MINITAB(基础)

1、http:/http:/DMDMMINITABMINITAB操作指南操作指南课程内容架构及课程设计课程内容架构及课程设计http:/http:/DMDM序序MINITABMINITAB简介简介一、一、 MINITABMINITAB发展历史发展历史q 起源 1972年，美国宾夕法尼亚州立大学为作统计分析、教育用而开发，目前已在工学、社会学等所有领域被广泛使用。 q发展 在GE、MOTOROLA等公司已作为基本的程序而使用，且与Six-sigma有关联的部分陆续地在完善之中。q版本Minitab = + = Minitab = + = + +R13R14R15MiniMiniTabulatorTa

2、bulator小型小型计算机计算机二、二、 MINITABMINITAB界面简介界面简介标题栏：标题栏：显示文件名称显示文件名称菜单栏：菜单栏：显示功能模块显示功能模块会话栏：会话栏：直接输入 Minitab 的命令或显示类似统计表的文本型结果文件的窗口工作表：工作表：用于直接输入数据或可以修改的窗口三、三、 MINITABMINITAB菜单简介菜单简介v文件文件( (F)F): 主要是资料的开启和储存v编辑编辑( (E)E): 编辑工作表资料, 外部data的link及command link editor副功能表v数据数据( (A)A): 工作表资料的分割、合并、排序、堆垒、资料形态的改变

3、等功能v计算计算( (C)C): 利用内部函数的资料计算及利用分布函数的资料生成v统计统计( (S)S): 执行统计分析如基础统计、假设检验、回归分析、ANOVA、DOEv图形图形( (G)G): 各种图形的绘制、编辑如散布图、直方图、箱型图、正态分布图v编辑编辑( (D)D): 不使用功能表，直接使用命令行作业v工具工具( (T)T): 工具列v窗口窗口( (W)W): 窗口画面的管理v帮助帮助( (H)H): 操作说明http:/http:/DMDM第一章第一章“文件文件”菜单基本操作菜单基本操作“文件文件”菜单功能简介菜单功能简介一、一、 打开项目打开项目二、二、 打开工作表打开工作表h

4、ttp:/http:/DMDM第二章第二章“数据数据”菜单基本操作菜单基本操作“数据数据”菜单功能概述菜单功能概述（两列堆垒）（行堆垒成列）（多列堆垒）（列拆分为列）一一 拆分列拆分列二二 堆叠堆叠http:/http:/DMDM第三章第三章“图形图形”基本操作基本操作“图形图形”菜单功能概述菜单功能概述展示两列数据间的相关趋势；展示两列数据间的相关趋势；展示一列数据的分布状况；展示一列数据的分布状况；展示混合数据间的分布差异。展示混合数据间的分布差异。展示一列数据的分布状况；展示一列数据的分布状况；展示混合数据间的分布差异。展示混合数据间的分布差异。一一 散点图散点图282726252423

5、22212014121086420温温度度不不良良率率% %不不良良率率% % 与与 温温度度 的的散散点点图图结论：温度很有可能影响到不良率结论：温度很有可能影响到不良率二二 直方图直方图案例： D处7线PRESS有三台并行生产，需判断它们之间对Tilt是否有差异。1086420-26543210T TI IL LT T频频率率T TI IL LT T 的的直直方方图图12840-50.100.050.00T TI IL LT T密密度度1.3332.658 67.2861.799 74.6253.462 8均值标准差 N605608612PRESST TI IL L

6、T T 的的直直方方图图正态 三三 箱线图箱线图1086420-2T TI IL LT TT TI IL LT T 的的箱箱线线图图6126086051086420-2P PR RE ES SS ST TI IL LT TT TI IL LT T 的的箱箱线线图图http:/http:/DMDM第四章第四章“统计统计”基本操作基本操作http:/http:/DMDM第一节第一节基本统计基本统计基本统计概述基本统计概述统计均值、标准差统计均值、标准差组连续数据与标准比较组连续数据与标准比较组连续数据之间比较组连续数据之间比较个比率与标准比较个比率与标准比较个比率之间比较个比率之间比较个以上变量间

7、相关性分析个以上变量间相关性分析变量是否呈正态分布检验变量是否呈正态分布检验一一 显示描述性统计数据显示描述性统计数据二二 单样本单样本t t检验检验根据历史经验，Tilt的测量数据的分布接近于正态，但假设不知道 。为了检验总体平均值是否为 5 并获得平均值的 9% 置信区间，需要使用 t 过程。结论：结论：P0.05,P0.05,无法否定原假设，即样本所代表的总体的平均值无法否定原假设，即样本所代表的总体的平均值。故混合。故混合tilttilt的均值无异常。的均值无异常。三三 双样本双样本t t检验检验结论：结论：P0.05,P .65。 作为竞选活动管理者，您收集了 950 名随机选择的党

8、派成员的数据，并发现有 560 人支持该候选人。您进行了一项比率检验，以确定支持者的比率是否大于必需比率 0.65。此外，还构造了 95% 的置信限，以确定支持者比率的下限。结论：结论：P=10.05,P=10.05, 无法否定原假无法否定原假设，即支持候选人的党派成员设，即支持候选人的党派成员的比率不大于的比率不大于 0.65 0.65 这一必需这一必需比率比率, , 建议她不要竞选州地区建议她不要竞选州地区检察官职位。检察官职位。五五 双比率检验双比率检验( (2P)2P)六六 相关分析相关分析 现有 200 名学生的语文和数学 SAT 得分以及大学一年级平均成绩，我们要研究这些变量之间的

9、相关性。我们使用具有默认选项的相关来显示 p 值。结论：结论：P P都都0.05, 0.05, 0.05, TILTTILT呈正态分布呈正态分布http:/http:/DMDM第二节第二节回归分析回归分析回归分析概述回归分析概述一班现线性回归分析一班现线性回归分析拟合线图回归分析拟合线图回归分析一、简单回归分析概述一、简单回归分析概述输出变量：欲预测的变量，受输入变量影响。输入变量：影响输出变量的变量。 父亲的身高和工程温度都是独父亲的身高和工程温度都是独立变量，儿子的身高和制品强立变量，儿子的身高和制品强度都是输出变量。度都是输出变量。一、简单回归分析概述一、简单回归分析概述 R-Sq值叫决

10、定系数，用 R2 表示 在0 R2 1范围，总变动中被回归线说明的变动所占的比率 R2 值越接近1时，回归线越高，判断越有意义 合理的值是多少？根据情况不同，尤其是工程和工程和产业不同。一般值为0.7以上是可以认为输出变量和输入变量的关系大 如果R R2 2是0.679（67.9%），用回归方程式能说明散布的67.9%，剩下的 32.1%是别的原因造成的一、简单回归分析概述一、简单回归分析概述输出变量：欲预测的变量，受输入变量影响。输入变量：影响输出变量的变量。 简单的线性回归，研究两变量间的关系： 响应变量（Y）和预测变量（X） 如果两变量的关系存在，线性回归模型可预测响应输出 线性回归方程

11、一、简单回归分析概述一、简单回归分析概述3 1 5 8 1 4 2 6 9 3 5 7 2 639 24 115 105 50 86 67 90 140 112 70 186 43 126使用年度(年)保养费用(千元)一、简单回归分析概述一、简单回归分析概述结果确认结果确认 残差分析残差分析v检验残差的正态性v直方图表现残差的分布形态v残差vs拟合值表示残差随Y变化的分布，希望在0两侧的分布是任意的，平均值接近0v残差 vs观测值顺序. 表示残差按资料提供顺序的分布趋势，希望是随机的50250-25-50999050101残残差差百百分分比比15012510075506040200-20拟拟合

12、合值值残残差差6040200-203210残残差差频频率率1614121086426040200-20观观测测值值顺顺序序残残差差正正态态概概率率图图与与拟拟合合值值直直方方图图与与顺顺序序保保养养费费用用 残残差差图图http:/http:/DMDM第三节第三节方差分析方差分析方差分析概述方差分析概述一、单因子一、单因子( (堆叠堆叠) )方差分析方差分析6126086051086420-2P PR RE ES SS ST TI IL LT TT TI IL LT T 的的箱箱线线图图二、单因子二、单因子( (未堆叠未堆叠) )方差分析方差分析R612R608R6051086420-2数数据

13、据1.333337.285714.625R R6 60 05 5, , R R6 60 08 8, , R R6 61 12 2 的的箱箱线线图图http:/http:/DMDM第四节第四节Xbar-sXbar-s控制图控制图控制图概述控制图概述Xbar-sXbar-s控制图控制图19171513119753112010080样样本本样样本本均均值值_X =101.03UCL=130.72LCL=71.351917151311975315040302010样样本本样样本本标标准准差差_S=28.77UCL=50.67LCL=6.88血血糖糖水水平平 的的 X Xb ba ar r- -S S 控控制制图图http:/http:/DMDM第五节第五节质量工具质量工具质量工具概述质量工具概述一、正态能力分析一、正态能力分析210180150120906030LSLUSLLSL80目标*USL180样本均值101.033样本 N180标准差（组内）29.6848标准差（整体）28.9956过程数据Cp0.56CPL0.24CPU0.89Cpk0.24Pp0.57PPL0.24PPU0.91Ppk0