MINITAB使用教程

第1章MINITAB的概要 MINITAB是一种统计分析的软件 上海中圣是其在中国的代理 任务栏 TaskBar 工具栏 ToolBar 工作表 worksheet MINITAB的基本画面 阶段窗口 分析输出屏幕 数据窗口 工作单屏幕 几乎和在Excel中相同 信息窗口 工作单清单屏幕 历史记录窗口 命令保存屏幕 操作 计算 统计 图表 MINITAB屏幕 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 可进行数据的排列处理 MINITAB只能做列之间的分析 通常需要对已有数据进行处理 如何完成这样的操作呢 Manip Stack StackColumns 如果选择Newworksheet的话 就会出现一个新的工作表 如果不选择的话 就会将XI X2变成1 2 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 Calc Calculator具有强大的计算功能 Calc RowStatistics可以计算列之间的和 平均值 等 有关Calc的其它功能在后面详细介绍 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar 注 MINITAB的Graph菜单虽然可以制作一些图 但是 除此以外在Stat的各个分析菜单中 均会有可以选择是否需要作图的命令 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 任务栏 TaskBar SixSigma是一个单独的摸块 它独立于MINITAB 它可对连续数据 属性数据进行分析并得出报告 工具栏 ToolBar 关于数据结构的补充信息 Minitab定义以下两种类型的数据结构 1 堆积数据 排列于一列的多于一个子群的数据2 非堆积数据 每一子群的数据 排列于分开的列 或行 使用 Manip Stack Unstack 命令转换这些数据格式 什么是子群 处理数据常分成组 例如 运送数据用发货分组 化学处理数据用批而半导体处理数据用lot 这些数据组被称为子群 这些子群还用在短期和长期处理能力中 返回到最后一个对话框 EditLastDialog 工具栏 ToolBar 返回到阶段窗口 SessionWindow 返回到数据窗口 CurrentDataWindow 工作表的管理 可变更工作表 变更名称等 可根据对话框选择必要的操作 ManageWorkSheets 图表的管理 表示全画面 任意的图形表示等 可根据对话框选择必要的操作 ManageGraphs 第2章MINITAB的任务栏 计算功能 统计分析 图表制作 文件管理 表示窗口 帮助 六西格玛 数据修改 数据管理 数据操作 目录 第1节数据操作 Manip 第2节计算功能 Calc 第3节统计分析 Stat 第4节图表制作 Graph 第5节六西格玛 SixSigma 第1节数据操作 Manip 1 数据排列的调整2 如何将数据从 代码化数据 转变成 自然码数据 呢 3 改变数据的排列 将数据由 行 转变成 列 呢 4 利用Calc菜单 制作C9的Months 列 的 排列 第1节数据操作 Manip 1 6 1 数据排列的调整 Manip可以将MINITAB工作表中的数据列进行再排列整理 从而达到对数据构成以及格式的重整 经常采用Excel的数据时 更有用 例1 MINITAB Data Files Manip 1 MPJ有一组如下的数据 它是从Excel中拷贝过来的 如何处理 Manip Stack StackBlockofColumns 第1节数据操作 Manip 2 6 1 先在工作表中的C7 C8 C9分别填如名称 地点 收益 月份 第1节数据操作 Manip 3 6 2 如何将数据从 代码化数据 转变成 自然码数据 呢 Manip Code NumerictoText 第1节数据操作 Manip 4 6 3 改变数据的排列 将数据由 行 转变成 列 呢 Manip Stack StackRows C2 C6 C8 C1 C7 那末如何制作C9的Months 列 呢 请看下页 第1节数据操作 Manip 5 6 4 利用Calc菜单 制作C9的Months 列 的 排列 Calc MakePatternedData SimpleSetofNumbers 从1开始 到5结束 间隔1 每个数重复1次 整体数重复5次 第1节数据操作 Manip 6 6 练习1 将下面的 横向 排列的数据 改成 纵向 的 排列 MINITAB Data Files Manip 3 MPJ Manip Stack StackRows 第2节计算功能 Calc 1 计算器功能 Calc Calculator2 行 的统计计算 Calc RowStatistics 列 的统计计算 Calc ColumnStatistics3 如何制造数据 Calc MakePatternedData SimpleSetofNumbers4 如何取 随机顺序 如何 取样 Calc RandomData SampleFromColumns5 如何制做 正态分布的数据 Calc RandomData NormalDistribution 第2节计算功能 Calc 1 5 1 计算器功能Calc Calculator 这是一个功能强大的计算器 请随时使用 它可以将计算结果自动转入MINITAB中 它还有许多的函数运算功能 第2节计算功能 Calc 2 5 2 行 的统计计算 Calc RowStatistics 列 的统计计算 Calc ColumnStatistics MINITAB Data Files Calc 1 MPJ MeanofC1MeanofC1 5 5000SumofC1SumofC1 55 000StandardDeviationofC1StandarddeviationofC1 3 0277MinimumofC1MinimumofC1 1 0000MaximumofC1MaximumofC1 10 000 第2节计算功能 Calc 3 5 3 如何制造数据Calc MakePatternedData SimpleSetofNumbers 从1开始 到20结束 间隔1 每个数重复1次 整体数重复1次 MINITAB Data Files Calc 2 MPJ 第2节计算功能 Calc 4 5 4 如何取 随机顺序 如何 取样 Calc RandomData SampleFromColumns MINITAB Data Files Calc 3 MPJ 随机顺序 取样 第2节计算功能 Calc 5 5 5 如何制做 正态分布的数据 Calc RandomData NormalDistribution MINITAB Data Files Calc 4 MPJ 练习2 求上面的数据的标准偏差 答案参考第2节的2 第3节统计分析 Stat 1 描述统计 Stat BasicStatistics DisplayDescriptiveStatistics 2 正态性检验 Stat BasicStatistics NormalityTest 3 T 检验 1 Samplet 2 Samplet 4 相关 Stat BasicStatistics Correlation 5 回归 Stat Regression Regression 6 方差分析 One wayANOVA Two wayANOVA BalancedANOVA TestforEqualVariances 2Variances MainEffectsPlot InteractionsPlot 7 实验计划法 DOE 8 管理图 ControlCharts 9 质量工具 QualityTools 10 表格功能 Tables 第3节统计分析 Stat 1 74 1 描述统计1 1 描述统计菜单 Stat BasicStatistics DisplayDescriptiveStatistics 描述统计 可以对一组数据 子集团的样本 进行统计分析 从数据中计算出 自由度 N 算数平均 Mean 标准偏差 StDev 描述离散程度 最小值 Minimum 最大值 Maximum 第一四分位 25 值 Q1 第三四分位 75 值 Q3 从而 对母集团进行推测的一种统计分析方法 除此之外 还可以画出数据的分布图 判定数据的正态性等 此种分析只适用连续性数据 第3节统计分析 Stat 2 74 1 2 描述统计的例子 打开文件 MINITAB Data Files Stat 1 MPJStat BasicStatistics DisplayDescriptiveStatistics 第3节统计分析 Stat 3 74 1 3 描述统计的例子的阶段窗口 SessionWindow 分析 DescriptiveStatistics ResponseVariableNMeanMedianTrMeanStDevSEMeanResponse600 80750 80000 81570 19520 0252VariableMinimumMaximumQ1Q3Response0 40001 05000 66251 0000 自由度 应答变量 平均值 标准偏差 最小值 最大值 第一四分位值 第三四分位值 中央值 去掉最大和最小的5 之后的平均值 标准偏差的平均值 用标准偏差除以自由度N的开根号 SQRT N 0 0252 0 1952 60 第3节统计分析 Stat 4 74 1 4 描述统计的例子的图表分析 柱状图 正态性 如果P值 0 05 平均值标准偏差方差偏度 左右不对称性 峰度自由度 最小值第一四分位值中央值第三四分位值最大值 箱线图 样本的平均值的95 置信区间 样本的中央值的95 置信区间 样本的标准偏差的95 置信区间 第3节统计分析 Stat 5 74 2 正态性检验2 1 正态性检验菜单 Stat BasicStatistics NormalityTest 制作一组 平均值为30 标准偏差是0 1的50个数据 放在C1栏中 打开文件 MINITAB Data Files Stat 2 MPJ 第3节统计分析 Stat 6 74 2 正态性检验2 2 正态性判定 正态性判定 1 此判定只适用于连续性数据 2 如果图中的数据排列在一条直线上 可以初步认为有正态性 当然 最终确认还要看P 值 3 如果显示的P 值大于0 05 正态存在 如果低于0 05则缺乏正态 4 如果数据具有正态 则可用统计工具进行处理 5 如果缺乏正态 检查数据是否测量正确或将数据修正为正确 如果数据是正确的 则进行对数变换 注 如果数据个数较小 小于30 则不能完全相信P 值 在数据个数较小的情况下 即使数据被判断为缺乏正态也无关紧要 正态存在如果P 值 0 05缺乏正态如果P 值 0 05 第3节统计分析 Stat 7 74 3 T 检验3 1 一个样本的T 检验 Stat BasicStatistics 1 Samplet 打开文件 MINITAB Data Files Stat 3 1 Samplet MPJ 牛奶样本的的冻结温度 牛奶标准的的冻结温度 小于 标准 不等于 标准 大于 标准 检验平均值 这是选择了对立假说 希望证明牛奶公司在牛奶中掺水 牛奶样本的平均冻结温度明显高于标准 第3节统计分析 Stat 8 74 3 T 检验3 2 一个样本的T 检验 如何判定检验结果 One SampleT FrzTempTestofmu 0 545vsmu 0 545VariableNMeanStDevSEMeanFrzTemp10 0 539370 007800 00247Variable95 0 LowerBoundTPFrzTemp 0 543892 280 024 单侧检验 由于P 值小于0 05 所以对立假说成立 放弃归零假说 结论 从牛奶公司拿到的牛奶的冻结温度 明显高于标准温度 这可以作为牛奶中掺水的证据 样本数量 样本平均 样本标准偏差 样本平均的标准误差 标准偏差 0 0078 除以自由度N 10 的开根号 SQRT N 0 0078 3 16228 0 002466 T 值是这样计算的 T mean target SEmean 0 53937 0 545 0 00247 2 27935又 由于是单侧检验 其自由度 DF 9 此时的归零假说的放弃值是1 83 而T 值是2 28大于此值 T 值越大 P 值越小 第3节统计分析 Stat 9 74 3 T 检验3 3 两个样本的T 检验 Stat BasicStatistics 2 Samplet 打开文件 MINITAB Data Files Stat 4 2 Samplet MPJ 小于 标准 不等于 标准 大于 标准 这是选择了对立假说 希望证明新厂家A C1 的提供的材料的破坏强度明显高于原有厂家B C2 的指标 其结果呢 本例题的补充说明 分析对象是一种计算机外壳用的材料的破坏强度 现有厂家 B 关系良好 而新厂家 A说 能提供比厂家 B更好的材料 那末 B的材料明显好于A吗 在计算机行业 对材料来说 其区别应大于10psi 那末 我们有没有更换现有厂家B的必要呢 第3节统计分析 Stat 10 74 3 T 检验3 4 两个样本的T 检验 如何确认判定结果 Two SampleT TestandCI Manu a Manu bTwo sampleTforManu avsManu bNMeanStDevSEMeanManu a10162 6140 5990 19Manu b12155 131 130 33Difference muManu a muManu bEstimatefordifference 7 48495 lowerboundfordifference 6 827T Testofdifference 0 vs T Value 19 82P Value 0 000DF 17 结果判定1 通过P 值看出 厂家A的指标明显好于现有厂家 B 但是 从95 可信的两者真正的差别 7 484 来看 并未达到我们要求的10psi 那末 我们要不要由新厂家A替换原有厂家B呢 还要看它们的 波动 标准偏差 这是表示 A与B的差是7 484 95 信赖区间的平均值 而它们之差的最小值是6 827 95 可信 将在ANOVA的等方差检验中再论述 结论 虽然厂家A比厂家B只高7 5psi 但它的波动小 质量稳定 采用 第3节统计分析 Stat 11 74 3 T 检验3 5 两个样本的T 检验 练习题 打开文件 MINITAB Data Files Stat 5 2 Samplet MPJ 两个样本的T 检验 可以进行改善前 后的比较 证明改善的效果 此题就是一个这样的问题 请证明发电机改善前 后有没有真正的差别 提示 可用ANOVA的等方差检验 来确认A B的波动 第3节统计分析 Stat 12 74 4 相关 Correlation 4 1 相关 Stat BasicStatistics Correlation 打开文件 MINITAB Data Files Stat 6 MPJ Correlations Lab OnlinePearsoncorrelationofLabandOnline 0 959P Value 0 000 相关性判定 看相关系数 0 959 如果是 0 就不相关 如果是 1 就是完全 正 相关 如果是 1 就是完全负相关其他就表示是相关性强弱 第3节统计分析 Stat 13 74 操作菜但顺序 Graph Plot X Y图 可观察变量X与Y的关系 X Online 在线 Y Lab 实验室 数据是它们两个不同测量系统 测量的某试剂的Ph 值 那末 它们相关性如何 第3节统计分析 Stat 14 74 4 相关 Correlation 的补充说明4 2 用Graph MatrixPlot来初步判断要因之间的相关程度 打开文件 MINITAB Data Files Stat 9 MPJ 从这些图形中 可以初步判断有关的变量之间是否存在着相关 当然 这不是定量分析 第3节统计分析 Stat 15 74 5 回归 Regression 5 1 回归 单回归 Stat Regression Regression 打开文件 MINITAB Data Files Stat 7 MPJ 搅拌速度 X 油漆中杂质 Y 我们希望观察 最大要因 搅拌速度 是如何影响输出 油漆中杂质 的呢 它们的定量关系是什么 第3节统计分析 Stat 16 74 RegressionAnalysis ImpurityversusStirrateTheregressionequationisImpurity 0 29 0 457StirratePredictorCoefSECoefTPConstant 0 2891 221 0 240 817Stirrate0 456640 0384411 880 000S 0 9193R Sq 93 4 R Sq adj 92 7 AnalysisofVarianceSourceDFSSMSFPRegression1119 28119 28141 130 000ResidualError108 450 85Total11127 73 回归方程式 常数 搅拌速度 系数 自由度 N 1 残差 平方和 平均平方和 方差 标准偏差 相关系数R的平方 调整后的相关系数R的平方 F分布 P 值 第3节统计分析 Stat 17 74 5 回归 Regression 5 2 回归线图 Stat Regression FittedLinePlot 打开文件 MINITAB Data Files Stat 8 MPJ 残差Resi 各组的数据Y 各组的平均值Fits 各组内的平均值 线性 一次 相关 曲线 二次 相关 曲线 三次 相关 选择置信区间显示 第3节统计分析 Stat 18 74 这是线性 一次 相关曲线 回归方程式 相关系数R的平方 搅拌速度 油漆中杂质 Y 线95 置信区间 每一点95 置信区间 如果相关系数R平方很小的话 怎么办 第3节统计分析 Stat 19 74 残差检验 目的是确认前面所建立的数学模型是否可靠 如果残差具有正态分布的特性 就可以说前面的结论是可信的 反之 就不能说可信 判断方法如下 这些点是否呈直线 这些点是否上下左右平均分布 这些点是否有何倾向 这个直方图的左右对称性 本页的残差检验只是 定性的 如果想进一步定量地判定的话 可用正态性检验菜单 Stat BasicStatistics NormalityTest 操作菜单 Stat Regression ResidualPlots 第3节统计分析 Stat 20 74 残差正态性检验 用正态性检验菜单 Stat BasicStatistics NormalityTest 正态存在如果P 值 0 05缺乏正态如果P 值 0 05 残差 第3节统计分析 Stat 21 74 6 方差分析 ANOVA 6 1 一元方差分析 ANOVA One wayANOVA 打开文件 MINITAB Data Files Stat 10 One wayANOVA MPJ 例题说明 显象管的技术指标之一是 预热时间 暖机时间 这个时间就是本题的输出Y 而它的一个要因X是不同的 批次 这里 实验3个批次 3个批次称为 3个水准 目的是判断它们的预热时间是否相同标准是 能稳定维持在一个较低的水平 预热时间 实验批次 第3节统计分析 Stat 22 74 6 1 一元方差分析 ANOVA One wayANOVA 选择分析模式 这也是一种做残差检验的方法 第3节统计分析 Stat 23 74 6 1 一元方差分析 ANOVA One wayANOVA 观察阶段窗口 One wayANOVA Time secversusTubetypeAnalysisofVarianceforTime secSourceDFSSMSFPTubetype2114 757 31 950 197Error9264 029 3Total11378 7Individual95 CIsForMeanBasedonPooledStDevLevelNMeanStDev 1420 0002 449 2426 0008 485 3419 0003 162 PooledStDev 5 41618 024 030 0 自由度 平方和 方差 SS DF F统计量 P 值 P 值0 05 说明3批时间的平均值没有有意差 95 信赖区间 水准 样本数 平均值 标准偏差 阶段性结论 虽然P 值 0 05 说明3批之间的平均值不存在有意差 但是 第2批的标准偏差 8 485 较大 波动大 不稳定 需要进一步确认原因 如有可能 要重复实验 第3节统计分析 Stat 24 74 6 1 一元方差分析 ANOVA One wayANOVA 观察图 箱线图 点图 从箱线图中可以看出 第2批次的数据分布波动大 平均值也高 从下面的点图也可看出 并且能知道第2批次有一个较大的异常值 通常 数据较小时 采用点图比采用箱线图更能充分反映问题所在 结论 要调查第2批次的异常值原因 如有必要 应再次实验 第3节统计分析 Stat 25 74 6 1 一元方差分析 ANOVA One wayANOVA 残差检验 残差数据列柱状图 残差数据列的正态概率图 如为直线则为正态分布 残差数据对于组平均值的数学表达式模型做图 检查独立性和随机性 残差数据对数据顺序做图 检查独立性和随机性 第3节统计分析 Stat 26 74 6 方差分析 ANOVA 6 2 二元方差分析 ANOVA Two wayANOVA 打开文件 MINITAB Data Files Stat 11 Two wayANOVA MPJ 例题说明 油漆的磨损量 Y 与地点 X1 和油漆种类 X2 的影响 地点 X1 漆种 X2 磨损量 Y 这里省略残差检验吧 这是残差图 也省略 地点 X1 第3节统计分析 Stat 27 74 6 方差分析 ANOVA 6 2 二元方差分析 ANOVA Two wayANOVA 观察阶段窗口 Two wayANOVA PntWearversusLocation PaintAnalysisofVarianceforPntWearSourceDFSSMSFPLocation338 6912 9010 040 003Paint330 6910 237 960 007Error911 561 28Total1580 94 结论 地点的要因以及油漆种类的要因的P 值均大于0 05 说明它们都是影响Y的主要要因 第3节统计分析 Stat 28 74 6 方差分析 ANOVA 6 3 平衡的方差分析 ANOVA BalancedANOVA 例题与前面相同 打开文件 MINITAB Data Files Stat 11 Two wayANOVA MPJ 残差计算和残差图分析均省略吧 第3节统计分析 Stat 29 74 6 方差分析 ANOVA 6 3 平衡的方差分析 ANOVA BalancedANOVA 观察阶段窗口 ANOVA PntWearversusLocation PaintFactorTypeLevelsValuesLocationfixed4HarrisburgPhiladelphiaPittsburghScrantonPaintfixed4Y 0242Y 0314Y 1424Y 1723AnalysisofVarianceforPntWearSourceDFSSMSFPLocation338 68812 89610 040 003Paint330 68810 2297 960 007Error911 5631 285Total1580 938 结论与前面一样 省略分析 第3节统计分析 Stat 30 74 6 方差分析 ANOVA 菜单6 4 等方差检验 ANOVA TestforEqualVariances 打开文件 MINITAB Data Files Stat 12 MPJ 这里的等方差分析只是针对于一个要因的不同水准之间的方差 第3节统计分析 Stat 31 74 6 方差分析 ANOVA 菜单6 4 等方差检验 ANOVA TestforEqualVariances 等方差分析 这是基于假设正态分布的检验的P 值 这是基于非假设正态分布的检验的P 值 P 值大于0 05说明具有等方差性 即 这3个水准的波动没有不同 第3节统计分析 Stat 32 74 6 5 等方差检验的补充 如何分析两个要因的等方差呢 Stat BasicStatistics 2Variances 打开文件 MINITAB Data Files Stat 4 2 Samplet MPJ 第3节统计分析 Stat 33 74 6 方差分析 ANOVA 菜单6 6 主效果图 ANOVA MainEffectsPlot 打开文件 MINITAB Data Files Stat 13 MPJ 例题说明 某车在湿滑的路面上 测试不同情况下的刹车距离 条件是 固定一台车采用固定的行驶车速那末 其刹车距离受左于哪个因素呢 轮胎的类型 X1 有GT MX LS3种 踩刹车板距离 X2 有10 0 1 5 2种 防滑刹车系统ABS X3 有 采用 不采用 2种 车的刹车距离 m Y 当然 此题可用三元ANOVA来进行定良的分析 这里我们只用主效果图 来进行初步的判断 第3节统计分析 Stat 34 74 6 方差分析 ANOVA 菜单6 6 主效果图 ANOVA MainEffectsPlot 结论很简单 第3节统计分析 Stat 35 74 6 方差分析 ANOVA 菜单6 6 交互作用图 ANOVA InteractionsPlot 打开文件 MINITAB Data Files Stat 13 MPJ 选择单边或全图 结论很简单 第3节统计分析 Stat 36 74 7 实验计划法 DOE 7 1 实验计划设计基本 DOE Factorial CreateFactorialDesign 建立一个实验计划表 Stat DOE Factorial CreateFactorialDesign 选择要因个数 第3节统计分析 Stat 37 74 7 实验计划法 DOE 7 1 实验计划设计基本 DOE Factorial CreateFactorialDesign 选择要因个数 看一看可采用的设计模式 要因数 实验次数 解像度 首先了解在一定的要因数的前提下 根据解像度要求的不同 其实验次数不一样 比如3个要因 全解像度时 Full 实验次数为8次 解像度为三时 III 实验次数为4次 第3节统计分析 Stat 38 74 7 实验计划法 DOE 7 1 实验计划设计基本 DOE Factorial CreateFactorialDesign 选择要因个数 看一看可采用的设计模式 设计 选择中心点个数 重复次数 模拟要因个数 实验设计模式 实验次数 解像度 水准 要因 第3节统计分析 Stat 39 74 7 实验计划法 DOE 7 1 实验计划设计基本 DOE Factorial CreateFactorialDesign 选择要因个数 看一看可采用的设计模式 设计 选项 要因 要因名称 低水准 高水准 要因 将实验顺序随机化处理 将实验设计存入工作表 第3节统计分析 Stat 40 74 7 实验计划法 DOE 7 1 实验计划设计基本 DOE Factorial CreateFactorialDesign 实验设计的结果 随机顺序 实验序号 中心点 模拟要因 温度 浓度 催化剂 接下来的事情 是按此实验的顺序和组合进行实验 并将实验的数据记录在C8 Yield Yield 请参照文件 MINITAB Data Files Stat 14 DOE 1 MPJ 第3节统计分析 Stat 41 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 打开文件 MINITAB Data Files Stat 15 DOE 2 MPJ 这是代码化的水准 这是8次实验结果的数据 第3节统计分析 Stat 42 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 选项 选项时 一般最初是全选 在分析后 如发现不重要的要因可选 到左侧 不选项目 选择项目 制图 残差分析暂不进行 第3节统计分析 Stat 43 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 一般选0 05 但最初为保险可取0 1 残差分析暂不进行 第3节统计分析 Stat 44 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 远离直线且明确用字母表示出来的要因 A 以及交互作用 AC 是重要的 另外 由于AC是重要的说明要因C也是重要的 在红色点划线右侧的要因 A 以及交互作用 AC 是重要的 另外 由于AC是重要的说明要因C也是重要的 第3节统计分析 Stat 45 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 选项 只选择重要的A C A C 缩小模式 第3节统计分析 Stat 46 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 制图 选择0 05 进行残差诊断 第3节统计分析 Stat 46 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign 结果同前 第3节统计分析 Stat 47 74 7 实验计划法 DOE 7 2 实验后的分析 DOE Factorial AnalyzeFactorialDesign FractionalFactorialFit YieldversusTemp CatalystEstimatedEffectsandCoefficientsforYield codedunits TermEffectCoefSECoefTPConstant64 25001 31149 010 000Temp23 000011 50001 3118 770 001Catalyst1 50000 75001 3110 570 598Temp Catalyst10 00005 00001 3113 810 019AnalysisofVarianceforYield codedunits SourceDFSeqSSAdjSSAdjMSFPMainEffects21062 501062 50531 2538 640 0022 WayInteractions1200 00200 00200 0014 550 019ResidualError455 0055 0013 75PureError455 0055 0013 75Total71317 50 温度 催化剂 温度 催化剂 主效果 二元交互作用 残差误差 纯的误差 P 值 0 05是有意义的 接下来的步骤 应该是进行残差诊断 来判断分析结果的正确性 这里我们省略 第3节统计分析 Stat 48 74 7 实验计划法 DOE 7 2 实验后的分析 要因图 DOE Factorial FactorialPlots 主效果图 交互作用图 立体图 第3节统计分析 Stat 49 74 7 实验计划法 DOE 7 2 实验后的分析 要因图 DOE Factorial FactorialPlots 第3节统计分析 Stat 50 74 7 实验计划法 DOE 7 2 实验后的分析 建立数学模型 求 2代表某要素能说明Y的程度 Y 64 25 11 5 A 0 75 C 5 0 A C 求 2 Stat ANOVA BalanceANOVA AnalysisofVarianceforYieldSourceDFSS 2Temp11058 001058 1317 0 80380 3 Catalyst14 504 50 1317 0 0030 3 Temp Catalyst1200 00200 00 1317 5 0 15215 2 Error455 0055 00 1317 5 0 0424 2 Total71317 50 回到实际问题 为提高产量 考虑温度180 催化剂用B 浓度只考虑经济性 8 管理图 ControlCharts 8 1 管理图的实验定义 ControlCharts DefineTests 第3节统计分析 Stat 51 74 实验序号 设定值 K 定义 有一个点超过了K 3 西格玛界限 有K 9 个或以上的数据点 连续分布在中心线一侧 有K 6 个数据 连续增加或连续减小 有K 14 个数据 连续性的 交替上下变动 有K 2 1的个连续数据中的2个 超过了2西格玛界限 有K 1 5 个数据中 有K 4 个数据超过了1西格玛界限 有K 15 个点在1西格玛界限内 在中心线的上侧或下侧 有K 8 个点 超过1西格玛界限 在中心线的上侧或下侧 第3节统计分析 Stat 52 74 8 管理图 ControlCharts 8 2 管理图分类 连续数据 离散数据 子集团的样本数据的量 N 无法分组 子集团样本数据量 1 不良品 不良率 欠点数 子集团样本数量一定 子集团样本数量可变 子集团样本数量一定 子集团样本数量可变 第3节统计分析 Stat 53 74 8 管理图 ControlCharts 8 3 连续数据管理图 Xbar R管理图 ControlCharts Xbar R 打开文件 MINITAB Data Files Stat 16 Xbar R MPJ 子集团的样本数据量 5 10 例题说明 某零件直径 140 5mm 每天取5个数据进行监测 共监测了30天 Tests要全选 第3节统计分析 Stat 54 74 8 管理图 ControlCharts 8 3 连续数据管理图 Xbar R管理图 ControlCharts Xbar R 上方管理界限 3 下方管理界限 3 检测出第1种错误 看阶段窗口可知是第24点 样本数据的管理图 样本数据移动的管理图 第3节统计分析 Stat 55 74 8 管理图 ControlCharts 8 4 连续数据管理图 I MR管理图 ControlCharts I MR 打开文件 MINITAB Data Files Stat 17 I MR MPJ 收集了1个月的每天在库量N 1 第3节统计分析 Stat 56 74 8 管理图 ControlCharts 8 4 连续数据管理图 I MR管理图 ControlCharts I MR 移动的平均 第3节统计分析 Stat 57 74 8 管理图 ControlCharts 8 4 离散数据 不良品 不良率 NP P管理图 ControlCharts NP P 打开文件 MINITAB Data Files Stat 18 NP P MPJ 样本数量 薪金支票错误 可变换点 线的各种形状和颜色 第3节统计分析 Stat 58 74 8 管理图 ControlCharts 8 4 离散数据 不良品 不良率 NP P管理图 ControlCharts NP P NP管理图 P管理图 薪金支票错误个数 薪金支票错误率 第3节统计分析 Stat 59 74 8 管理图 ControlCharts 8 5 离散数据 欠点数 U管理图 ControlCharts U 打开文件 MINITAB Data Files Stat 19 U MPJ 每天接收保险单的数量 保险单的数量的10 取样 欠点数 第3节统计分析 Stat 60 74 8 管理图 ControlCharts 8 5 离散数据 欠点数 U管理图 ControlCharts U 由于子集团的样本数量不一样 所以 其管理界限也不一样 第3节统计分析 Stat 61 74 8 管理图 ControlCharts 8 6 连续数据 个别管理图 ControlCharts Individuals I Chart 打开文件 MINITAB Data Files Stat 20 I Chart MPJ 例题 冰淇淋的厂家 观察每一个冰淇淋的填充量是否等到了控制 第3节统计分析 Stat 62 74 9 质量工具 QualityTools 9 1 运行图 Stat QualityTools Run Chart 打开文件 MINITAB Data Files Stat 21 Run Chart MPJ 用Calc RandomData Normal的菜单 制作一组 平均值是40 标准偏差0 1 50个数据 放在C1中 第3节统计分析 Stat 63 74 9 质量工具 QualityTools 9 1 运行图 Stat QualityTools Run Chart 运行图在折线图中用时间 序列数据做图 有助于评估数据及过程的稳定性 运行图类似于控制图 可用于测量和控制阶段 目的 例如 目视检查时间 序列趋势 作用 根据时间 序列数据及状态数据可推断出变化要素 第3节统计分析 Stat 64 74 9 质量工具 QualityTools 9 2 帊累托图 Stat QualityTools Pareto Chart 打开文件 MINITAB Data Files Stat 22 Pareto Chart MPJ 缺陷项目 缺陷数 缺陷单价 成本 丢失螺丝 丢失夹子 机架缺陷 漏油衬垫 残料 断丝 坏丝 零件不全 项目 发生次数 要表示发生次数中的多大的比率 95 的项目 第3节统计分析 Stat 65 74 9 质量工具 QualityTools 9 2 帊累托图 Stat QualityTools Pareto Chart 横轴 缺陷项目 95 纵轴 缺陷发生次数 累计百分率曲线 累计百分率 百分率 第3节统计分析 Stat 66 74 9 质量工具 QualityTools 9 3 特性要因图 鱼骨图 Stat QualityTools Cause and Effect 打开文件 MINITAB Data Files Stat 22 Pareto Chart MPJ 可输入鱼头名称 第3节统计分析 Stat 67 74 9 质量工具 QualityTools 9 3 特性要因图 鱼骨图 Stat QualityTools Cause and Effect 第3节统计分析 Stat 68 74 9 质量工具 QualityTools 9 4 工程能力分析 Stat QualityTools CapabilityAnalysis Normal 打开文件 MINITAB Data Files Stat 23 MPJ 例题 汽车刹车鼓材料硬度 管理界限是39 43之间 工程能力目标是Ppk 1 3 改善前的初期数据 测量系统修正后的数据 改善回火工序后的数据 最终实施DOE改善后的数据 下限 上限 最初数据 子集团 设定目标 第3节统计分析 Stat 69 74 9 质量工具 QualityTools 9 4 工程能力分析 Stat QualityTools CapabilityAnalysis Normal 上限 目标 下限 平均值 样本数 组内标准偏差 短期 全标准偏差 长期 USL LSL 6 USL Mean 3 Mean LSL 3 公式复杂 省略 短期工程能力 长期工程能力 上限 下限 目标值 短期 长期 数据中低于下限高于上限的PPM 第3节统计分析 Stat 70 74 9 质量工具 QualityTools 9 4 工程能力分析 Stat QualityTools CapabilityAnalysis Normal 改善后的工程能力 第3节统计分析 Stat 71 74 9 质量工具 QualityTools 9 5 测量系统验证 Stat QualityTools GageR RStudy 打开文件 MINITAB Data Files Stat 24 GageR R MPJ 10个零件 3人测量 零件长度 第3节统计分析 Stat 72 74 9 质量工具 QualityTools 9 5 测量系统验证 Stat QualityTools GageR RStudy GageR R ContributionSourceVarComp ofVarComp TotalGageR R0 00443710 67Repeatability0 0012923 10Reproducibility0 0031467 56Operator0 0009122 19Operator Parts0 0022345 37Part To Part0 03716489 33TotalVariation0 041602100 00StdDevStudyVar StudyVarSource SD 5 15 SD SV TotalGageR R0 0666150 3430632 66Repeatability0 0359400 1850917 62Reproducibility0 0560880 2888527 50Operator0 0302000 1555314 81Operator Parts0 0472630 2434023 17Part To Part0 1927810 9928294 52TotalVariation