新编Minitab教程.ppt

MINITAB教材（新编）,Minitab学习,应用版本：Minitab15简体中文版,第一部分,MINITAB=Mini+Tabulator=小型+计算机,MINITAB概要,它是统计软件的一种，具备强大的统计计算功能,Minitab:72年PennState最先开发统计软件.82年个人电脑(PersonalComputer)普及并广泛使用.6sigma初创时，Motorola公司主要用SAS方式,至GE公司使用MINITAB扩大到全世界.目前大部分先进6sigma公司都使用MINITAB.(GE,AlliedSignal,Motorolaetc.)设计成使用者易学而简便使用，并已成为6sigma方式中最具有代表性的软件。,BarbaraF.RyanPresident&CEO,产生背景,整体构架,1.显示会话窗口文件夹Ctrl+Alt+M,2.显示工作表文件夹Ctrl+Alt+D,3.显示图形文件夹Ctrl+Alt+G,4.显示信息Ctrl+Alt+I,5.显示历史记录Ctrl+Alt+H,Minitab基本上以7个窗口(Window)组成.,窗口常用图形条介绍,有七个窗口各个窗口里会看到什么呢？我得仔细瞧一瞧,基本窗口,6.显示项目报表Ctrl+Alt+R,7.显示相关文档Ctrl+Alt+L,1.会话,-Minitab的命令错误信息及数据处理结果用文本形式显示.,2.工作表,-同时打开多个输入Data的窗口，可以不用直接输入数据，而拷贝EXCEL，WORD上的数据粘贴上去。,基本窗口,3.图形,-将Minitab的数据处理结果以图的形式展现,4.信息,-WorkSheet中-变量名称(列)-变量别数据的个数-缺式值的个数-概要的阐述数据类型等内容,基本窗口,5.历史,-显示在运用Minitab当中使用过的所有指令。,基本窗口,6.项目报表,-MINITAB项目报表，可以使用此工具将通过本软件分析的数据/文字等转换到此报表中，可以进行编辑，并生成完整的报告。,7.相关文档,-用于快速访问与项目相关的非Minitab文件以便于参考的相关文档文件夹。,基本窗口,下拉菜单介绍,项目包括会话窗口的输出,图形,工作表等内容.工作表包括列,常数，及矩阵等所有数据.在一个项目中可打开多个工作表.打开项目时，可以使用最后保存时项目中的所有工作表.保存项目,工作表自动保存在项目文件中.,首先熟悉以下使用MINITAB时最基本的项目，工作表，图形的定义，及各自打开文件，保存，打印等基本操作。,文件菜单介绍,目的,概述,注：这里的项目是指的由图形，文字信息，多个工作表等组成的整体工作表指的就是单一的一个工作表图形指的单独的图形保存后后缀分别如下：项目：MPJ工作表：MTW或MTP图形：MGF,文件管理,打印管理,文件菜单介绍,打印管理,新建：新建一个项目或者一个工作表,文件菜单介绍,路径：文件新建（N）,路径：文件打开项目（O）,项目：打开或保存会话,工作表,图形等窗口的一系列操作内容时使用.其扩展名为MPJ.,文件菜单介绍,路径：文件打开工作表（W）,文件菜单介绍,工作表：只打开或保存有数据的工作表窗口时使用.其扩展名为mtw.,文件菜单介绍,路径：文件打开工作表（W）JAZ2.MTW,图形：单独打开或保存各自的图形时的窗口，扩展名为MGF.,文件菜单介绍,路径：文件打开图形（G）,输入数据，拷贝或其它连接中粘贴.为了方便于在各单元格中修改，分析数据可重新整理行和列.而且随意选择，删除，插入，移动单元格/行/列.行的格式有以下几种方式.(Numeric/Date/Time/Text,etc.),熟悉将数据输入到MINITAB工作表后，为了分析其内容而修改单元格/行/列，选择数据的格式,及选择/删除/移动等操作的方法.,目的,概述,编辑菜单介绍,单元格管理,选择最后运行窗口及命令编辑器,编辑菜单介绍,行(Row),DATA输入方向,变数(列,列),变数名,Cell,数据Data),根据变数的类型数据形式:C1文本形式:C1-T,编辑菜单介绍,工作表介绍,再执行最近使用的对话框窗口(是一个非常有用的操作),编辑菜单介绍,路径：编辑编辑最后一个对话框（I）,这些操作和EXCEL等软件操作基本一致，这里就不讲解了,从活动的工作表中粘贴数据制作子工作表.多个列中的数据合并成一个列。替换行与列的位置，几个列中的文本数据并为一个列。变更数据的属性，将数据显示在会话窗口中。,本章学习合并两个不同的工作表中的数据，或一个工作表分离成两个工作表的方法，并学习行与列中数据堆叠/拆分，排序，转换的方法等如何将数据便于分析而操作的MINITAB主菜单。,数据菜单介绍,目的,概述,工作表关联,排序关联,属性转换等关联,单元格列关联,会话显示,数据菜单介绍,打开工作表:Bear.mtw,数据菜单介绍,路径：数据子集化工作表（B）,用于将指定行从活动工作表复制到新的工作表中。可以指定基于行号、图形上的被刷点或某个条件的子集。,指定要新生成的子工作表的位置,生成16行的子工作表.,-下面工作表是本来可以和上面的工作表单独制作,也可以与上面的工作表匹配生成.,数据菜单介绍,路径：数据子集化工作表（B）,-从活动工作表已特定变数为基准分离新的工作表,以SEX变量列为基准分离工作表,数据菜单介绍,路径：数据拆分工作表（P）,SEX变数为基准分离成两个工作表的结果,数据菜单介绍,路径：数据拆分工作表（P）,-多个工作表合并为一个工作表,已分离的工作表重新合并成一个工作表,数据菜单介绍,路径：数据合并工作表（M）,SEX变数为基准分离过的工作表从新组合为新工作表的结果,数据菜单介绍,路径：数据合并工作表（M）,-可选择部分数据粘贴在另一个列中.,制定复制的列位置,制定已保存的列位置,数据菜单介绍,路径：数据复制（C）,其他方式类似，这里不再举例,在一个列数据中，根据需要将数据分到另一个列中。,在Age列中按管理者名为条件分离新的工作表的例子。,数据菜单介绍,路径：数据拆分列（U）,-50-,-新生成管理者别年龄段的工作表人名别(Name)数据拆分无数据的各自表示为“*”。,根据需要以管理者名为基准把数据分到另外列的结果,数据菜单介绍,分散在几个列中的数据根据需要并在一个列中时应用。,名为“ID”,“Age”,“Month”的列在新的工作表中合并并显示以便数据分析更容易。,路径：数据堆叠（T）列（C）,数据菜单介绍,数据被堆叠在一个列的结果,路径：数据堆叠（T）列（C）,数据菜单介绍,记录在列(列)中的数据转换为行(Row)数据的操作。,根据实际要求调整数据后指定因素名。,路径：数据转置列（A）,数据菜单介绍,路径：数据转置列（A）,数据菜单介绍,列(列)中记录的数据可根据特定因子递增或递减的顺序重新整理。,路径：数据排序（S）,变量“Name”按照“ID”进行排序,数据菜单介绍,您可以向列中的值分配排秩分值：1分配给该列中最小的值，2分配给第二小的值，以此类推。为结分配该值的平均秩。缺失值保留为缺失。,路径：数据排秩（S）,数据菜单介绍,在特定列中选择要删除的行的范围,Name列中删除110行。,路径：数据删除行（D）,数据菜单介绍,制定要删除的特定列,常数,行列。,删除名为ID,Age,Month的列。,路径：数据删除变量（E）,数据菜单介绍,在指定列中数字形数据改变为文本形式的数据。,将1,2数字形数据变为男,女文本型数据。,路径：数据编码（O）,数据菜单介绍,变为男,女文本数据后的结果,路径：数据编码（O）,数据菜单介绍,特定列中把数字形数据变为文本数据的结果,数字形数据变为文本形式数据。,路径：数据更改数据类型（H）数字到文本（N）,数据菜单介绍,转换为文本数据的结果(显示的是数字但其性质为文本形式),路径：数据更改数据类型（H）数字到文本（N）,数据菜单介绍,路径：数据从日期/时间提取（X）到数字（N）,数据菜单介绍,路径：数据合并（N）,使用“合并”将两个或多个文本列并列合并在一起，并将它们存储在一个新的更宽的列中。,数据菜单介绍,使工作表的指定列显示在会话窗口.,名为Name,Obs.No,Weight的工作表上的数据显示在会话窗口。,路径：数据显示数据（I）,数据菜单介绍,表示在会话窗口上的工作表上的数据,路径：数据显示数据（I）,数据菜单介绍,Minitab学习,应用版本：Minitab简体中文版,第二部分,可作数学方式的表现及变换。以行与列为单位可算出各种统计量。对于行与列执行标准化变换。生成有规则的数据，也可产生回归分析中所用的指示因子。产生根据分布函数的随机数据,将其另存。,本章节学习有关行与列的简单计算方法，及关于分布函数及其生成所需随机数据并利用的方法。,计算菜单介绍,目的,概述,“PieceOxygen”的数据另存在C4列中,路径：计算计算器（L）,打开工作表“Oxygen”,计算菜单介绍,“PieceOxygen”自动算出,路径：计算计算器（L）,计算菜单介绍,Oxygen的平均值另存在C5列中,路径：计算计算器（L）,计算菜单介绍,计算Oxygen列的平均值,路径：计算列统计量（C）,计算菜单介绍,路径：计算行统计量（O）,计算菜单介绍,计算Oxygen列的标准值并另存在C4列中-减去平均并除以标准差,路径：计算标准化（S）,计算菜单介绍,产生具有一定规律的数据，要仔细的观察一下。,路径：计算产生模块化数据（P）,计算菜单介绍,路径：计算产生模块化数据（P）简单数集（S）,111222333444555111222333444555,要形成如下规律的数据如何操作？,每个数字的反复次数,整体反复次数,计算菜单介绍,路径：计算产生模块化数据（P）简单数集（S）,计算菜单介绍,给任意选择的数字予以一定的规律，无初始值/最后值/步长等规律。,路径：计算产生模块化数据（P）任意数集（A）,22995566882299556688,要形成如下规律的数据如何操作？,每个数字的反复次数,整体反复次数,计算菜单介绍,路径：计算产生模块化数据（P）任意数集（A）,22995566882299556688,对照一下,计算菜单介绍,给任意选择的数据（数字/文本）予以一定的规律，无初始值/最后值/步长等规律。,路径：计算产生模块化数据（P）文本值（A）,FredFredJoeJoeRalphRalphFredFredJoeJoeRalphRalph,要形成如下规律的数据如何操作？,每个数字的反复次数,整体反复次数,计算菜单介绍,对照一下,路径：计算产生模块化数据（P）文本值（A）,FredFredJoeJoeRalphRalphFredFredJoeJoeRalphRalph,计算菜单介绍,新生成为画出3D曲面图,等值线图,轮廓图像的数据。,路径：计算产生网格数据（H）,计算菜单介绍,根据X与变数Y各11个数据，产生121个的z值,路径：计算产生网格数据（H）,计算菜单介绍,图形菜单,图形3D线框图,计算菜单介绍,X:-1010,Y:-1010XY点数据各30个作出鞍马型数据，画出3D曲面图,实习,路径：计算产生网格数据（H）,计算菜单介绍,图形菜单,图形3D曲面图,计算菜单介绍,如下输入文本数据,数据变换成指示变数,路径：计算产生指示变量（I）,用于为选定的类别变量创建指示变量。Minitab可为类别变量的每个水平创建一个指示变量，并为每个观测值分配合适的二进制值（0或1）。,计算菜单介绍,路径：计算产生指示变量（I）,目的：在回归模型中，需要将类别变量转换为指示变量，以便将它们包括在回归模型中指示变量通常称作虚拟变量或二进制变量,计算菜单介绍,路径：计算设置基数（B）,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。-说明来源MINITAB帮助文件,计算菜单介绍,路径：计算随机数据（R）,使用这些命令可获取随机样本，生成随机数据和计算不同分布的概率。,各类分布的随机数据,进行随机取样,计算菜单介绍,各个数字的反复次数,路径：计算随机数据（R）来自列的样本（C）,计算菜单介绍,路径：计算随机数据（R）来自列的样本（C）,计算菜单介绍,路径：计算随机数据（R）卡方分布（Q）,计算菜单介绍,路径：计算随机数据（R）正态分布（Q）,计算菜单介绍,路径：计算概率分布（D）,计算菜单介绍,关于概率分布,对于从菜单中选择的分布，您可以计算数据的概率密度函数、累积分布函数或逆累积概率的值。概率密度函数(pdf)是该分布的曲线。例如，pdf可以描述一片新生林中树木直径的分布。任意值x的累积分布函数(cdf)给出了与一个概率分布函数相关联的累积概率。cdf还特别给出了pdf下直到指定值的累积区域。例如，cdf可以告诉您这片新生林中直径在10英寸以上的树木所占的比例。逆累积概率（逆cdf）是与一个区域相关联的值。它是cdf的反函数，cdf是与一个值相关联的区域。例如，逆累积概率可以告诉您75%的树木的宽度是多少。,-说明资料来源于MINITAB帮助文件,计算菜单介绍,路径：计算概率分布（D）,打开工作表“Oxygen”,调查Oxygen数据的基本统计量,计算菜单介绍,路径：计算概率分布（D）,计算菜单介绍,路径：计算矩阵（M）,Minitab矩阵（指定为M1、M2、M3、.）以您使用计算矩阵读取命令指定的格式存在于工作表中，或通过分析命令存储在工作表中。具有n个条目的一个工作表列可以用作一个nx1矩阵。一个常量可以用作一个1x1矩阵。Minitab工作表最多可包含100个矩阵。,计算菜单介绍,2.数据显示数据（I）,1.把数据用键盘输入到会话窗口。,路径：计算矩阵（M）读取（R）,注：在进行数据读取时，注意编辑器中的启动命令器，在软件默认状态下，会话窗口中的输入命令是禁止的,计算菜单介绍,Minitab学习,应用版本：Minitab简体中文版,第三部分,2,基本统计,过程能力分布,统计过程控制,多变量分析,3,4,5,1,7,8,9,10,6,测量系统分析,卡方检验,方差分析,均值检验,实验设计DOE,相关/回归,统计菜单介绍,我们先学习这一些,数据中算出基本的统计量(BasicStatistic)。验证从不同总体中得出的数据平均值，在统计的理论上是否相同。掌握本工程的能力水平，分析测出数据的测定仪信赖度。进行改善试验时，可明确具体的计划与分析方法。管理与解释工程中的数据，收集需要的信息，再根据此信息有效地管理工程散布，并利用多种格式的管理图。,本章主要学习，有关为了从分析出来的数据中，重新赋予统计意义的几种MINITAB中经常使用的统计方法。,目的,概述,统计菜单介绍,为观察A工程的品质特性产品长度的分布与统计量，抽出一定量（10个）的样本（Sample)的数据。,路径：统计基本统计量（B）显示描述性统计（D）,接着下一页,这里指的就上一按某一变量来划分调查，比如按时间，第一天和第二天测的数据分开调查,统计菜单介绍,路径：统计基本统计量（B）显示描述性统计（D）,-选择你想要调查的统计量名称,-选择你想要用的图表体现数据的特征,接着下一页,90%,统计菜单介绍,四分位数:将数据依序排列后，重新区分开来-下四分位数（Q1）:依序排列数据时，列在25%位置的数字-中央值:依序排列数据时，列在50%位置的数字-上四分位数（Q3）:依序排列数据时，排列在75%位置的数字,平均的标准误差=/n,路径：统计基本统计量（B）显示描述性统计（D）,统计菜单介绍,路径：统计基本统计量（B）存储描述性统计（S）,统计菜单介绍,路径：统计基本统计量（B）图形化汇总（G）,统计菜单介绍,正态性验证(=0.05)P-Value0.05时可以认为数据遵循正态分布的规则P-Value0.05时数据没有遵循正态分布的规则。,统计量调查结果,均值/中位数/标准偏差95%的置信区间调查,路径：统计基本统计量（B）图形化汇总（G）,直方图，正态分布曲线,箱线图,统计菜单介绍,基本统计量介绍,平均值,设有n个观察样本x1,x2,.,xn,则样本均值为平均值是最常用的衡量位置或数据中心的量.,中位数(Median),把样本x1,x2,.,xn从小到大重新排列得x(1),x(2),.,x(n),则样本中位数(samplemedian)定义为中位数的一个优点是具有稳健性,受极值的影响不大.,如果n是奇数,如果n是偶数,众数是指样本中出现次数最多的观察值.众数可以是唯一的,也可以有多个,也可以不存在.,众数(Mode),统计菜单介绍,A,算术平均(Mean),众数（Mode),中央值(Median),B,C,20,20,20,20,20,20,20,20,20,20,40,40,40,40,40,50,50,50,50,50,50,200,4801,380万元/23名=60万元,20,20,20,20,20,20,20,20,20,20,40,40,40,40,40,50,50,50,50,50,50,200,480中间(第12个)数据=40万元,20,20,20,20,20,20,20,20,20,20,40,40,40,40,40,50,50,50,50,50,50,200,480频率最高的数据=20万元,12th,数据个数N=23个,数据和=1,380,分析结果,基本统计量介绍,统计菜单介绍,方差(Variance)和标准差(StandardDeviation),设x1,x2,.,xn是n个样本观察值,则样本方差(samplevariance)定义为而样本标准差(samplestandarddeviation)则定义为样本方差的开方根,即,基本统计量介绍,统计菜单介绍,基本统计量介绍,极差(Range),样本极差是指最大样本与最小样本之差.r=x(max)x(min)样本极差是反映数据离散或变化的最简单的统计量,但它忽视了中间样本的所有信息.,四分位数(Quartiles),当一个有序数据集被划分为四个相等的部分,则划分点就称为四分位点(quartiles).第一分位点（或下分位点）q1指小于它的观察值约占25%的点.第二分位点（或中位数）q2指小于它的观察值约占50%的点.第三分位点（或上分位点）q3指小于它的观察值约占75%的点.,统计菜单介绍,C航空公司发现，预约机票的客人中有15的人没有在规定时间内到达机场，或者变更机票。该航空公司为了减少剩余座位的损失，在有200个座位的飞机接收230位客人的预约。事先预约机票，要登机的所有客人全都能登上飞机的概率有多高？,例题,练习,该题的答案是0.821352.大约为82%。,练习,某事业部的生产的产品中5%是不良品。在该事业部生产的产品中随意抽出(Random)200个产品并进行检查时有12个及以上不良品的概率是多少？,例题,练习,分析结果,练习,这里求出来的P(X控制图(C)子组的变量控制图(G)Xbar-R(B),判断使用什么图:温度参数是计量值,子群容量为5,所以使用Xbar-R图,统计菜单介绍,分析结果,X-R管理图Xbar管理图管理群内的数据的平均(管理分布的中心)R管理图管理群的范围(管理分布的散布),因异常原因的工程脱离,统计菜单介绍,在B工程中做出的产品的重量每4个小时抽样1个进行测量，对该工程进行管理,例题,路径：统计控制图(C)单值的变量控制图(I)I-MR(R),判断使用什么图:重量参数是计量值,子群容量为1,所以使用I-MR图,统计菜单介绍,分析结果,I-MR管理图I管理图数据移动的管理(管理分布图中心移动)MR管理图管理数据移动范围(管理分布图的散布),MR(MovingRange)-意味着相邻两个数据的移动的差.例如,前面的数据的测定值为8,后一个数据为12时,MR:4(=8-12),统计菜单介绍,对某事业部每天的产量及不良数进行记录,共30天数据,对每日不良率情况进行管理,例题,路径：统计控制图(C)属性控制图(A)P图,判断使用什么图:不良数是计数值,产量不一致,所以使用P管理图,统计菜单介绍,分析结果,LCL(管理下限)-P,NP,U,C管理图的管理下限总是大于等于0.即,不良率,不良数,缺陷率,缺陷数总大于等于0.,UCL(管理上限)-在P管理图与U管理图中,下限线跟着样本的大小形成曲线(幅度差).-样本量大时:幅度小-样本量小时:幅度大,统计菜单介绍,练习)求过程能力分析,例题,在B工程加热的炉温参数特性,品质工程师每1天进行5次进行测量，对该工程进行管理,共测试了8天的数据进行分析。规格是:12020,统计菜单介绍,统计菜单介绍,Screen工程中所使用的荧光体药品的粘性度对荧光屏的品质起着较大的影响,因此Screen工程每交班时间都要测定管理药品的粘性度.Screen工程的拉长或组长,科长为了评价测定荧光体药品粘性的粘度计信赖度,让3位交班班长各测定3个药品试料,反复测定各三次并记录其测定结果.荧光体药品的粘度规格范围为242.,例题,测定人:3名(王班长,李班长,张班长),药品试料:3个(1号试料,2号试料,3号试料),测定次数:3次,总测定次数:27次(=3名3名3次),MSA(测量系统分析),统计菜单介绍,路径：统计质量工具(Q)量具研究(G)量具R&R研究(交叉)(G),统计菜单介绍,路径：统计质量工具(Q)量具研究(G)量具R&R研究(交叉)(G),交互作用不显著,%R&R,P/T比,%R&R,P/T:评价精密度的计测能力指数%R&R:表示测量散布在总散布中所占的比率%R&R箱线图,统计菜单介绍,分析结果:可以知道日期别不同组装时间有差异.,日期箱线图分析,统计菜单介绍,ZIPMODEL和组装时间,分析结果:ZIPMODEL不同组装时间有差异,特别是GMODEL的散布较大,ZIPMODEL箱线图分析,统计菜单介绍,分析结果:各个组装者的组装时间有差异,组装者箱线图分析,统计菜单介绍,主效应图分析,路径：统计方差分析主效应图,分析结果:日期,ZipModel,组装者之间的组装时间的差异较大,为了进一步分析,对日期,组装者进行t-test,对ZipModel实施ANOVA分析,统计菜单介绍,卡方检验,统计菜单介绍,X(原因变数),Y(结果变数),记数值,计量值,记数值,计量值,卡方检验,逻辑回归,t-检验方差分析,回归分析相关分析,卡方检验,统计菜单介绍,某工程师想检验A，B，C三台设备所生产的产品质量水平等级(1级，2级，3级）是否有差异，抽样数据参考右表,例题1,卡方检验,路径：统计表格卡方检验,统计菜单介绍,点击OK,变数指定,路径：统计表格卡方检验,统计菜单介绍,分析结果,P-value值P-Value0.05的时候各变数相互独立.P-Value0.05的时候各变数相互从属.-上例中的P-Value=0.000,比0.05要小,说明产品质量水平等级比例与这三台设备有关。,路径：统计表格卡方检验,统计菜单介绍,T-Test,统计菜单介绍,1-SampleZ,2-Samplet,1-Samplet,Pairedt,t-test的选择,1-SampleZ：单样本Z检验在当我们想评价样本数据的平均和总体的平均是否相同的时候.且当总体的平均和标准偏差已知的时候适用.为了观察从D电子购买的部品的平均重量,随机抽取10个样本并对其重量进行测量.我们希望部品的重量为40g,到目前为止生产的部品的母标准偏差为3g.1-Samplet：单样本T检验在当我们想评价样本数据的平均和总体(全体集团)的平均是否相同的时候.且当总体的平均已知而标准偏差未知的时候适用.为了观察从D电子购买的部品的平均重量,随机抽取10个样本并对其重量进行测量.我们希望部品的重量为40g,而部品的母标准偏差未知.2-Samplet：双样本T检验在当我们想评价从两个相互不同的集团中取出的样本数据的平均是否相同的时候适用.为了评价从D公司和E公司购买的部品的平均重量是相同还是不同,从各公司购买的部品中各随机抽取10个并测量其重量.Pairedt：配对T检验在当我们想评价两个互相成对的样本数据的平均是否的时候适用.为了评价从D公司购买的部品的左侧厚度和右侧厚度的平均是相同还是不同,随机抽取10个并测量其左侧和右侧厚度.,统计菜单介绍,为了评价从D公司和E公司购买的部品的平均重量是否相同,从各公司购买的部品中各随机抽取10个并测量其重量.,例题,D公司部品的重量,E公司部品的重量,路径：统计基本统计量双样本T检验,统计菜单介绍,路径：统计基本统计量双样本T检验,选择测量的数据列,选择条件输入的列,统计菜单介绍,分析结果,95.0%CI:两个总体平均差异的95%信赖区间-上例中两个总体平均差异的95%信赖区间(-3.87,1.77),0在这个95%信赖区间以内.即,(D公司部品平均重量E公司部品平均重量=0)可以成立.从这两个集团中分别收集的数据的平均可以相等的意思.所以,从D公司购买的部品的平均重量和E公司购买的部品的平均重量可以相等.,P-ValueP-Value0.05的时候可以推断出两个总体的数据平均相同.P-Value0.05的时候可以推断出两个总体的数据平均不相同.上例中的P-Value=0.445,比0.05大,可说明从D公司购买的部品的平均重量和从E公司购买的部品的平均重量相同.,统计菜单介绍,中央值(Median),算术平均,箱线图分析,统计菜单介绍,ANOVA(方差分析),统计菜单介绍,One-wayANOVA(单因素方差分析),平均差检验,散布差检验,平均差检验使用的工具,2-Samplet(两个集团或条件时)在当我们想评价从两个互相不同的总体中抽取的样本数据的平均是否相同的时候适用.为了评价从D公司购买的部品平均重量和从E公司购买的部品平均重量是否相同,从各个公司购买的产品中各随机抽取10个并测量其重量.One-wayANOVA(三个以上集团或条件时)在当我们想评价从互相不同的三个以上总体中抽取的样本数据的平均是相同还是不同的时候适用.在E工程生产的部品其孔部尺寸是最重要的品质.而E工程生产该部品起用了3台设备,为了评价设备别生产的部品孔部尺寸的平均是否相同,按照设备别生产的部品各随机抽样5个,并测量其孔部尺寸.,路径：统计方差分析单因素方差分析,统计菜单介绍,平均差检验,在E工程生产的部品其孔部尺寸是最重要的品质.而E工程生产该部品起用了3台设备,为了评价设备别生产的部品孔部尺寸的平均是否相同,按照设备别生产的部品各随机抽样5个,并测量其孔部尺寸.假设孔部尺寸的目标值是25.0mm.,例题,未堆叠的数据,堆叠的数据,A号设备部品的孔部尺寸,B号设备部品的孔部尺寸,C号设备部品的孔部尺寸,路径：统计方差分析单因素方差分析,统计菜单介绍,路径：统计方差分析单因素方差分析,统计菜单介绍,分析结果,设备的评价-上例中的P-Value=0.008,比0.05小,可说明三个设备中中至少有一个设备生产的产品的孔部尺寸平均与其它不同.-孔部尺寸的目标值为25.0mm,平均的信赖区间中包含25.0mm,可推断出其中的A号设备和B号设备是较好的设备,而C号设备不好.-如果,P-Value比0.05大时,不能确定设备别生产的产品的孔部尺寸的平均有不同，从而评价三个设备这也是没有太大的意义.,条件别平均的95%信赖区间,P:P-ValueP-Value0.05的时候可推断出各总体间数据平均相同.P-Value0.05的时候可得知至少有一个总体数据平均与其它不同.-上例中的P-Value=0.009,比0.05小,可说明三个设备中至少有一个设备生产的产品的孔部尺寸平均与其它设备不同.,25.0mm:孔部尺寸目标值,路径：统计方差分析单因素方差分析,统计菜单介绍,箱线图-可看出各设备别中心和散布的程度.,箱线图分析,统计菜单介绍,相关/回归分析,统计菜单介绍,相关分析(CorrelationAnalysis),(x,y)观测值参考下表,画出散点图并求样本相关系数(CorrelationCoefficient),例题,相关系数,散点图,路径：统计基本统计量相关,统计菜单介绍,画出散点图看一看,分析结果,相关系数r,相关系数公式,统计菜单介绍,回归分析(Regression),K公司的池科长为了查看美国同产业每日股份变动对于公司的每日股份变动有无影响,在制造类似的产品的美国同产业中选择了10个公司.检查了2个月左右的K公司的日日股份变动率和美国的10个同产业公司的日日平均股份变动率,收集了40个数据.,例题,R-Square,回归式,路径：统计回归拟合线图,统计菜单介绍,结果变数指定(得到影响的变数),原因变数指定(造成影响的变数),选择回归模型的类型,确定,TypeofRegression:选择回归模式线性：Linear二次：Quadratic立方：Cubic线形2次曲线3次曲线,路径：统计回归拟合线图,统计菜单介绍,分析结果,R-Square,回归式,Square(决定系数)全体变动中根据回归直线能说明的变动.R-Square=79.2%,即是说对于K公司的每日股市变动率,其中有79.2%的变动可由美国同产业的每日股市变动率来说明.而20.8%的变动是由其它的原因引起的变动.,回归式0:截距X是0的时候,预测的Y值上例中,同产业的每日变动率是0的时候,K公司的预想每日变动率是-0.117925.1:偏差X增加1时,Y值的增加幅度上例中,同产业的每日变动率增加1,K公司的每日变动率增加1,即,预想增加0.98948.,0,1,统计菜单介绍,回归式,拟合线图分析,统计菜单介绍,回归预测,当同产业的每日股市变动率为5.0时,K公司的预想的每日股市变动率为多少呢?-利用回归式回归式的“变动率(同产业)”输入0.5计算“变动率(K公司)变动率(k公司)=-0.1179+0.94890.5=4.627-利用回归线利用回归线,当同产业变动率是5.0的时候查找K公司的变动率,0.05,0.356549,统计菜单介绍,残差检验,左上图：看残差是否服从正态分布右上图：看残差是否在0中心线上下随机分布，如果形为“抛物线”或“喇叭”等形状表示残差有异常。左下图：看残差是否服从正态分布和样本量的多少（辅助看左上图）右下图：看残差的时序变化，如果有某种趋势等则表示数据可能经过人工处理过，或数据所对应的特性有某种磨损现象等,关于残差的解释：回归分析中的残差=每个X所对应的Y真实值与根据每个X对应的回归方程所求得的Y值的差。根据高斯假定：残差必须要具备几个特性：1）所有的残差具有独立性；2）残差总是具备以0为中心的，固定方差的正态分布3）所有残差的和总是等于04）残差总是围绕0中心线上下随机分布等等，详细看统计学书。,统计菜单介绍,回归预测,新观测值的预测值新观拟合值测值拟合值标准误95%置信区间95%预测区间14.6270.440(3.736,5.518)(-0.173,9.427)新观测值的自变量值新观测值美国公司15.00,路径：统计回归回归,统计菜单介绍,Y规格355,X的范围设定14.63.4,X的管理范围设定方法,X的管理范围选定方法1.把握顾客的要求或规格(Spec.)例)Y规格(顾客的要求):3552.满足顾客要求的X的范围设定-通过回归式计算,或利用图表设定-设定X的范围:14.63.43.考虑残差(Error),比初次设定的范围要窄的范围设定,统计菜单介绍,DOE(实验计划法),统计菜单介绍,提高S工程的药品吸收速度这是提高工程的制造效率的重要因素.而对药品吸收速度影响重要的因子取触媒量和反应温度各取2个水准，按照下面的条件再现2次做实验,然后收集数据.-触媒量(%):0.3%,0.5%-反应温度():150,170,例题,生成实验表格,路径,路径：统计DOE因子创建因子设计,统计菜单介绍,选择因子数,选择设计类型,上例中的因子有触媒量和反应温度,所以因子数有2个.,点击设计,选择再现次数,OK,上例中各因子再现2次做实验.,统计菜单介绍,点击因子,因子和水准输入,统计菜单介绍,输入实验结果的列,输入实验结果,吸收速度88是当触媒量为0.3%,反应温度为150时所作实验的结果,实验生成表格结果,