统计与品管利用Minitab的基础统计

,附录1.利用Minitab的基础统计,LGENTSIXSIGMATASKTEAM,基础统计,BeforeAfter58.560.060.354.961.758.169.062.164.058.562.659.956.754.4,例题1:求基本的统计量,开发新产品的公司，为了知道它的效果，把7名主妇为对象:实验结果他们的体重变化如右图为了知道体重变化的程度？Stat/basicstatistics/displaydescriptivestatistics,附录1-1/41,LGElectronics/LGENT6TASKTEAM,基础统计,DescriptiveStatisticsVariableNMeanMedianTrMeanStDevSEMeanBefore761.8361.7061.834.011.52After758.2758.5058.272.791.05VariableMinimumMaximumQ1Q3Before56.7069.0058.5064.00After54.4062.1054.9060.00,TrimmedMean(整理平均)Minitabremovesthesmallest5%andthelargest5%ofthevalues(roundedthenearestinteger),andthenaveragestheremainingdataSEMean(StandardErrorofMean)StDev/N,例题1:求基本的统计量,附录1-2/41,LGElectronics/LGENT6TASKTEAM,基础统计,calc/calculator,BeforeAfter58.560.02.564160.354.9-8.955261.758.1-5.834769.062.1-10.000064.058.5-8.593862.659.9-4.313156.754.4-4.0564,附录1:求基本统计量,附录1-3/41,LGElectronics/LGENT6TASKTEAM,基础统计,Random抽取工厂所生产的21个产品后，测定结果如下.求例题1中求的统计量外的多种的统计量？calc/columnstatisticsorrowstatisticsstat/basicstatistics/storedescriptivestatistics,例题2:求多种统计量,附录1-4/41,LGElectronics/LGENT6TASKTEAM,基础统计,执行这样的过程，计算的DataWindow以列别出现.,例题2:求多种统计量,附录1-5/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题2:求多种统计量,统计量要在SessionWindow上显示?Manip/displaydata,选择所愿的统计量,DataDisplayRowsizeMean1SEMean1StDev1Variance1Q1_1Median1Q3_1127.528.21900.4244671.945153.7836226.928.429.65227.6327.6430.3528.8622.9726.6831.8928.41026.91130.01231.21329.41428.01526.81628.81728.51826.31929.92026.92128.4RowIQR1Sum1Minimum1Maximum1Range1N112.75592.622.931.88.921DataDisplayRowMean1SEMean1StDev1Variance1Q1_1Median1Q3_1IQR1128.21900.4244671.945153.7836226.928.429.652.75RowSum1Minimum1Maximum1Range1SSQ11592.622.931.88.916798.3,附录1-6/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题3:概率分布的活用-2项分布(1),感染到某种传染病能恢复的概率为0.4。15名被传染时，5名恢复的概率为?Calc/probabilitydistributions/binominal,试行,成功概率,成功次数,ProbabilityDensityFunctionBinomialwithn=15andp=0.400000 xP(X=x)5.000.1859,附录1-7/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题3:概率分布的活用-2项分布(2),感染到某种传染病能恢复的概率为0.4.在15名当中至少10名能恢复的概率为？Calc/probabilitydistributions/binominal,执行次数,成功概率,成功次数,DataDisplayK20.0338333,*在Minitab上，为了求P(Xx)求P(Xx)的值后计算1-P(Xx)，求概率.,附录1-8/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题3:概率分布的活用-泊松分布,显示器的某种特性服从平均为10的泊松分布时，求P(X14)?Calc/probabilitydistributions/Poisson,CumulativeDistributionFunctionPoissonwithmu=10.0000 xP(X=x)14.000.9165,附录1-9/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题3:概率分布的活用-正态分布,显示器的某种特性为正态分布时，求P(X-0.28)?Calc/probabilitydistributions/normal,CumulativeDistributionFunctionNormalwithmean=0andstandarddeviation=1.00000 xP(X0.6SampleXNSamplep95.0%CIZ-ValueP-Value1701000.700000(0.610183,0.789817)2.040.021,假设的比较比率,检验统计量正态分布假设,附录1-23/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题13:某比率的检证,在美国总统选举中，对XXX候补，想要推定旧金山地区和纽约地区的支持率的差异.在旧金山地区调查5000名,在纽约地区中调查2000名后的结果，得到各2400名,1200名的支持.对XXX候补，两个地区的支持率是否相反，用有益水准=0.05来检验.Stat/basicstatistics/2Proportion,TestandConfidenceIntervalforTwoProportionsSampleXNSamplep1240050000.4800002120020000.600000Estimateforp(1)-p(2):-0.1295%CIforp(1)-p(2):(-0.145549,-0.0944512)Testforp(1)-p(2)=0(vsnot=0):Z=-9.07P-Value=0.000,假设已设定的两个比率的差异,附录1-24/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题14:反复数不同的一元配置法(1/2),销售实绩类似的营业社员分成3Group，实施A、B、C三种方法再教育后调查了销售实绩，调查三种教育方法有什么差异.Stat/ANOVA/One-way(Unstacked),ABC458716638659354,附录1-25/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题14:反复数不同的一元配置法(2/2),销售实绩类似的营业社员分成3Group，实施A、B、C三种方法再教育后调查了销售实绩，调查三种教育方法有什么差异.Stat/ANOVA/One-way(Unstacked),One-wayAnalysisofVarianceAnalysisofVarianceSourceDFSSMSFPFactor238.2819.148.490.005Error1227.052.25Total1465.33Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev-+-+-+-A45.7501.258(-*-)B63.5001.517(-*-)C57.2001.643(-*-)-+-+-+-PooledStDev=1.5014.06.08.0,附录1-26/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题14:有反复的二元配置法(1/3),调查影响时间当生产数的4个种类的设备和3个种类的Material，每个水平的组合都反复3次，根据有反复的二元配置法得到如下资料，分析各要因和交互作用的影响.Calc/MakePatternedData/SimpleSetofNumbers实验前没有树立实验计划的情况(本例题)Stat/ANOVA/Two-way,设备,Material,B1,B2,B3,A1,A2,A3,A4,64,66,70,72,81,64,74,51,65,65,63,58,57,43,52,47,58,67,59,68,65,66,71,59,58,39,42,58,41,46,57,61,53,53,59,38,附录1-27/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题14:有反复的二元配置法(2/3),a输入如下的反应变数,b要因(A:设备)是对反应变数的规则值，利用Minitab输入要因值。,要因(B:Material)也用同一的方法进行,产生的要因变数名,要因变数开始值,要因变数终值,要因变数变化单位,各要因变数的反复次数,上面过程的反复次数,附录1-28/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题14:有反复的二元配置法(3/3),Two-wayAnalysisofVarianceAnalysisofVarianceforProductiSourceDFSSMSFPA31156.6385.56.160.003B2349.4174.72.790.081Interaction6771.3128.52.050.097Error241501.362.6Total353778.6,附录1-29/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题15:相关分析,为了知道男女高度的相关程度，调查了成年男女的高度的情况.在有益水准=0.05下检证相关关系Stat/BasicStatistics/Correlation,boygirl71696864666567637065716270657364726665596662,Correlations(Pearson)Correlationofboyandgirl=0.558,P-Value=0.074,附录1-30/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题16:回归分析(中回归分析1/3),在LG高等学校，为了推定影响统计学的要因，实施Brainstorming，假因子选定为数学成绩和缺席次数的Data确保.假设假因子和统计学成绩间的中回归方程式，根据最小平方和来推定Stat/Regression/Regression,数学缺席统计学成绩次数成绩653855077455576651905538570387651947029855481702915037655474,附录1-31/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题16:回归分析(中回归分析2/3),RegressionAnalysisTheregressionequationisStat=53.7+0.607Math-1.93AbsentPredictorCoefStDevTPConstant53.6814.183.790.004Math0.60730.19843.060.014Absent-1.93460.9144-2.120.063S=3.721R-Sq=82.9%R-Sq(adj)=79.1%AnalysisofVarianceSourceDFSSMSFPRegression2603.66301.8321.800.000ResidualError9124.5913.84Total11728.25SourceDFSeqSSMath1541.69Absent161.97,附录1-32/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题16:回归分析(中回归分析3/3),附录1-33/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题17:检验离散型资料的同一性(1/2),为了查出地区别的NewDesignA,B,C先后度是否有差异，选择Peking,NewYork,Seoul,London的4个地区中各200名顾客作为对象，调查了先后顺序，得到如下结果.地区别Design先后顺序是否不同，用有益水准=0.05下检验。Stat/Tables/Chi-SquareTest,地区,NewDesign,A,B,C,LA,NewYork,Seoul,London,2118101867,合计,121133147138539,58494344194,200200200200800,合计,附录1-34/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题17:离散型资料的同一性检验(2/2),Chi-SquareTestExpectedcountsareprintedbelowobservedcountsABCTotal1211215820016.75134.7548.502181334920016.75134.7548.503101474320016.75134.7548.504181384420016.75134.7548.50Total67539194800Chi-Sq=1.078+1.403+1.861+0.093+0.023+0.005+2.720+1.114+0.624+0.093+0.078+0.418=9.510DF=6,P-Value=0.147,右边表的各项的上面数字表示测定值,下面的数据表示期望值.PValue=0.147原假设?So,随着地域的Design先后顺序是?,附录1-35/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题18:离散型资料独立性检验(1/2),DID事业部每年以新入社员为对象实施现场实习。为了查出他们的实习成绩和今后1年间工作成绩之间是否有什么样的关系，以全体新入社员400名为对象得到以下结果按照下面资料，是否能看作新入社员的现场实习成绩影响1年的工作，在有益水准=0.01下检验。Stat/Tables/Chi-SquareTest,实习成绩,工作成绩,低,良好,优秀,低,2328960,合计,607949188,296063152,112167121400,合计,良好,优秀,独立性检验当中原假设和对立假设容易混淆，所以要注意。在这里原假设:实习成绩与工作成绩没有关系对立假设:实习成绩与工作成绩有关系,附录1-36/41,LGElectronics/LGENT6TASKTEAM,基础统计,例题18:离散型资料的独立性检验(2/2),Chi-SquareTestExpectedcountsareprintedbelowobservedcountsBadGoodBetterTotal123602911216.8052.6442.56228796016725.0578.4