Minitab简易教学课件

1StatisticalAnalysiswithMinitab15分析简易清楚版加胖百茵赘尺棋替吉簧贸搀哑答学捅酋屠锤悯少华胯涛湍插墒艾棉挖谩傍Minitab简易教学Minitab简易教学1StatisticalAnalysiswith加胖百茵11、Minitab的基本操作2啮厕懊搔扰萧喳猫售词注暖淤宜捏垒橇峭帅妹廷锤尸秆掇镇幼障诀纹牟沛Minitab简易教学Minitab简易教学1、Minitab的基本操作2啮厕懊搔扰萧喳猫售词注暖淤宜捏2Minitab有五个标准窗口:SessionProjectManagerGraphDataWorksheet3MinitabBasics-Layout1、Basics篆贾荆口剁听越瞄览或沼牺扩撮花艺履貉熊淡嚎坍愈铅窿装俞鲜烤痘咱姬Minitab简易教学Minitab简易教学Minitab有五个标准窗口:3MinitabBasics3Openaproject(worksheet):File>openproject(openworksheet)File>new>minitabproject(worksheet)KeyboardshortcutsShowworksheetsfolder:Ctrl+Alt+DShowgraphsfolder:Ctrl+Alt+GShowsessionfolder:Ctrl+Alt+MEditlastdialog:Ctrl+E4Openaprojectandshortcutkey1、Basics赢挠饼骤矾芹匈刺磨浇赤赎穷聪抿篙拜哄隶八倍租潮呻丰务弧状缅盏姨豢Minitab简易教学Minitab简易教学Openaproject(worksheet):4O42、基本图形分析5怔劝酒碧滨吼索饲防茧趁尽胜广错侵者协铺岭示涯彤胖庇币段钢琴木犊镜Minitab简易教学Minitab简易教学2、基本图形分析5怔劝酒碧滨吼索饲防茧趁尽胜广错侵者协铺岭示56Graph常见图形ScatterplotHistogramBoxplotTimeseriesplotGraph>……2、Graph

笺樱凑彦友惦琵谎倪手夕捞炼泣斋衫众常剐挛思绍缴必件邢孰练皇囚最详Minitab简易教学Minitab简易教学6Graph常见图形Graph>……2、Graph67Graph>ScatterplotBatteries.MTW1

打开BATTERIES.MTW.2

选择Graph>Scatterplot.3

选择WithRegressionandGroups,然后OK.4

在Yvariables,输入FlashRecov.在Xvariables,输入VoltsAfter.5

在Categoricalvariablesforgrouping(0-3),输入Formulation.6

单击Scale,然后选择ReferenceLines.7

在ShowreferencelinesatYvalues,输入5.25.单击各对话框OK.2、Graph

屿养愿箕覆游灵础伏竖辑拾讹天照庙酿陀谦帅填煌扎幸贾耍割苗掂唯磐厕Minitab简易教学Minitab简易教学7Graph>ScatterplotBatteries.M78Graph>ScatterplotBatteries.MTW2、Graph

苔渍弊括回刮页苟贝寐宜轻峻厉举欧污务值苗囤蛙渠御烈笨奏细录工段歪Minitab简易教学Minitab简易教学8Graph>ScatterplotBatteries.M8用CAP.MTW中的数据，创建柱形图以描述频率分布的形状)InMinitab:Graph>Histogram…9Graph>HistogramCAP.MTW2、Graph

猖头僚喉替贩帖趁刺妙拼攻醒酷咨凄鹰秦恨膜欢雀恼畔否浙尊叼吾厉爸压Minitab简易教学Minitab简易教学用CAP.MTW中的数据，创建柱形图以描述频率分布的形状)910Histogram–AnotherOption…1

打开PULSE.MTW.2

选择Stat>BasicStatistics>GraphicalSummary.3

在Variables,输入Pulse1.选择OK.选择“GraphicalSummary”PULSE.MTW2、Graph

堆具啃呈仗瓶渠暮拄铆鸟塔藻沿关便缆场隔瘁蜗斡届虹懂斋斥徒崖娃市嘎Minitab简易教学Minitab简易教学10Histogram–AnotherOption…11011Graph>Boxplot(BoxPlot是一种将所有的数值排序后的图形表示)（BoxPlot包含有箱子,胡须(whiskers),飞点(outliers))Whisker-(胡须)上下胡须是从四分位线延伸到上下限范围内的最高、最低值Outliers(飞点)–超出上或下限的点)UpperLimit=Q3+1.5(Q3-Q1)LowerLimit=Q1-1.5(Q3-Q1)WhiskerWhiskerMedianFirstQuartileThirdQuartileOutlier2、Graph

鲤远匝博响荆钞诗猫联慎摄汝娥堤肮磺葱樱演柴胶姐糕誊敦唱绦复痊径站Minitab简易教学Minitab简易教学11Graph>Boxplot(BoxPlot是一种将所1112BoxplotExampleCARPET.MTW1

打开CARPET.MTW.2

选择Graph>Boxplot

3

选择OneY下的WithGroups.单击OK.4

在Graphvariables,输入Durability.5

在Categoricalvariablesforgrouping(1-4,outermostfirst),输入Carpet.6

单击Labels,然后选中DataLabels.7

在Label标签里,选择Medians.选中

Usey-valuelabels.单击OK.8

选中DataView.9

在Categoricalvariablesforattributeassignment,输入Carpet.在各对话框单击OK.2、Graph

溪歪悲柑龟彪敲决仆笛簧凡腾秽厘火裕露盅试楞炯馋责砚企成懊照灼矣毙Minitab简易教学Minitab简易教学12BoxplotExampleCARPET.MTW11213BoxplotExample

CARPET.MTW2、Graph

貌抑赢榨胸醋搀措怂雁肚挝蔼蝗鸥蓑署恤绷蔗涡诚际互脸颓死建琅齐蜒恼Minitab简易教学Minitab简易教学13BoxplotExampleCARPET.MTW1314Boxplot–AnotherOption…CARPET.MTW2、Graph

臃远车土寞诌胶吨懈卓幕独匿罗席逊孜迁摩值僚杂窟萎羹渍疟壁沧吐酮屏Minitab简易教学Minitab简易教学14Boxplot–AnotherOption…CAR1415Graph>TimeSeriesPlot

1

打开ABCSALES.MTW.2

选择Graph>TimeSeriesPlot

或者Stat>TimeSeries>TimeSeriesPlot.

3

选择WithGroups,单击OK.4

在Series,输入sales.5

在Categoricalvariablesforgrouping(1-3),输入AdAgency.6

单击Time/Scale.7

在TimeScale选Calendar然后选择MonthYear.8

在Month的开始值下输入1在Year下输入2000.9

在各对话框单击OK.ABCSALES.MTW2、Graph

笺隧狮辩昏迎寇诛挚岭犯添慢谤桔铝颜灌左庐侄缄货股甚咳疏鼎绑解勃肋Minitab简易教学Minitab简易教学15Graph>TimeSeriesPlot1

1516ABCSALES.MTWGraph>TimeSeriesPlot

2、Graph

辉碱阑绚一漾征胖拓际攻帅堪诗顷绸修面乔甭绷婆缘旦介胀宵练曳练孺璃Minitab简易教学Minitab简易教学16ABCSALES.MTWGraph>TimeSeri1617Stat>BasicStatistics>NormalityTest

2、Graph

1

打开CRANKSH.MTW.2

选择Stat>BasicStatistics>NormalityTest.3

在Variable,输入AtoBDist.单击OK.俘岛离掷弃矿媒侗弊雾掩拆构用株徒有辐绸试馅燥窃握彻福周棺曰卑在鹃Minitab简易教学Minitab简易教学17Stat>BasicStatistics>Norma1718Stat>BasicStatistics>NormalityTest

2、Graph

俯作炊潮缘暗潭横镁汇倾胶嘿办邢刹巩任齐埋罚寸娶俞懊寿睫沸武绦负厩Minitab简易教学Minitab简易教学18Stat>BasicStatistics>Norma183.1、基本统计量分析19穷终汝淬疑旁亲筛途纤眩屹宅宛锄甚抒峨本捕果王摧园蔡硝明钦置认焙肾Minitab简易教学Minitab简易教学3.1、基本统计量分析19穷终汝淬疑旁亲筛途纤眩屹宅宛锄甚抒1920Stat>BasicStatistics>DisplayDescriptiveStatistics

3.1、Stat>BasicStatistics1

打开PULSE.MTW.2

选择Stat>BasicStatistics>DisplayDescriptiveStatistics.3

在Variables,输入Height.4

在Byvariable,输入Sex.5

单击Graphs选中BoxplotofdataandIndividualvalueplot.6在各对话框单击OK.PULSE.MTW宪郁礼非怪蛤畸眉钢馅跺犁蹿朽俗符筋次微未好述啼骸涌煌芒挺腑戊币踢Minitab简易教学Minitab简易教学20Stat>BasicStatistics>Displ20213.1、Stat>BasicStatisticsStat>BasicStatistics>DisplayDescriptiveStatistics

糠盘隐懦兄届惭鼻巾夏汇驴偿卉国剁漱奶讽鄂烯束戍邹趁碌屠距系眷条烛Minitab简易教学Minitab简易教学213.1、Stat>BasicStatisticsSta21223.1、Stat>BasicStatisticsStat>BasicStatistics>DisplayDescriptiveStatistics

Session窗口DescriptiveStatistics:HeightVariableSexNN*MeanSEMeanStDevMinimumQ1MedianQ3Height157070.7540.3422.58366.00069.00071.00073.000235065.4000.4332.56361.00063.00065.50068.000VariableSexMaximumHeight175.000270.000

平均的标准误差=σ/n抠胆爸褂属谴灿虱操朋铭翱蕊他谅孵店纽婿艘调岂伟确品瞳晶舅庆掳庸辰Minitab简易教学Minitab简易教学223.1、Stat>BasicStatisticsSta22233.1、Stat>BasicStatisticsStat>BasicStatistics>StoreDescriptiveStatistics

将所需要的分析性数据存储在worksheet中酸不百蒋浴妥刊铺杆莱权脓括隆裂审押锭沉国宰仿茧彩哈丈氧粟丁吟悼唐Minitab简易教学Minitab简易教学233.1、Stat>BasicStatisticsSta233.2、相关与回归24掘潍淄倔柑护颖挖阿嗡频兵窃渊媒胸异咨柄骆骚改容忘焊原乒询杨攀萍丽Minitab简易教学Minitab简易教学3.2、相关与回归24掘潍淄倔柑护颖挖阿嗡频兵窃渊媒胸异咨柄2425Correlation3.2、Stat>Correlationand

Regression打开文件DMCorrelation–Regression.mpj,worksheetCorrelationExample.mtw

--Measurementdata我们先逐个分析X和Y,及X2和Y2之间的关系.Correlations(Pearson)CorrelationofYandX=0.878Correlations(Pearson)CorrelationofY2andX2=0.391相关系数

r抒订芳痞疲行稗靳轩卸苦辟逐榷馈独始条螺宵损埔量挡秘溶卤凝手蠢柿烧Minitab简易教学Minitab简易教学25Correlation3.2、Stat>Correla25相关系数(r)为-1和+1之间的某个数值。‘-1’表示有很强的负相关‘0’表示完全不相关‘+1’表示有很强的正相关判定规则:

相关系数(r)>.80或者<-.80为显著相关系数(r)在-.80和.80之间不显著263.2、Stat>Correlationand

RegressionCorrelation椅雁丈虏叼旁葱掇松皖坑椅五辊盘祭涪墅蒙骇凳密牲盈捞煞软独嚷粘分梳Minitab简易教学Minitab简易教学相关系数(r)为-1和+1之间的某个数值。263.2、26为更加明显的表示X(Predictor)与Y(Response)的关系，我们用FittedLinePlot进行分析打开DMCorrelation–

Regression.mpj27RegressionR-Square回归式3.2、Stat>Correlationand

Regression诺僵也豆哆贴卜译咬莽效膛芽经莽艺响橙呻嫉荒产炊幻卯浆池姨涅阂绚潍Minitab简易教学Minitab简易教学为更加明显的表示X(Predictor)与Y(Re2728FromtheFittedLinePlot,wecanseethatastheageofthepropellantincreasestheShearStrengthdecreases.Thisisanexampleofaninverserelationship.

WealsoseealinearequationandanR-Sqvalue.Whatarethese?Let’sexplore!3.2、Stat>Correlationand

RegressionRegression袭陡凳鼎喂问拌悔饼陕嚏贸折葬砰扛塞饵玻甫缀卷腥骆瘦民榔骏墅家耐毗Minitab简易教学Minitab简易教学28FromtheFittedLinePlot,w2829Session窗口RegressionAnalysis:ShearStrength(psi)versusAgeofPropellant(weeks)TheregressionequationisShearStrength(psi)=2628-37.15AgeofPropellant(weeks)S=96.1061R-Sq=90.2%R-Sq(adj)=89.6%AnalysisofVarianceSourceDFSSMSFPRegression115274831527483165.380.000Error181662559236Total191693738

R-Square(决定系数)

▶全体变动中根据回归直线能说明的变动.

▶R-Square=90.2%,即是说ShearStrength(psi)的变化有90.2%的变动可由versusAgeofPropellant(weeks)变动来说明.而9.8%的变动是由其它的原因引起的变动.

回归式

▶β0:截距

→X是0的时候,预测的Y值→上例中,AgeofPropellant(weeks)变动率是0的时候,

ShearStrength(psi)是2628.

▶β1:偏差

→X增加1时,Y值的增加幅度→上例中,AgeofPropellant(weeks)增加1,ShearStrength(psi)增加β1,即,预想增加-37.15.3.2、Stat>Correlationand

RegressionRegression右啸冉泞巫渴苦垦侗棒灰训偏极题叛蚊占热得赐达谤数庆玖凛搪速挛灼沪Minitab简易教学Minitab简易教学29Session窗口R-Squar293.3、假设检验30彬耍桐枣鞭雾立奋吕碰讲搏首娶州酷伐席痕瓜咱茧音锗匡鞭幽恬凶景敏掀Minitab简易教学Minitab简易教学3.3、假设检验30彬耍桐枣鞭雾立奋吕碰讲搏首娶州酷伐席痕瓜30假设检验能帮助你通过数据作出决断，确定什么才是真正影响过程的因素介绍假设检验介绍假设检验程序学习以下假设检验方法VARIANCETESTING(方差检验)

TestforequalvariancesMEANTESTING(均值检验)

2samplet-testPROPORTIONSTESTING(比例检验)

2proportionstest31HypothesisTesting3.3、Stat>BasicStatistics哗膳袱撅长般雍归声全蠕响鉴踞骇阿仰年涸谅虏岂尽紫截挠亨握伙布酸牵Minitab简易教学Minitab简易教学假设检验能帮助你通过数据作出决断，确定什么才是真正影响过程的31GlobalWarmingExample32Washington,DC-(AP) Globalwarmingcontinuestoincreaseatalarmingrates.TheEPAcontinuestodevelopplanstocurbC02outputatallU.S.manufacturingfacilities…….AvgChangeInTemp1960s70s80sCO2Output1960s70s80s3.3、Stat>BasicStatistics剥饮翁莫霉缮而辆疹具仆桶碟萌茂孰扔衙耽悟城雹绷缆犁今谨掠恒秧知衫Minitab简易教学Minitab简易教学GlobalWarmingExample32Washin32假设检验的基本概念33正确处理一些有疑惑的事情减少主观判断提出设想筛选并丢弃冗长的信息有效的防止错误性结论的风险3.3、Stat>BasicStatisticsHo=NullHypothesisHa=AlternativeHypothesisP-Value=ProbabilityValue

它能……关键术语邱掩肠辐参黔铃惦怒板徐锣步慈幅渣香辣碾毫迫橡嚼从疲伙臭抨慨烹砧同Minitab简易教学Minitab简易教学假设检验的基本概念33正确处理一些有疑惑的事情3.3、St33假设检验的基本概念343.3、Stat>BasicStatistics假设检验是简单比较真实结果与假设的差异，通过询问:它们的结论相一致吗?假设检验步骤：通过表述零假设开始,(即两个总体的特征是相等的)Ho然后阐述备择假设(即两个总体的特征是不相同的，具有显著差异)Ha

假设检验将通过样本数据决定零假设不为假的可能性P－Value假设检验的结论是针对总体参数的(而不是样本)勤藉见荤疫杜摆藉分野失吁奋厦固理诉哄酌冠我稚坍侮许饶宰卵趟胚扶们Minitab简易教学Minitab简易教学假设检验的基本概念343.3、Stat>BasicStat34无处不在的P值!35One-wayANOVA:ClarityversusRegionSourceDFSSMSFPRegion20.03830.01921.270.295Error350.53030.0152Total370.5687S=0.1231R-Sq=6.74%R-Sq(adj)=1.41%PooledStDev=0.12313.3、Stat>BasicStatistics郝塘节挽椒拉此钉隐剖遥元哥坝阎琉痹睹寥脸搽边犊拦谎媳溅哦邻蒂却珠Minitab简易教学Minitab简易教学无处不在的P值!35One-wayANOVA:Clari3536两种类型的错误3.3、Stat>BasicStatistics在假设检验过程中，我们可能会犯两类错误TypeIError(αRisk,Producer’sRisk)–从同一个总体取出的两组数据，结论却是存在差异的可能性。

TypeIIError(βRisk,Consumer’sRisk)–从两个不同的总体中取出的两组数据，结论却是没有差异的可能性

YourDecisionAcceptHoTheTruthHoTrueHoFalseTypeI

Error-Risk)TypeIIError-Risk)CorrectCorrectRejectHo姓凑混仁颇咖锥贼芥嚎喂狞谤皂伙丘泻亿葛资月赛宋勾烁厚洲籽伯屏与跺Minitab简易教学Minitab简易教学36两种类型的错误3.3、Stat>BasicStati36假设检验的判定37PValueIsExtremelyImportantRememberThisKeySaying….IfPisLow,HoMustGo!p>afailtorejecttheNullHypothesis(不能拒绝零假设)p<arejecttheNullHypothesis(拒绝零假设)3.3、Stat>BasicStatistics弦逛烤讼侮廊捎谎算搐清颖航僻卉谦肤钒寡心畦潮棺砸窑杀尸郸骚篓钨腑Minitab简易教学Minitab简易教学假设检验的判定37PValueIsExtremely37如何设定P值?Wewouldliketheretobelessthana10%chancethattheseobservationscouldhaveoccurredrandomly(=.10)Fivepercentismuchmorecomfortable(=.05)Onepercentfeelsverygood(=.01)Theselectionofthealphalevelisbasedontheconsequencesofanincorrectdecisiontorejectthenullhypothesisandacceptthealternativehypothesis.38Formostcaseswewilluse.05

Itdepends3.3、Stat>BasicStatistics附哥粳槐渔骂慑蔗浚父啄璃同虐叉塞汽主警舵瓮圾示瘤甸隋窥奠耶岸谦疮Minitab简易教学Minitab简易教学如何设定P值?Wewouldliketheret38391-SampleZ2-Samplet1-SampletPairedtt-test的选择

1-SampleZ

▶在当我们想评价样本Data的平均和母集团(全体集团)的平均是否相同的时候...

且当母集团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

▶在当我们想评价样本Data的平均和母集团(全体集团)的平均是否相同的时候...且当母集团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

▶在当我们想评价从两个相互不同的集团中取出的样本Data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

▶在当我们想评价两个互相成对的样本Data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.Stat>BasicStatistics>t-test3.3、Stat>BasicStatistics聪哼微几彝醚葱郎僳奔掺瀑邪驳爹缔粳携辫但律姻萝嗣妥劈差炊者奄知傣Minitab简易教学Minitab简易教学391-SampleZ2-Samplet1-Sample39403.3、Stat>BasicStatisticsStat>BasicStatistics>2SampletFURNACE.MTW1

打开FURNACE.MTW.2

选择Stat>BasicStatistics>2-SampleT.3

选择Samplesinonecolumn.4

在Samples,输入'BTU.In'.5

在Subscripts,输入Damper.6

选中Assumeequalvariances.单击OK.金二斯盔螟眼斑侗锣谜辣且弊姑栽盗晋琴免送坟铆姿腹泥醇扔冒很肢阿傍Minitab简易教学Minitab简易教学403.3、Stat>BasicStatisticsSta40413.3、Stat>BasicStatisticsSession窗口Two-SampleT-TestandCI:BTU.In,DamperTwo-sampleTforBTU.InDamperNMeanStDevSEMean1409.913.020.4825010.142.770.39Difference=mu(1)-mu(2)Estimatefordifference:-0.23595%CIfordifference:(-1.450,0.980)T-Testofdifference=0(vsnot=):T-Value=-0.38P-Value=0.701DF=88BothusePooledStDev=2.8818P-Value▶P-Value≥0.05的时候→可以推断出两个设备的Data平均相同.▶P-Value＜0.05的时候→可以推断出两个设备的Data平均不相同.

上例中的P-Value=0.701,比0.05大,可说明

从BTU.In平均效率和Damper的平均效率相同.95.0%CI:两个设备平均差异的95%信赖区间

-上例中两个设备平均差异的95%信赖区间(-1.450,0.980),0在这个95%信赖区间以内.即,(BTU.In平均效率

–Damper平均效率=0)

可以成立.从这两个设备中分别收集的Data的平均可以相等的意思.

所以,安装的BTU.In和Damper平均效率是相等的.Stat>BasicStatistics>2SampletFURNACE.MTW衔沪吃剃啊绢怂旁军曳琉碗氯金椭掳浦叫矾伏至悔哆庙橙庭蛾涅蜗冗格彩Minitab简易教学Minitab简易教学413.3、Stat>BasicStatisticsSes41421-Proportion2-Proportionp-test的选择

1-Proportion

▶在当我们想评价样本Data的比例和母集团

(全体集团)的比例是否相同的时候...且当母集团的比例已知的时候适用.2-Proportion

▶在当我们想评价互不相同的集团中取出的样品的比例是否相同的时候...

Stat>BasicStatistics>p-test3.3、Stat>BasicStatistics瞥韩搐镜萧酣片呻找谓衅半才外乓潍火阐烂甩惨夯娜寇翼提寸犬柑卞晦使Minitab简易教学Minitab简易教学421-Proportion2-Proportionp-te42433.3、Stat>BasicStatistics1

选择Stat>BasicStatistics>2Proportions.2

选择Summarizeddata.3

在Firstsample的Events里输入44.在Trials里输入50.4

在Secondsample的Events里输入42.在Trials里输入50.单击OK.Stat>BasicStatistics>p-test窗箱厕孔砚够典惠矮焰楔霸棍晰键稳摇读蛇谴廉移睦拔菲滩续楼斗卯由候Minitab简易教学Minitab简易教学433.3、Stat>BasicStatistics1

43443.3、Stat>BasicStatisticsSession窗口TestandCIforTwoProportionsSampleXNSamplep144500.880000242500.840000Difference=p(1)-p(2)Estimatefordifference:0.0495%CIfordifference:(-0.0957903,0.175790)Testfordifference=0(vsnot=0):Z=0.58P-Value=0.564Fisher'sexacttest:P-Value=0.774P1=P2Stat>BasicStatistics>p-test枕拉迄傲嫩晦冠滨曰析棺萨奴菲肥肌育骡贼辗磕食伸杏肛冠事嚷赶鞘污定Minitab简易教学Minitab简易教学443.3、Stat>BasicStatisticsSes44451-Variance2-Varianceσ-test的选择

1-Variance

▶在当我们想评价样本Data的方差和母集团(全体集团)的方差是否相同的时候...

且当母集团的方差已知的时候适用.

2-Variance

▶在当我们想评价互不相同的集团中取出的样品的方差是否相同的时候...

Stat>BasicStatistics>σ-test3.3、Stat>BasicStatistics技戏道注居尿郧绘晦坟搞揭揩萌晃瞄缸恿弊框鹊宫焰岭格氮乐邑崭窑阎腆Minitab简易教学Minitab简易教学451-Variance2-Varianceσ-test的选45463.3、Stat>BasicStatistics1

打开FURNACE.MTW.2

选择Stat>BasicStatistics>2Variances.3

选择Samplesinonecolumn.4

在Samples,输入'BTU.In'.5

在Subscripts,输入Damper.单击OK.FURNACE.MTWStat>BasicStatistics>σ-test茬柿您啼豪坐露塑殊甘侥据碳狸搪挨妹波畅汗瞪雪囚典贫井净胚竣啥坯尊Minitab简易教学Minitab简易教学463.3、Stat>BasicStatistics1

46473.3、Stat>BasicStatisticsSession窗口TestforEqualVariances:BTU.InversusDamper95%BonferroniconfidenceintervalsforstandarddeviationsDamperNLowerStDevUpper1402.406553.019874.027262502.254472.767023.56416F-Test(NormalDistribution)Teststatistic=1.19,p-value=0.558Levene'sTest(AnyContinuousDistribution)Teststatistic=0.00,p-value=0.996σ1=σ2Stat>BasicStatistics>σ-test贱茅囤谱龙货殴差夺瓜最说衅帅陇痰龙陷郡迄穗唐宗淡猪柴诵允夯虹瘴磁Minitab简易教学Minitab简易教学473.3、Stat>BasicStatisticsSes473.4、方差分析（ANOVA)48龚伦们镰醇谐逗贡涸耻嘴镍崩精晤安士饿氛收盔推算箕豹媚课琅埔女本炯Minitab简易教学Minitab简易教学3.4、方差分析（ANOVA)48龚伦们镰醇谐逗贡涸耻嘴镍崩4849ANOVA3.4、Stat>ANOVAOne-WayMainEffectsPlotGeneralLinearModelInteractionPlotOne-Way1

打开EXH_AOV.MTW.2

选择Stat>ANOVA>One-Way.3

在Response,输入Durability.在Factor,输入Carpet.4

在各对话框中单击OK.慧棚纯奏佑攻船沽蹦策杰喜蚤具靶浓扑揣短愉磋民姑簧徊崔光州蚜粤志伺Minitab简易教学Minitab简易教学49ANOVA3.4、Stat>ANOVAOne-WayMa4950OneWayANOVA3.4、Stat>ANOVA鞍棉氨蹲昧胖儿钟明绢荔疡猛诡庞戊勃咬榆连把鄂赌悯磕谣镇赚桔兑樟丙Minitab简易教学Minitab简易教学50OneWayANOVA3.4、Stat>ANOVA鞍50513.4、Stat>ANOVASession窗口One-wayANOVA:DurabilityversusCarpetSourceDFSSMSFPCarpet3146.448.83.580.047Error12163.513.6Total15309.9S=3.691R-Sq=47.24%R-Sq(adj)=34.05%Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev---------+---------+---------+---------+1414.4833.157(-------*-------)249.7353.566(-------*--------)3412.8071.506(-------*-------)4418.1155.435(-------*-------)---------+---------+---------+---------+10.015.020.025.0PooledStDev=3.691

结果分析

-上例中的P-Value=0.047,比0.05小,可说明四种地毯中至少有一种地毯的耐久性的平均与其它三种不同.

P:P-Value

▶P-Value≥0.05的时候

→可推断出各集团间Data平均相同.

▶P-Value＜0.05的时候

→可得知至少有一个集团Data平均与其它不同.上例中的P-Value=0.047,比0.05小,可说明四种地毯中至少有一种地毯的耐久性的平均与其它地毯不同.

OneWayANOVA晴磨臭蜀霉畜跳太卓怜算页翠凸脉愤鲁记邮行獭漆勃狼豫刨怎呼咏彰镀控Minitab简易教学Minitab简易教学513.4、Stat>ANOVASession窗口结果5152GeneralLinearModel3.4、Stat>ANOVAGLM.MTW伯酪冉褂坯玲侗耽伎缴矩妥匀闹氖娇塞洒梭馅小猖仑弯恩诧产刮匡却线报Minitab简易教学Minitab简易教学52GeneralLinearModel3.4、Stat52533.4、Stat>ANOVASession窗口GeneralLinearModel:BurntFrenchversusTemp,BasketDesig,CycleTimeFactorTypeLevelsValuesTempfixed2300,350BasketDesignfixed3A,B,CCycleTimefixed340,50,60AnalysisofVarianceforBurntFrenchFries,usingAdjustedSSforTestsSourceDFSeqSSAdjSSAdjMSFPTemp1136.963136.963136.96348.340.000BasketDesign26.0376.0373.0191.070.355CycleTime2743.815743.815371.907131.260.000Temp*BasketDesign217.37017.3708.6853.070.059Temp*CycleTime2228.926228.926114.46340.400.000BasketDesign*CycleTime460.51960.51915.1305.340.002Temp*BasketDesign*CycleTime418.74118.7414.6851.650.182Error36102.000102.0002.833Total531314.370S=1.68325R-Sq=92.24%R-Sq(adj)=88.58%GeneralLinearModelGLM.MTW谦膊频缴佩嚷溺蠢熟镭啃哼同鸟鹤循铸缆耪耳芹伎襟州袒琵菏帅哑率宋尔Minitab简易教学Minitab简易教学533.4、Stat>ANOVASession窗口Gene53543.4、Stat>BasicStatisticsGeneralLinearModelGLM.MTW晕坑借鞋仕伴根今扼叠别矣宦沫充邯铝鲤蒙见虑巾流阴操豁桨驭瑞过亨谤Minitab简易教学Minitab简易教学543.4、Stat>BasicStatisticsGen54553.4、Stat>BasicStatisticsGeneralLinearModelGLM.MTW铬简奈句票嫩磨衬觅蚕辽渭缆罐房天颗扔叁孔怪贡杉浦万幂纫拈耽涟恒欧Minitab简易教学Minitab简易教学553.4、Stat>BasicStatisticsGen553.5、实验设计（DOE)56落宫琳舷瓜候纷虱修岳薛夫羽控拼加薄眺采挡楚阔狠钦揪举铣廊拿关恫闸Minitab简易教学Minitab简易教学3.5、实验设计（DOE)56落宫琳舷瓜候纷虱修岳薛夫羽控拼5657实验计划法基础3.5、Stat>DOECreateFactorialDesign:要因配置法实验设计DefineCustomFactorialDesign:在变更当前的实验计划而再指定时使用。AnalyzeFactorialDesign:得出实验分析结果FactorialPlot:主效果,交互效果plot作成Contour/Surface(Wireframe)Plots:展现实验的反应表面OverlaidContourPlot:以视觉性展示多个反应变量的妥协领域ResponseOptimizer:寻找满足目标值因子的最佳组合以最少的实验次数迅速获得最大的信息量的计划方法.

把以往的经验或者理论性、

技术性知识等的原有技术与依照实验计划法的知识结合起来

Factorial:要因配置实验RSDesign:反应表面实验MixtureDesign:混合物实验ModifyDesign:对实验的修正DisplayDesign:实验计划后生成的内容通过Worksheet可见

朵胁渝材匿桂嫂欠猴垢忆宛羌泪氛磅睬赵衅僳过敞终仙巍伎轴端坐秦侥符Minitab简易教学Minitab简易教学57实验计划法基础3.5、Stat>DOECreateFa5758DOE用语因子(Factor) 实验所用的输入要素 (例)温度,湿度,…水准(Level) 各实验因子的设定值(例)温度100200 (-)(+)反应值(Response) 实验的数值性结果(一般用Y表示)(例)Y=267mm主效果(MainEffect) 随一个独立因子的水准变化相应的(例)E1=2 反应值的影响E2=-7 交互效果

两个以上的因子结合后对反应(例)E12=5 (InteractionEffect) 因子产生的影响解析度(Resolution) 在部分实施法中表示实验设计的搅乱 (例)III,IV,V 程度的记号

搅乱(Confounding) 以两个以上因子的效果合并后(例)1+2 产生的现象难以分离1+3,2+2 3.5、Stat>DOE塘隙顶莉顿膀蛇婴狞猿光彰刮骑些获鞋举握讳撬睹私锌吃陈慢汀廊总弥拨Minitab简易教学Minitab简易教学58DOE用语因子(Factor) 实验所用的输入要素 (582K-RuntheExperimentandCollecttheData59SetnumberoffactorsKeepdefaultsettingon2-levelfactorial(default)Pressthe“Designs…”button3.5、Stat>DOE籍惭患胡舜汝胖所矢喂谤理棵妨期耿开灿咕膘滑矢窥灭庭胺徐甭头调厨卡Minitab简易教学Minitab简易教学2K-RuntheExperimentandColl592K-RuntheExperimentandCollecttheData60Enterthenumberofreplicates…Inthiscase,wewillonlyconsider1replicateforthisexperiment;Leavethe“CenterPoints”and“Blocks”fieldsontheirdefaultsettingsPressOKandyouwillreturntothepreviousscreen…Select“FullFactorial”3.5、Stat>DOE重咳寞肆跟尊化潦勇妊渠坟测稀帆搪妥浑痞截竭膀寻池嗅辨简谬快卷锯东Minitab简易教学Minitab简易教学2K-RuntheExperimentandColl6061该例有两个定量性输入因子(TemperatureandTime)和一个定性输入因子(ChipMfr.)产生一个输出RatingThefactorsandlevels:Temp:160oC(-1),180oC(1)Time:(min):8(-1),12(1)Chip:BrandA(-1),BrandB(1)实验设计结果如下矩阵:用1和-1代表因子的水平称为CodedUnits.

因子的高水平为1低水平为-1.

该例为全因子实验3.5、Stat>DOE2KDOE观垛臆宇阿儿挚熙瘸废阐彬唇胯搜罐明纱芭瘫械探嗽皑蓖钒泥被腔侵宫敌Minitab简易教学Minitab简易教学61该例有两个定量性输入因子(Temperaturean612KDOE62Select“Factors”andenteryourfactornames.Wecouldalsolisttheuncodedlevelshere,however,ourtaskwastousecodedlevels.WhenfinishedpressOKonthismenuandthe“CreateFactorialDesign”menu–Theoutputisintheworksheet3.5、Stat>DOE弦力苏佣芒笋瑰墩豢潭涧殿恿蠕袭蔗车谋代课躯宋妆彬搐祸丽朵口仿瞻晾Minitab简易教学Minitab简易教学2KDOE62Select“Factors”and622KDOE63Ensureyouhaveselected“RandomizeRuns”andbesuretostoreyourdesigninaworksheet…3.5、Stat>DOE楚微羹吕斩赡哭砚荤辱遥槐察衔危湃牧例溃尸蛆直红戒衔渤凄忙藤智伏砌Minitab简易教学Minitab简易教学2KDOE63Ensureyouhave3.5、St63642KDOE-Worksheet3.5、Stat>DOE硕谣吼缓澄拂勃愿篓碳卓绎依红卜遮喀盲栈馒逢敞谜摆虽斋汉樟劲拂俏格Minitab简易教学Minitab简易教学642KDOE-Worksheet3.5、Stat>DOE64651.EnterResponse2.IdentifytheTermstoincludeinthemodel.Initiallyincludeallfactorsandinteractions.3.5、Stat>DOE2KDOE-Analyze胖毗闰疾汝闯龟骄睫戳碱精喘束从姐品坯阿组黎猛舵簇黍趋掘棋干酉纺敞Minitab简易教学Minitab简易教学651.EnterResponse2.Identify65663.ClickontheGraphsbuttonsowecanreviewtheNormalprobabilityplotoftheEffects4.IdentifytheNormalandParetoplots.ThedefaultvalueofAlphainMinitab14is0.05.3.5、Stat>DOE2KDOE-Analyze疗取喝痪式赵襟漳皑悍杖姐遂素迪龋饲辫传礁苹骇浴懒眯卢达耽馋妓蹄繁Minitab简易教学Minitab简易教学663.ClickontheGraphsbutt6667ThesearethecontrastsyoupreviouslycalculatedNoticetherearenoF-valuesorP-valuesbecausethereisonlyonemeasurementineachcellandtheerrortermcannotbecalculated.3.5、Stat>DOE2KDOE-Analyze琐姻驯瑚廷蔬逗厢柯窜毕责唬舜萧尿川俊滴木涸开短鸯弟裁仍挡注身氓瘩Minitab简易教学Minitab简易教学67Thesearethecontrastsyou6768WeseeherethattheEffectsassociatedwithA(Temp)andtheA*C(Temperature*Chip)Interactionareimportant.SowewillevaluatethehighestorderinteractionandnotworryabouttheMainEffect.3.5、Stat>DOE2KDOE-Analyze秒屁雨碰央客错祟鄂嘲询赫粘艾裔汛裂让予粤钞彭哆膊巾勺助袄拧滇吻帛Minitab简易教学Minitab简易教学68WeseeherethattheEffects6869Thischartpareto’stheeffectsandusesap>0.05asacutoffYoucanseethattheAandA*CinteractionsareidentifiedasgoodcandidatesWecanalsoreducethemodelbyremovingtheABCinteractionandgetsomeanalyticalbasis3.5、Stat>DOE2KDOE-Analyze直辟肪郧租斥商亢殿膝备刮幕阳确青趁隐伤注臃嵌涌抬润批娶淬罩戴陇乡Minitab简易教学Minitab简易教学69Thischartpareto’stheeffe69Butwhatisthebasisforthe‘redline’?TheHoisthattherearenosignificanteffects(noneofthetermsaresignificant)Therefore,wewouldexpecttheEffectstobe0tosupporttheHoTheredlineisaconfidencelimitbasedonourAlphalevelthatestablishesabasisforsaying‘Anythingbeyondthatlimitisdifferentthan0’Thecalculationofthelineisbasedonafewfactors:ExperimentalerroralevelTotalnumberofrunsintheexperimentDegreesofFreedomAswereducethemodel,thepositionofthelinewillalsochange!703.5、Stat>DOE2KDOE-Analyze镀裙绕舍虚俄盛缺崎绘塑钵函拨鲸篷琉餐趟碌柜雕医宾主解桅惨皆八阶界Minitab简易教学Minitab简易教学Butwhatisthebasisforthe70去掉三因子的交互作用ABC进行重复分析将有足够的自由度来得到误差项并给出P值!713.5、Stat>DOE2KDOE－ReducedModel附卷脂卢鸡酿某跟窗成婉撑显蛋痢愚哪稍辗诛碌库拼爱渐景悯懊庚扒准司Minitab简易教学Minitab简易教学去掉三因子的交互作用ABC进行重复分析713.5、Stat>7172Nowwecanreducethemodelmorebyremovingtheinteractionsthataresignificantlyaboveouravalueof0.05Removethese

interactions3.5、Stat>DOE2KDOE－ReducedModel娥棘七彬腹中缕炎宁哑叔钝竟靳乖询脓陪吁沁跋侄招禹渡誉禄适酸谓建蛇Minitab简易教学Minitab简易教学72Nowwecanreducethemodel72733.5、Stat>DOE2KDOE－ReducedModel李制椰僳腊刊矽舔疽想蜀撕括按岛靳壹歇判眨秃蔷酉绥尊针火罢碘诅次卯Minitab简易教学Minitab简易教学733.5、Stat>DOE2KDOE－ReducedM73743.5、Stat>DOE2KDOE－ReducedModel惺纪簇简晴才好决篮父皆散还逐寞愿鲜锰烦绕僻赣馅婚姬匡欢泻霞否赏绞Minitab简易教学Minitab简易教学743.5、Stat>DOE2KDOE－ReducedM7475Identifytheresponsevariableandthetermstoincludeintheinteractionsplot3.5、Stat>DOE2KDOE－ReducedModel鸯秋姻檀薯撕姜膏撞乃惟子啥术拌惟烷听八郧颈诽乓蔗惭由瞩舒眩奋鬼隔Minitab简易教学Minitab简易教学75Identifytheresponsevariab7576我们可以运用主效果图分析单因子的效果，用交互作用图来分析Temperature和Chip之间的交互作用3.5、Stat>DOE2KDOE－ReducedModel必胖糠室猾池匝鲍键严永碉滁洱汉队旨历桌活衣娥熄丫皑胶走颁裸氯尺孩Minitab简易教学Minitab简易教学76我们可以运用主效果图分析单因子的效果，用交互作用图来分析76MathematicalModel77Rating=64.250+11.500(Temp)-2.500(Time)+0.750(Chip)+0.750(T*Ti)+5.000(T*C)+0.000(Ti*C)+0.250(T*Ti*C)我们可以从ANOVA分析出的因子系数得出如下的数学模型:Note:Theaboveequationisintermsofcoded(±1)levels我们使用仅有显著因子的精简模型:当所有因子都为高水平时(+1)，计算Rating的值为多少？Rating=64.250+11.500(Temp)-2.500(Time)+0.750(Chip)+5.000(T*C)3.5、Stat>DOE照融揣殆恕梢芳雹叼装挣坪烩没域筒抄苑碌给制驱参虐怂环拴长傲记丘察Minitab简易教学Minitab简易教学MathematicalModel77Rating=67778ResponseOptimize3.5、Stat>DOE核沥侩器搔赣贾讽独巧窍摹豺公屿粳疥疼蚕昔用熔矣淌堆悍观歌杖孜剖帮Minitab简易教学Minitab简易教学78ResponseOptimize3.5、Stat>DO7879ResponseOptimizationParametersGoalLowerTargetUpperWeightImportRatingTarget50709011GlobalSolutionTemp=0.170557Time=-0.874327Chip=1(1)PredictedResponsesRating=70,desirability=1.000000CompositeDesirab