MINITAB软件的使用培训教程

MINITAB软件的使用第一节MINITAB软件包概述第二节MINITAB数据的输入,输出和编辑第三节MINITAB基本统计命令第四节MINITAB概率计算第五节MINITAB参数区间估计第六节MINITAB假设检验第七节MINITAB方差分析第八节MINITAB线性回归分析列C1,常数K,矩阵Mp228Editor>EnableCommands例1为对某小麦杂交组合F2代的株高X进行研究,抽取容量为100的样本,测试的原始数据记录如下(单位:厘米),试根据以上数据,画出它的频率直方图,求随机变量

X

的分布状况.

87 88 111 91 73 70 92 98 105 9499 91 98 110 98 97 90 83 92 8886 94 102 99 89 104 94 94 92 9687 94 92 86 102 88 75 90 90 8084 91 82 94 99 102 91 96 94 9485 88 80 83 81 69 95 80 97 9296 109 91 80 80 94 102 80 86 9190 83 84 91 87 95 76 90 91 77103 89 88 85 95 92 104 92 95 8386 81 86 91 89 83 96 86 75 924.将数据分组,计算出各组频数,作频数,频率分布表组序区间范围频数fj频率Wj=fj/n累计频率Fj1[67.5,72.5)20.020.022[72.5,77.5）50.050.073[77.5,82.5）100.100.174[82.5,87.5）180.180.355[87.5,92.5）300.30.656[92.5,97.5）180.180.837[97.5,102.5）100.10.938[102.5,107.5）40.040.979[107.5,112.5）30.031.005.作出频率直方图P101以样本值为横坐标,频率/组距为纵坐标;以分组区间为底,以为高作频率直方图例1DOS状态下的MINITAB操作MTB>SETC1DATA>8788111917370929810594999198DATA>11098979083928886941029989104DATA>94949296879492861028875909080DATA>84918294991029196949485888083DATA>8169958097929610991808094102DATA>80869190838491879576909177103DATA>8988859592104929583868186918983DATA>96867592DATA>ENDMTB>DESCRIBEC1VariableNMeanMedianTrMeanStDevSEMeanC110090.30091.00090.3228.2880.829VariableMinimumMaximumQ1Q3C169.000111.00085.25095.000显示:NMEANMEDIANTRMEANSTDEVC110090.30091.00090.3228.288SEMEANMINMAXQ1Q3C10.82969.000111.00085.25095.000中位数第一四分位数第三四分位数MTB>CODE(67.5:72.49)70(72.5:77.49)75(77.5:82.49)80(82.5:87.49)85(87.5:92.49)90(92.5:97.49)95(97.5:102.49)100&CONT>(102.5:107.49)105(107.5:112.49)110C1C2MTB>TALLYC2;SUBC>ALL.C2 Count CumCnt Percent CumPct702 2 2.00 2.00755 7 5.00 7.00809 16 9.00 16.008518 34 18.00 34.009030 64 30.00 64.009519 83 19.00 83.0010010 93 10.00 93.001054 97 4.00 97.001103 100 3.00 100.00N=100将C1数据列重新编码,并保存到C2数据列显示数据的频数,累计频数,频率,累计频率(Graph>Histogram;C2)MTB>HistogramC2;SUBC>MidPoint;SUBC>Bar;SUBC>ScFrame;SUBC>ScAnnotation.1101009080703020100C2Frequency例3P239文略.求样本的均值,方差175,201,184,213,175,175201,184,232,198,178,184calc>columnstatistics(mean,standarddeviation)>MTB>setc1DATA>175,201184213175175DATA>201184232198178184DATA>endMTB>namec1'yield'MTB>mean'yield'Meanofyield=191.67(均值)MTB>stdev'yield'k1Standarddeviationofyield=17.819(标准差)MTB>letk2=k1**2MTB>printk2K2317.515(方差)例1P240产生二项分布列B(5,0.2)MTB>SETc1DATA>0:5DATA>ENDMTB>NAMEc1'data'MTB>PDF'data';SUBC>Binomial50.2.(Calc>Probabilitydistributions>binomial)ProbabilityDensityFunctionBinomialwithn=5andp=0.200000xP(X=x)0.000.32771.000.40962.000.20483.000.05124.000.00645.000.0003例2P241产生一个正态分布列N(0.8,4),并显示其图形.MTB>SETc1DATA>-8:9.6/0.01DATA>ENDMTB>PDFc1c2;SUBC>NORM0.82.(Calc>Probabilitydistributions>normal)MTB>PLOTc2*c1(Graph>plot)100-100.20.10.0C1C2例3P242

X~N(0,

1),求X的分布函数值F(1.96)和概率P{1.56

<

X

<2.21}.MTB>setc1DATA>1.96-1.562.21DATA>endMTB>CDFc1;SUBC>norm01.(Calc>Probabilitydistributions>normal)Normalwithmean=0andstandarddeviation=1.00000xP(X<=x)1.96000.9750-1.56000.05942.21000.9864P{1.56<X<2.21}=0.9864-0.0594=0.9270例4P243

X

~

F(3,

8),求

p

=

0.1

下的上下侧分位数.Calc>Probabilitydistributions>F(inversecumulativeprobability)MTB>InvCDF0.95K5;SUBC>F38.MTB>InvCDF0.05K6;SUBC>F38.MTB>PRINTK5K6K54.06618K60.113055例1P244(参见第六章第三节例2)已知总体方差,正态总体均值的区间估计.20.321.522.019.822.523.725.424.323.226.818.721.924.422.826.221.4解MTB>setc1DATA>20.321.522.019.822.523.725.424.323.226.818.721.924.422.826.221.4DATA>endMTB>NAMEc1'A'MTB>OneZ'A';SUBC>Sigma2.1.(Stat>BasicStatistics>1-SampleZ)Theassumedsigma=2.1VariableNMeanStDevSEMean95.0%CIA1622.8062.2710.525(21.777,23.835)例2P244(参见第六章第三节例4)总体方差未知,正态总体均值的区间估计.482493457471510446435418394496解MTB>SETc1DATA>482493457471510446435418394496DATA>ENDMTB>NAMEc1'B'MTB>OneT'B'.(Stat>BasicStatistics>1-Samplet)VariableNMeanStDevSEMean95.0%CIB10460.237.211.8(433.6,486.8)例3P244(参见第六章第三节例6)单个正态总体方差的区间估计:总体均值未知.170270180250270290270230170解MTB>SETC1DATA>170270180250270290270230170DATA>ENDMTB>SETC2DATA>0.0250.975DATA>ENDMTB>STDEVC1K1ST.DEVofC1=47.958MTB>LETK2=K1**2*8MTB>INVCDFC2C3;SUBC>CHIS8.MTB>COPYC3K3K4MTB>PRINTK3K4K32.17973K417.5345MTB>LETK3=K2/K3MTB>LETK4=K2/K4MTB>PRINTK3K4K38441.41K41049.36MINITAB软件的使用第一节MINITAB软件包概述第二节MINITAB数据的输入,输出和编辑第三节MINITAB基本统计命令第四节MINITAB概率计算第五节MINITAB参数区间估计第六节MINITAB假设检验第七节MINITAB方差分析第八节MINITAB线性回归分析单个正态总体方差已知,对均值的检验MINITAB中“Z”→“U”单个正态总体方差未知,对均值的检验两个正态总体均值检验与两均值差的区间估计

MINITAB假设检验标准差的检验需要编算式计算有关统计量的值和临界值.MINITAB假设检验举例P138例2没有提供原始数据,提供了一些中间结果,需编算式求相应的统计量,计算出临界值(两种方法),比较再得结论.P141例4本题做单侧检验.操作步骤如下:①输入原始数据,并命名为bb;②选择命令Stat>BasicStatistics>1-Samplet出现如下对话框:(说明以下步骤及需注意问题)MINITAB假设检验举例(续)续P141例4在每个对话框填好相应的选项后,点击OK即可.(运行结果要相应地改动)MINITAB假设检验举例(续)P146~P147例8两正态总体方差相等,对均值的检验①输入原始数据两种方法:方法1两总体下的数据输在同一列,另用一列指明各数据分别是哪个总体的.方法2两总体的数据各输在一列.MINITAB假设检验举例(续)②选择命令Stat>BasicStatistics>2-Samplet出现如下对话框:(说明以下步骤及注意问题)续PP146~147例8

MINITAB假设检验举例(续)

P149～

P150例9未知均值对方差的检验①数据可直接在Worksheet中输入;②编算式算出③求出F(8,9)的双侧0.1分位数(两方法）.④作结论.说明:

MINITAB假设检验举例(续)

P149～

P150例9未知均值对方差的检验①数据可直接在Worksheet中输入;②编算式算出③求出F(8,9)的双侧0.1分位数(两方法）.④作结论.说明:

MINITAB假设检验举例(续)

P245～P246例4做单侧检验.类似于P141例4.注意:不选该项,因为方差不等运行结果要相应地改动.

MINITAB假设检验举例(续)

P247例5(配对试验条件下两总体均值的检验)的简单操作方法:①输入数据,并分别命名为a,b(见教材P247);②选择Stat>BasicStatistics>Pairedt…③在FisrtSample栏:键入a在SecondSample栏:键入b④点击OK.

MINITAB方差分析

单因素试验的方差分析或Stat>ANOVA>One-way(Unstacked)(各水平下的试验数据放在不同的时)

双因素试验的方差分析

无交互作用双因素试验的方差分析Stat>ANOVA>Two-way

有交互作用双因素试验的方差分析Stat>ANOVA>BalancedANOVAStat>ANOVA>One-way(各水平下的试验数据放在同一列时)MINITAB方差分析举例P171～

P172例3:单因素试验方差分析①输入原始数据,见图;③在出现的对话框中的Responses(inseparatecolumns)栏中,键入A1A2A3;②选择命令

Stat>ANOVA>One-way(Unstacked)④点击OK.方法1MINITAB方差分析举例(续)P171～

P172例3:①输入原始数据:将各水平下的数据全输在一列,各数据对应的水平数输在另一列,并取名,如e1,e2;③在出现的对话框中的Response栏中,键入数据所在列名e1,Factor栏中键入数据水平数所在列名e2;②选择命令

Stat>ANOVA>One-way④点击OK.方法2MINITAB方差分析举例(续)P177～

P178例1:无交互作用单因素试验方差分析①输入原始数据:把全部试验数据输在第一列,把各数据所在行因素的水平数对应地输在第二列,所在列因素的水平数对应地输在第三列,并命名,如A1,A2,A3,见图;③在出现的对话框中的Response栏中,键入A1,在RowFactor栏中键入A2,在ColumnFactor栏中键入A3;②选择命令

Stat>ANOVA>Two-way④点击OK.MINITAB方差分析举例(续)P183～

P185例2:有交互作用单因素试验方差分析①输入原始数据:方法同P177～

P178例1.③在出现的对话框中的Response栏中,键入a1;在Model栏中键入a2|a3;选择Results.出现对话框:②选择命令Stat>ANOVA>BalancedANOVA选中“Univariateanalysisofvariance”项,在“Displaymeanscorrespondingtotheterms”栏中键入a2|a3;④在每个对话框中点击OK.

MINITAB方差分析(续)正交试验设计的方差分析ANCOVA命令格式:ANCOVAmodel[;]子命令:COVARIATESFITSRESIDUALSTESTMEAN等等.其中模型(model)的选择格式与(ANOVA)的模型的选择格式类似.详细用法可用help菜单或命令:helpancova查询.方法1MINITAB正交试验设计方差分析举例P192～

P197例2.MINITAB操作步骤如下:①输入数据,见下图.MINITAB正交试验设计方差分析举例(续)②切换到命令提示符状态;③输入命令:MTB>ANCOVAC7=C1C2C1*C2C4C1*C4C6?(MTB>ANCOVAC7=C1|C2C1|C4C6)或MTB>ANCOVAC7=C1C2C1*C2C4C1*C4C6;SUBC>MEANC1C2C1*C2C4C1*C4C6.“*”与“|”:显示结果:或?MTB>ANCOVAC7=C1|C2C1|C4C6;SUBC>MEANC1|C2C1|C4C6.MINITAB正交试验设计方差分析举例(续)输出结果解析:去掉F<1的因子后再作一次方差分析,命令如下:MTB>ANCOVAC7=C1|C4C2;SUBC>MEANC1|C4C2.等价于MTB>ANCOC7=C1C4C1*C4C2;SUBC>MEANC1C4C1*C4C2.也可以不带子命令.显示结果:输出结果解析.方法2方差分析法基本思想与双因素方差分析方法一致:将总的离差平方和分解成各因素及各交互作用的离差平方和,构造F统计量,对各因素是否对试验指标具有显著影响,作F检验。要求:能利用MINITAB完成正交试验的方差分析。P192-197例2的上机操作按正交表及试验结果输入数据。注意:(1)这里A*B和A*C不能双击列出,否则不显示其交互作用.(2)多个因素的方差分析中交互作用用”*”,不用”|”.要直接输入,与刚才一样.说明FA*B及FD的值均小于1,表示这两个因素对指标的影响比试验误差还小,故把它归入试验误差,则可突显其它因子的影响。去掉因子A*B和D再分析从P值可知,A因素的影响力最大,B次之,再次是交互作用A*C,按此顺序,根据各相关因子各水平的均值确定最优策略.从均值看来A中选A1,B中B2,C根据A*C选C1,D无统计意义可任选.于是最优方案为A1B2C1D1或A1B2C1D2.

MINITAB线性回归分析散点图的画法:从MINITAB菜单中选择命令:Graph>Plot如图.输入原始数据后,自变量数据列名因变量数据列名显示数据对的散点图.(此为默认设置)

其他选项或设置可据需要完成的功能选用或改变.

MINITAB线性回归分析要建立一元或多重线性回归方程,从MINITAB菜单中选择命令:Stat>Regression>Regression在出现的对话框中填入所需信息即可.一元或多重线性回归方程的建立Stat>Regression>Regression下有两个画图命令:FittedLinePlot…,ResidualPlots…试用之.可线性化的一元非线性回归通过适当的变换,化为线性回归.(一元时:在Predictors栏中键入一个自变量数据列名;多元时:在Predictors栏中键入多个自变量数据列名)MINITAB线性回归分析举例P210～P212例3.的MINITAB操作步骤如下:①输入原始数据;(方法:)②选择命令:Stat>Regression>Regression③在Response栏中键入y(因变量数