------+---------+---------+---2-12.498-4.7483.003(------*-------)3-9.426-1.6756.076(------*-------)4-4.1183.63211.383(-------*------)------+---------+---------+---------+----1001020Carpet=2subtractedfrom:CarpetLowerCenterUpper------+---------+---------+---------+---3-4.6783.07310.823(-------*-------)40.6298.38016.131(------*-------)------+---------+---------+---------+----1001020Carpet=3subtractedfrom:CarpetLowerCenterUpper------+---------+---------+---------+---4-2.4435.30813.058(------*-------)------+---------+---------+---------+----1001020223圖形224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。225Tukey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。226二因子變異數分析涂順章227變異數分析228圖形229數據結果Multi-VariChartforStrengthbySinterTime-MetalTypeTwo-wayANOVA:StrengthversusSinterTime,MetalTypeSourceDFSSMSFPSinterTime28.2224.11111.710.209MetalType220.22210.11114.200.032Interaction446.22211.55564.800.008Error1843.3332.4074Total26118.000S=1.552R-Sq=63.28%R-Sq(adj)=46.96%230相關分析相關分析：分析兩變數之線性關係(Stat>BasicStatistics>Correlation)相關係數r：|r|≦1r→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。231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>BasicStatistics>Correlation。在Variables中，輸入VerbalMathGPA。按下OK鈕。兩兩變數之相關性檢定232Regression233Regression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。234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235Graphs选项选择残差计算方式残差图的绘制236Options选项计算新的观测值的预测区间237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238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。239结果输出MINITAB结果输入如图RegressionAnalysis:BversusWTheregressionequationisB=50.2+0.953WPredictorCoefSECoefTPConstant50.1811.144.500.002W0.95270.13996.810.000S=7.45124R-Sq=85.3%R-Sq(adj)=83.4%AnalysisofVarianceSourceDFSSMSFPRegression12573.92573.946.360.000ResidualError8444.255.5Total93018.1UnusualObservationsObsWBFitSEFitResidualStResid36898.00114.962.73-16.96-2.45RRdenotesanobservationwithalargestandardizedresidual.240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。距消防站距离x（km）3.41.84.62.33.15.50.73.0火灾损失y（千元）26.217.831.323.127.536.014.122.3距消防站距离x（km）2.64.32.11.16.14.83.8火灾损失y（千元）19.631.324.017.343.236.426.1241答案RegressionAnalysis:yversusxTheregressionequationisy=10.3+4.92xPredictorCoefSECoefTPConstant10.2781.4207.240.000x4.91930.392712.530.000S=2.31635R-Sq=92.3%R-Sq(adj)=91.8%AnalysisofVarianceSourceDFSSMSFPRegression1841.77841.77156.890.000ResidualError1369.755.37Total14911.52MINITAB结果输入如下242谢谢观看/欢迎下载BYFAITHIMEANAVISIONOFGOODONECHERISHESANDTHEENTHUSIASMTHATPUSHESONETOSEEKITSFULFILLMENTREGARDLESSOFOBSTACLES.BYFAITHIBYFAITH