MINITAB操作课程培训.ppt

1 单因子试验设计与分析 单因子试验设计目的 1 比较一下因子的几个不同设置间是否有显著差异 如果有显著差异 哪个或哪些设置较好 单向分类设计 2 建立响应变量与自变量间的回归关系 通常是线性 二次或三次多项式 判断我们建立的回归关系是否有意义 多项式回归 单向分类设计例题 比较四个车工A B C D所加工丝杠的直径是否相等 将20根坯料用随机序编号顺序号 再采用随机抽取方法 让每个车工选取5根 按顺序号在同台车床上加工 单向分类设计直径数据表单位 mm 步骤1 输入试验数据 步骤 处理试验数据 MINITAB Data Stack Columns 步骤 处理试验数据 续 步骤 分析试验数据 MINITAB Stat ANOVA OneWay Minitab输出 OneWayANOVA One wayANOVA C2versusSubscriptsSourceDFSSMSFPSubscripts31 84400 61477 660 002Error161 28400 0803Total193 1280S 0 2833R Sq 58 95 R Sq adj 51 25 Individual95 CIsForMeanBasedonPooledStDevLevelNMeanStDev A550 2400 351 B550 0600 241 C550 6400 241 D550 8200 286 50 0550 4050 7551 10PooledStDev 0 283 拒绝原假设H0 即操作工之间有显著差异 Minitab输出 Boxplot 可以看出四个车工所加工出的丝杠直径间有显著差异 可以确定各组间有显著差异后 下一步需分析哪些组间有显著差异 步骤4 分析两组间是否有显著差异 MINITAB Stat ANOVA OneWay Minitab输出 Tukey分析结果 Tukey95 SimultaneousConfidenceIntervalsAllPairwiseComparisonsamongLevelsofSubscriptsIndividualconfidencelevel 98 87 Subscripts Asubtractedfrom SubscriptsLowerCenterUpper B 0 6931 0 18000 3331 C 0 11310 40000 9131 D0 06690 58001 0931 0 700 000 701 40Subscripts Bsubtractedfrom SubscriptsLowerCenterUpper C0 06690 58001 0931 D0 24690 76001 2731 0 700 000 701 40Subscripts Csubtractedfrom SubscriptsLowerCenterUpper D 0 33310 18000 6931 0 700 000 701 40 例如 总体A的均值 总体B的均值落入 0 6931 0 3331 由于0落入区间内 因此 无法拒绝两总体均值相等的原假设 即应判定两总体均值无显著差异 即AB间均值无显著差异 AB间 AC间 CD间均值无显著差异 AD间 BC间 BD间均值有显著差异 多项式回归设计例题 锻件温度显著影响锻件最终断裂强度 采用800 850 900 摄氏度 各锻造3根钢轴 将钢轴的断裂强度 单位 吨 记录下来 得到下列数据 锻件温度与断裂强度数据表 步骤1 输入试验数据 步骤 处理试验数据 MINITAB Data Stack Columns 步骤 分析试验数据 MINITAB Stat ANOVA OneWay Minitab输出 OneWayANOVA 拒绝原假设H0 即不同温度的各总体