MINITAB使用教程

1、第1章 minitab的概要,minitab是一種統(tǒng)計分析的軟件,上海中圣是其在中國的代理,任務欄(task bar,工具欄(tool bar,工作表(worksheet,minitab的基本畫面,階段窗口 (分析輸出屏幕,數據窗口 (工作單屏幕) (幾乎和在 excel 中相同,信息窗口 (工作單清單屏幕,歷史記錄窗口 (命令保存屏幕,操作,計算,統(tǒng)計,圖表,minitab 屏幕,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,

2、數據修改,數據管理,數據操作,可進行數據的排列處理,minitab只能做列之間的分析,通常需要對已有數據進行處理,如何完成這樣的操作呢,manipstackstack columns,如果選擇new worksheet的話,就會出現一個新的工作表。 如果不選擇 的話，就會將xi，x2變成1，2,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,calccalculator 具有強大的計算功能,calcrow statistics 可以計算列之間的和，平均值，等,有關calc的其它功能在后面詳細介紹,任務欄(task bar

3、,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,注: mini

4、tab的graph菜單雖然可以制作一些圖，但是，除此以外在stat的各個分析菜單中，均會有可以選擇是否需要作圖的命令,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,任務欄(task bar,six sigma是一個單獨的摸塊，它獨立于minitab。 它可對連續(xù)數據，屬性數據進行分析并得出報告,工具欄(tool bar,關于數據結構的補充信息： minitab 定義以下兩種類型的數據結構： 1.堆積數據： 排列于一列的多于一

5、個子群的數據 2.非堆積數據： 每一子群的數據，排列于分開的列（或行）使用 “manipstack/unstack” 命令轉換這些數據格式。 什么是子群？ 處理數據常分成組。例如，運送數據用發(fā)貨分組，化學處理數據用批而半導體處理數據用 lot。這些數據組被稱為子群。這些子群還用在短期和長期處理能力中,返回到最后一個對話框（edit last dialog,工具欄(tool bar,返回到階段窗口（session window,返回到數據窗口（current data window,工作表的管理：可變更工作表，變更名稱等。可根據對話框選擇必要的操作。（manage work sheets,圖表的

6、管理：表示全畫面，任意的圖形表示等?？筛鶕υ捒蜻x擇必要的操作。（manage graphs,20,第2章 minitab的任務欄,計算功能,統(tǒng)計分析,圖表制作,文件管理,表示窗口,幫助,六西格瑪,數據修改,數據管理,數據操作,目錄,第1節(jié) 數據操作(manip) 第2節(jié) 計算功能(calc) 第3節(jié) 統(tǒng)計分析(stat) 第4節(jié) 圖表制作(graph) 第5節(jié) 六西格瑪(six sigma,第1節(jié) 數據操作(manip,1.數據排列的調整 2.如何將數據從代碼化數據轉變成自然碼數據呢? 3.改變數據的排列,將數據由行轉變成列呢? 4.利用calc菜單，制作c9的months列的排列,第1節(jié)

7、數據操作(manip)-1/6,1.數據排列的調整:manip可以將minitab工作表中的數據列進行再排列整理。從而達到對數據構成以及格式的重整。（經常采用excel的數據時，更有用,例1： minitab-data-filesmanip-1.mpj有一組如下的數據。它是從excel中拷貝過來的。如何處理,manipstackstack block of columns,第1節(jié) 數據操作(manip)-2/6,1.先在工作表中的c7,c8,c9分別填如名稱,地點,收益,月份,第1節(jié) 數據操作(manip)-3/6,2.如何將數據從代碼化數據轉變成自然碼數據呢,manipcodenumeric

8、 to text,第1節(jié) 數據操作(manip)-4/6,3.改變數據的排列,將數據由行轉變成列呢,manipstackstack rows,c2c6,c8,c1,c7,那末如何制作c9的months列呢?請看下頁,第1節(jié) 數據操作(manip)-5/6,4.利用calc菜單，制作c9的months列的排列,calcmake patterned datasimple set of numbers,從1開始,到5結束,間隔1,每個數重復1次,整體數重復5次,第1節(jié) 數據操作(manip)-6/6,練習1:將下面的橫向排列的數據，改成縱向的排列,minitab-data-filesmanip-3.

9、mpj,manipstackstack rows,第2節(jié) 計算功能(calc,1.計算器功能 :calccalculator 2.行的統(tǒng)計計算:calcrow statistics 列的統(tǒng)計計算:calccolumn statistics 3.如何制造數據:calcmake patterned datasimple set of numbers 4.如何取隨機順序?如何取樣?calcrandom datasample from columns 5.如何制做正態(tài)分布的數據:calcrandom datanormal distribution,第2節(jié) 計算功能(calc)-1/5,1.計算器功能

10、calccalculator,這是一個功能強大的計算器，請隨時使用。它可以將計算結果自動轉入minitab中。 它還有許多的函數運算功能,第2節(jié) 計算功能(calc)-2/5,2.行的統(tǒng)計計算， calcrow statistics 列的統(tǒng)計計算， calccolumn statistics,minitab-data-filescalc-1.mpj,mean of c1 mean of c1 = 5.5000 sum of c1 sum of c1 = 55.000 standard deviation of c1 standard deviation of c1 = 3.0277 minim

11、um of c1 minimum of c1 = 1.0000 maximum of c1 maximum of c1 = 10.000,第2節(jié) 計算功能(calc)-3/5,3.如何制造數據 calcmake patterned datasimple set of numbers,從1開始,到20結束,間隔1,每個數重復1次,整體數重復1次,minitab-data-filescalc-2.mpj,第2節(jié) 計算功能(calc)-4/5,4.如何取隨機順序？。如何取樣？。 calcrandom datasample from columns,minitab-data-filescalc-3.m

12、pj,隨機順序,取樣,第2節(jié) 計算功能(calc)-5/5,5.如何制做正態(tài)分布的數據。 calcrandom datanormal distribution,minitab-data-filescalc-4.mpj,練習2:求上面的數據的標準偏差（答案參考第2節(jié)的2,第3節(jié) 統(tǒng)計分析(stat,1.描述統(tǒng)計(statbasic statisticsdisplay descriptive statistics) 2.正態(tài)性檢驗(statbasic statisticsnormality test) 3.t-檢驗(1-sample t , 2-sample t ,) 4.相關(stat basi

13、c statistics correlation) 5.回歸(statregression regression) 6.方差分析 (one-way anova, two-way anova, balanced anova, test for equal variances, 2variances, main effects plot, interactions plot,) 7.實驗計劃法 (doe) 8.管理圖 (control charts) 9.質量工具 (quality tools) 10.表格功能 (tables,第3節(jié) 統(tǒng)計分析(stat)-1/74,1.描述統(tǒng)計 1-1.描述統(tǒng)計

14、菜單:statbasic statisticsdisplay descriptive statistics,描述統(tǒng)計，可以對一組數據（子集團的樣本）進行統(tǒng)計分析。從數據中計算出： 自由度（n）， 算數平均（mean）， 標準偏差（stdev），（描述離散程度） 最小值（minimum）， 最大值（maximum）， 第一四分位（25%）值（q1）， 第三四分位（75%）值（q3） 從而，對母集團進行推測的一種統(tǒng)計分析方法。 除此之外，還可以畫出數據的分布圖，判定數據的正態(tài)性等。（此種分析只適用連續(xù)性數據,第3節(jié) 統(tǒng)計分析(stat)-2/74,1-2.描述統(tǒng)計的例子,打開文件：minitab-

15、data-filesstat_1.mpj statbasic statisticsdisplay descriptive statistics,第3節(jié) 統(tǒng)計分析(stat)-3/74,1-3.描述統(tǒng)計的例子的階段窗口(session window)分析,descriptive statistics: response variable n mean median trmean stdev se mean response 60 0.8075 0.8000 0.8157 0.1952 0.0252 variable minimum maximum q1 q3 response 0.4000 1.

16、0500 0.6625 1.0000,自由度,應答變量,平均值,標準偏差,最小值,最大值,第一四分位值,第三四分位值,中央值,去掉最大和 最小的5%之 后的平均值,標準偏差 的平均值,用標準偏差除以自由度n的開根號（sqrt（n,0.0252=0.1952/ 60,第3節(jié) 統(tǒng)計分析(stat)-4/74,1-4.描述統(tǒng)計的例子的圖表分析,柱狀圖,正態(tài)性(如果p值0.05,平均值 標準偏差 方差 偏度(左右不對稱性) 峰度 自由度,最小值 第一四分位值 中央值 第三四分位值 最大值,箱線圖,樣本的平均值的 95%置信區(qū)間,樣本的中央值的 95%置信區(qū)間,樣本的標準偏差的 95%置信區(qū)間,第3節(jié)

17、統(tǒng)計分析(stat)-5/74,2.正態(tài)性檢驗 2-1.正態(tài)性檢驗菜單:statbasic statisticsnormality test,制作一組,平均值 為30,標準偏差 是0.1的50個 數據,放在 c1欄中,打開文件：minitab-data-filesstat_2.mpj,第3節(jié) 統(tǒng)計分析(stat)-6/74,2.正態(tài)性檢驗 2-2.正態(tài)性判定,正態(tài)性判定： 1）此判定只適用于連續(xù)性數據。 2）如果圖中的數據排列在一條直線上，可以初步認為有正態(tài)性。當然，最終確認還要看p_值。 3）如果顯示的p-值大于0.05,正態(tài)存在,如果低于0.05則缺乏正態(tài)。 4）如果數據具有正態(tài)，則可用統(tǒng)

18、計工具進行處理。 5）如果缺乏正態(tài)，檢查數據是否測量正確或將數據修正為正確。如果數據是正確的，則進行對數變換。 注：如果數據個數較?。ㄐ∮?0）則不能完全相信p-值。在數據個數較小的情況下，即使數據被判斷為缺乏正態(tài)也無關緊要,正態(tài)存在如果 p-值 0.05 缺乏正態(tài)如果 p-值 0.05,第3節(jié) 統(tǒng)計分析(stat)-7/74,3.t-檢驗 3-1.一個樣本的t-檢驗：statbasic statistics 1-sample t,打開文件：minitab-data-filesstat_3（ 1-sample t ）.mpj,牛奶樣本的 的凍結溫度,牛奶標準的 的凍結溫度,小于(標準,不等于(

19、標準,大于(標準,檢驗平均值,這是選擇了對立假說,希望證明牛奶公司在牛奶中摻水,牛奶樣本的平均凍結溫度明顯高于標準,第3節(jié) 統(tǒng)計分析(stat)-8/74,3.t-檢驗 3-2.一個樣本的t-檢驗：如何判定檢驗結果,one-sample t: frztemp test of mu = -0.545 vs mu -0.545 variable n mean stdev se mean frztemp 10 -0.53937 0.00780 0.00247 variable 95.0% lower bound t p frztemp -0.54389 2.28 0.024,單側檢驗,由于p-值小于

20、0.05,所以對立假說成立,(放棄歸零假說) 結論:從牛奶公司拿到的牛奶的凍結溫度,明顯高于標準溫度,這可以作為牛奶中摻水的證據,樣本數量,樣本平均,樣本標準偏差,樣本平均的標準誤差 =標準偏差(0.0078)除以 自由度n(10)的開根號 （sqrt（n） =0.0078/3.16228=0.002466,t-值是這樣計算的: t=mean-target/se mean = -0.53937 - (-0.545)/0.00247 =2.27935 又,由于是單側檢驗,其自由度(df)=9,此時的歸零假說的 放棄值是1.83,而t-值是2.28大于此值,t-值越大,p-值越小,第3節(jié) 統(tǒng)計分析

21、(stat)-9/74,3.t-檢驗 3-3.兩個樣本的t-檢驗：statbasic statistics 2-sample t,打開文件：minitab-data-filesstat_4（ 2-sample t ）.mpj,小于(標準,不等于(標準,大于(標準,這是選擇了對立假說,希望證明新廠家a(c1)的提供的材料的破壞強度明顯高于原有廠家b(c2)的指標,其結果呢,本例題的補充說明: 分析對象是一種計算機外殼用的材料的破壞強度. 現有廠家-b,關系良好,而新廠家-a說:能提供比廠家-b更好的材料.那末,b的材料明顯好于a嗎?(在計算機行業(yè),對材料來說,其區(qū)別應大于10psi) 那末,我們

22、有沒有更換現有廠家b的必要呢,第3節(jié) 統(tǒng)計分析(stat)-10/74,3.t-檢驗 3-4.兩個樣本的t-檢驗：如何確認判定結果,two-sample t-test and ci: manu_a, manu_b two-sample t for manu_a vs manu_b n mean stdev se mean manu_a 10 162.614 0.599 0.19 manu_b 12 155.13 1.13 0.33 difference = mu manu_a - mu manu_b estimate for difference: 7.484 95% lower bound

23、for difference: 6.827 t-test of difference = 0 (vs ): t-value = 19.82 p-value = 0.000 df = 17,結果判定1: 通過p-值看出,廠家a的指標明顯好于現有廠家-b,但是,從95%可信的兩者真正的差別(7.484)來看,并未達到我們要求的10psi, 那末,我們要不要由新廠家a替換原有廠家b呢? 還要看它們的波動=標準偏差,這是表示:a與b的差是7.484(95%信賴區(qū)間的平均值) 而它們之差的最小值是6.827(95%可信,將在anova的等方差檢驗中再論述,結論:雖然廠家a比廠家b只高7.5psi,但它的

24、波動小,質量穩(wěn)定,采用,第3節(jié) 統(tǒng)計分析(stat)-11/74,3.t-檢驗 3-5.兩個樣本的t-檢驗：練習題,打開文件：minitab-data-filesstat_5（ 2-sample t ）.mpj,兩個樣本的t-檢驗,可以進行改善前,后的比較,證明改善的效果.此題就是一個這樣的問題,請證明發(fā)電機改善前,后有沒有真正的差別,提示:可用anova的等方差檢驗,來確認a,b的波動,第3節(jié) 統(tǒng)計分析(stat)-12/74,4.相關(correlation) 4-1.相關： stat basic statistics correlation,打開文件：minitab-data-files

25、stat_6.mpj,correlations: lab, online pearson correlation of lab and online = 0.959 p-value = 0.000,相關性判定: 看相關系數(0.959),如果是“0”就 不相關,如果是“1”就是完全(正) 相關,如果是“-1”就是完全負相關 其他就表示是相關性強弱,第3節(jié) 統(tǒng)計分析(stat)-13/74,操作菜但順序：graphplot,x-y圖: 可觀察變量x與y的關系, x=online(在線),y=lab(實驗室) 數據是它們兩個不同測量系統(tǒng), 測量的某試劑的ph-值,那末,它們 相關性如何,第3節(jié) 統(tǒng)

26、計分析(stat)-14/74,4.相關(correlation)的補充說明 4-2.用graphmatrix plot來初步判斷要因之間的相關程度,打開文件：minitab-data-filesstat_9.mpj,從這些圖形中,可以初步 判斷有關的變量之間是 否存在著相關. (當然,這不是定量分析,第3節(jié) 統(tǒng)計分析(stat)-15/74,5.回歸 (regression) 5-1.回歸(單回歸)： statregression regression,打開文件：minitab-data-filesstat_7.mpj,攪拌速度(x,油漆中雜質(y,我們希望觀察,最大要因(攪拌速度)是如何影

27、響 輸出(油漆中雜質)的呢?它們的定量關系是什么,第3節(jié) 統(tǒng)計分析(stat)-16/74,regression analysis: impurity versus stirrate the regression equation is impurity = - 0.29 + 0.457 stirrate predictor coef se coef t p constant -0.289 1.221 -0.24 0.817 stirrate 0.45664 0.03844 11.88 0.000 s = 0.9193 r-sq = 93.4% r-sq(adj) = 92.7% analys

28、is of variance source df ss ms f p regression 1 119.28 119.28 141.13 0.000 residual error 10 8.45 0.85 total 11 127.73,回歸方程式,常數,攪拌速度,系數,自由度=n-1,殘差,平方和,平均平方和(方差,標準偏差,相關系數r的平方,調整后的相關系數r的平方,f分布,p-值,第3節(jié) 統(tǒng)計分析(stat)-17/74,5.回歸 (regression) 5-2.回歸線圖： statregression fitted line plot,打開文件：minitab-data-filess

29、tat_8.mpj,殘差resi=各組的數據y-各組的平均值fits,各組內的平均值,線性(一次)相關,曲線(二次)相關,曲線(三次)相關,選擇置信區(qū)間顯示,第3節(jié) 統(tǒng)計分析(stat)-18/74,這是線性(一次)相關曲線,回歸方程式,相關系數r的平方,攪拌速度,油漆中雜質(y,線 95% 置信區(qū)間,每一點 95% 置信區(qū)間,如果相關系數r平方很小的話,怎么辦,第3節(jié) 統(tǒng)計分析(stat)-19/74,殘差檢驗:目的是確認前面所建立的數學模型是否可靠,如果殘差具有正態(tài)分布的特性,就可以說前面的結論是可信的,反之,就不能說可信.判斷方法如下,這些點是否呈直線,這些點是否上下左右平均分布,這些點

30、是否有何傾向,這個直方圖的左右對稱性,本頁的殘差檢驗只是“定性的”,如果想進一步定量地判定的話,可用 正態(tài)性檢驗菜單:statbasic statisticsnormality test,操作菜單:statregression residual plots,第3節(jié) 統(tǒng)計分析(stat)-20/74,殘差正態(tài)性檢驗: 用正態(tài)性檢驗菜單:statbasic statisticsnormality test,正態(tài)存在如果 p-值 0.05 缺乏正態(tài)如果 p-值 0.05,殘差,第3節(jié) 統(tǒng)計分析(stat)-21/74,6.方差分析 (anova) 6-1.一元方差分析：anovaone-way an

31、ova,打開文件：minitab-data-filesstat_10(one-way anova).mpj,例題說明: 顯象管的技術指標之一 是“預熱時間(暖機時間)” 這個時間就是本題的輸出y, 而它的一個要因x是不同的 “批次”.這里,實驗3個批次, (3個批次稱為:3個水準) 目的是判斷它們的預熱時 間是否相同 標準是:能穩(wěn)定維持在一個較 低的水平,預熱時間,實驗批次,第3節(jié) 統(tǒng)計分析(stat)-22/74,6-1.一元方差分析：anovaone-way anova(選擇分析模式,這也是一種做殘差檢驗的方法,第3節(jié) 統(tǒng)計分析(stat)-23/74,6-1.一元方差分析：anovaon

32、e-way anova(觀察階段窗口,one-way anova: time_sec versus tubetype analysis of variance for time_sec source df ss ms f p tubetype 2 114.7 57.3 1.95 0.197 error 9 264.0 29.3 total 11 378.7 individual 95% cis for mean based on pooled stdev level n mean stdev -+-+-+- 1 4 20.000 2.449 (-*-) 2 4 26.000 8.485 (-*

33、-) 3 4 19.000 3.162 (-*-) -+-+-+- pooled stdev = 5.416 18.0 24.0 30.0,自由度,平方和,方差=ss/df,f統(tǒng)計量,p-值,p-值0.05,說明3批時間的平均值沒有有意差,95%信賴區(qū)間,水準,樣本數,平均值,標準偏差,階段性結論:雖然p-值0.05,說明3批之間的平均值不存在有意差,但是,第2批的標準偏差(8.485)較大(波動大,不穩(wěn)定),需要進一步確認原因,如有可能,要重復實驗,第3節(jié) 統(tǒng)計分析(stat)-24/74,6-1.一元方差分析：anovaone-way anova(觀察圖,箱線圖,點圖,從箱線圖中可以看出,

34、第2批次的數據分布波動大,平均值也高.從下面的點圖也可看出,并且能知道第2批次有一個較大的異常值. 通常,數據較小時,采用點圖比采用箱線圖更能充分反映問題所在,結論: 要調查第2批次的異常值原 因,如有必要,應再次實驗,第3節(jié) 統(tǒng)計分析(stat)-25/74,6-1.一元方差分析：anovaone-way anova(殘差檢驗,殘差數據 列柱狀圖,殘差數據列的正態(tài)概率圖 (如為直線則為正態(tài)分布,殘差數據對于組平均值的數學表達式模型做圖(檢查獨立性和隨機性,殘差數據對數據順序做圖(檢查獨立性和隨機性,第3節(jié) 統(tǒng)計分析(stat)-26/74,6.方差分析 (anova) 6-2.二元方差分析：

35、anovatwo-way anova,打開文件：minitab-data-filesstat_11(two-way anova).mpj,例題說明: 油漆的磨損量(y) 與地點(x1)和油漆 種類(x2)的影響,地點(x1,漆種(x2,磨損量(y,這里省略殘差檢驗吧,這是殘差圖(也省略,地點(x1,第3節(jié) 統(tǒng)計分析(stat)-27/74,6.方差分析 (anova) 6-2.二元方差分析：anovatwo-way anova(觀察階段窗口,two-way anova: pntwear versus location, paint analysis of variance for pntwea

36、r source df ss ms f p location 3 38.69 12.90 10.04 0.003 paint 3 30.69 10.23 7.96 0.007 error 9 11.56 1.28 total 15 80.94,結論: 地點的要因以及油漆種類的要因的p-值均大于0.05,說明它們都是影響y的主要要因,第3節(jié) 統(tǒng)計分析(stat)-28/74,6.方差分析 (anova) 6-3.平衡的方差分析：anovabalanced anova,例題與前面相同:打開文件：minitab-data-filesstat_11(two-way anova).mpj,殘差計算和殘差

37、圖分析均省略吧,第3節(jié) 統(tǒng)計分析(stat)-29/74,6.方差分析 (anova) 6-3.平衡的方差分析：anovabalanced anova (觀察階段窗口,anova: pntwear versus location, paint factor type levels values location fixed 4 harrisburg philadelphia pittsburgh scranton paint fixed 4 y-0242 y-0314 y-1424 y-1723 analysis of variance for pntwear source df ss ms

38、f p location 3 38.688 12.896 10.04 0.003 paint 3 30.688 10.229 7.96 0.007 error 9 11.563 1.285 total 15 80.938,結論與前面一樣. (省略分析,第3節(jié) 統(tǒng)計分析(stat)-30/74,6.方差分析 (anova) 菜單 6-4.等方差檢驗：anovatest for equal variances,打開文件：minitab-data-filesstat_12.mpj,這里的等方差分析只是針對于 一個要因的不同水準之間的方差,第3節(jié) 統(tǒng)計分析(stat)-31/74,6.方差分析 (an

39、ova) 菜單 6-4.等方差檢驗：anovatest for equal variances(等方差分析,這是基于假設正態(tài)分布的檢驗的p-值,這是基于非假設正態(tài)分布的檢驗的p-值,p-值大于0.05說明具有等方差性. 即,這3個水準的波動沒有不同,第3節(jié) 統(tǒng)計分析(stat)-32/74,6-5.等方差檢驗的補充:(如何分析兩個要因的等方差呢?) stat basic statistics 2variances,打開文件：minitab-data-filesstat_4（ 2-sample t ）.mpj,第3節(jié) 統(tǒng)計分析(stat)-33/74,6.方差分析 (anova) 菜單 6-6.

40、主效果圖：anovamain effects plot,打開文件：minitab-data-filesstat_13.mpj,例題說明: 某車在濕滑的路面上, 測試不同情況下的 剎車距離. 條件是:固定一臺車 采用固定的行駛車速 那末,其剎車距離受 左于哪個因素呢,輪胎的類型(x1) 有gt,mx,ls3種,踩剎車板距離(x2) 有10.0,1.5,2種,防滑剎車系統(tǒng)abs(x3) 有“采用”不采用,2種,車的剎車 距離(m)(y,當然,此題可用三元anova來進行定良的分析. 這里我們只用主效果圖,來進行初步的判斷,第3節(jié) 統(tǒng)計分析(stat)-34/74,6.方差分析 (anova) 菜單

41、 6-6.主效果圖：anovamain effects plot,結論很簡單,第3節(jié) 統(tǒng)計分析(stat)-35/74,6.方差分析 (anova) 菜單 6-6.交互作用圖：anovainteractions plot,打開文件：minitab-data-filesstat_13.mpj,選擇單邊或全圖,結論很簡單,第3節(jié) 統(tǒng)計分析(stat)-36/74,7.實驗計劃法 (doe) 7-1.實驗計劃設計基本：doefactorialcreate factorial design,建立一個實驗計劃表：statdoe factorialcreate factorial design,選擇要因個

42、數,第3節(jié) 統(tǒng)計分析(stat)-37/74,7.實驗計劃法 (doe) 7-1.實驗計劃設計基本：doefactorialcreate factorial design,選擇要因個數,看一看可采用的設計模式,要因數,實驗次數,解像度,首先了解在一定的要因數的前提下,根據解像度要求的不同,其實驗次數不一樣. 比如3個要因,全解像度時(full),實驗次數為8次,解像度為三時(iii),實驗次數為4次,第3節(jié) 統(tǒng)計分析(stat)-38/74,7.實驗計劃法 (doe) 7-1.實驗計劃設計基本：doefactorialcreate factorial design,選擇要因個數,看一看可采用的

43、設計模式,設計,選擇中心點個數,重復次數,模擬要因個數,實驗設計模式,實驗次數,解像度,水準,要因,第3節(jié) 統(tǒng)計分析(stat)-39/74,7.實驗計劃法 (doe) 7-1.實驗計劃設計基本：doefactorialcreate factorial design,選擇要因個數,看一看可采用的設計模式,設計,選項,要因,要因名稱,低水準,高水準,要因,將實驗順序隨機化處理,將實驗設計存入工作表,第3節(jié) 統(tǒng)計分析(stat)-40/74,7.實驗計劃法 (doe) 7-1.實驗計劃設計基本：doefactorialcreate factorial design,實驗設計的結果,隨機順序,實驗序

44、號,中心點,模擬要因,溫度,濃度,催化劑,接下來的事情,是按此實驗的順序和組合進行實驗,并將實驗的數據記錄在c8(yield,yield,請參照文件：minitab-data-filesstat_14(doe-1).mpj,第3節(jié) 統(tǒng)計分析(stat)-41/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design,打開文件：minitab-data-filesstat_15(doe-2).mpj,這是代碼 化的水準,這是8次實驗 結果的數據,第3節(jié) 統(tǒng)計分析(stat)-42/74,7.實驗計劃法 (doe) 7-2.實

45、驗后的分析：doefactorialanalyze factorial design,選項,選項時,一般最初是全選,在分析后,如發(fā)現不重要的要因可選到左側,不選項目,選擇項目,制圖,殘差分析暫不進行,第3節(jié) 統(tǒng)計分析(stat)-43/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design,一般選0.05,但最初為保險可取0.1,殘差分析暫不進行,第3節(jié) 統(tǒng)計分析(stat)-44/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design,遠離直線且

46、明確用字母表示出來 的要因(a),以及交互作用(ac), 是重要的,另外,由于ac是重要的 說明要因c也是重要的,在紅色點劃線右側的要因(a),以 及交互作用(ac),是重要的,另外, 由于ac是重要的說明要因c也是 重要的,第3節(jié) 統(tǒng)計分析(stat)-45/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design,選項,只選擇重要的a,c,a*c,縮小模式,第3節(jié) 統(tǒng)計分析(stat)-46/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design

47、,制圖,選擇0.05,進行殘差診斷,第3節(jié) 統(tǒng)計分析(stat)-46/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design,結果同前,第3節(jié) 統(tǒng)計分析(stat)-47/74,7.實驗計劃法 (doe) 7-2.實驗后的分析：doefactorialanalyze factorial design,fractional factorial fit: yield versus temp, catalyst estimated effects and coefficients for yield (coded units

48、) term effect coef se coef t p constant 64.2500 1.311 49.01 0.000 temp 23.0000 11.5000 1.311 8.77 0.001 catalyst 1.5000 0.7500 1.311 0.57 0.598 temp*catalyst 10.0000 5.0000 1.311 3.81 0.019 analysis of variance for yield (coded units) source df seq ss adj ss adj ms f p main effects 2 1062.50 1062.50

49、 531.25 38.64 0.002 2-way interactions 1 200.00 200.00 200.00 14.55 0.019 residual error 4 55.00 55.00 13.75 pure error 4 55.00 55.00 13.75 total 7 1317.50,溫度,催化劑,溫度*催化劑,主效果,二元交互作用,殘差誤差,純的誤差,p-值0.05是有意義的,接下來的步驟,應該是進行殘差診斷,來判斷分析結果的正確性,這里我們省略,第3節(jié) 統(tǒng)計分析(stat)-48/74,7.實驗計劃法 (doe) 7-2.實驗后的分析(要因圖)：doefactor

50、ialfactorial plots,主效果圖,交互作用圖,立體圖,第3節(jié) 統(tǒng)計分析(stat)-49/74,7.實驗計劃法 (doe) 7-2.實驗后的分析(要因圖)：doefactorialfactorial plots,第3節(jié) 統(tǒng)計分析(stat)-50/74,7.實驗計劃法 (doe) 7-2.實驗后的分析(建立數學模型)(求2代表某要素能說明y的程度,y=64.25+11.5(a)+0.75(c)+5.0(a*c,求2：statanovabalance anova,analysis of variance for yield source df ss 2 temp 1 1058.00

51、 1058/1317=0.803 80.3% catalyst 1 4.50 4.50/1317=0.003 0.3% temp*catalyst 1 200.00 200.00/1317.5=0.152 15.2% error 4 55.00 55.00/1317.5=0.042 4.2% total 7 1317.50,回到實際問題:為提高產量,考慮溫度180,催化劑用b,濃度只考慮經濟性,8.管理圖 (control charts) 8-1.管理圖的實驗定義： control charts define tests,第3節(jié) 統(tǒng)計分析(stat)-51/74,實驗序號,設定值-k,定義,有

52、一個點超過了k(3)西格瑪界限,有k(9)個或以上的數據點,連續(xù)分布在中心線一側,有k(6)個數據,連續(xù)增加或連續(xù)減小,有k(14)個數據,連續(xù)性的,交替上下變動,有k(2)+1的個連續(xù)數據中的2個,超過了2西格瑪界限,有k+1(5)個數據中,有k(4)個數據超過了1西格瑪界限,有k(15)個點在1西格瑪界限內,在中心線的上側或下側,有k(8)個點,超過1西格瑪界限,在中心線的上側或下側,第3節(jié) 統(tǒng)計分析(stat)-52/74,8.管理圖 (control charts) 8-2.管理圖分類,連續(xù)數據,離散數據,子集團的樣本數據的量=n,無法分組,子集團樣本數據量=1,不良品(不良率,欠點數

53、,子集團樣本數量一定,子集團樣本數量可變,子集團樣本數量一定,子集團樣本數量可變,第3節(jié) 統(tǒng)計分析(stat)-53/74,8.管理圖 (control charts) 8-3.連續(xù)數據管理圖-xbar-r管理圖： control charts xbar-r,打開文件：minitab-data-filesstat_16(xbar-r).mpj,子集團的樣本數據量=510,例題說明:某零件直徑=1405mm,每天取5個數據進行監(jiān)測,共監(jiān)測了30天,tests要全選,第3節(jié) 統(tǒng)計分析(stat)-54/74,8.管理圖 (control charts) 8-3.連續(xù)數據管理圖-xbar-r管理圖：

54、 control charts xbar-r,上方管理界限+3,下方管理界限-3,檢測出第1種錯誤(看階段窗口可知是第24點,樣本數據的管理圖,樣本數據移動的管理圖,第3節(jié) 統(tǒng)計分析(stat)-55/74,8.管理圖 (control charts) 8-4.連續(xù)數據管理圖-i-mr管理圖： control charts i-mr,打開文件：minitab-data-filesstat_17(i-mr).mpj,收集了1個月的每天在庫量n=1,第3節(jié) 統(tǒng)計分析(stat)-56/74,8.管理圖 (control charts) 8-4.連續(xù)數據管理圖-i-mr管理圖： control ch

55、arts i-mr,移動的平均,第3節(jié) 統(tǒng)計分析(stat)-57/74,8.管理圖 (control charts) 8-4.離散數據(不良品,不良率)-np,p管理圖： control charts np,p,打開文件：minitab-data-filesstat_18(np,p).mpj,樣本數量,薪金支票錯誤,可變換點,線的各種形狀和顏色,第3節(jié) 統(tǒng)計分析(stat)-58/74,8.管理圖 (control charts) 8-4.離散數據(不良品,不良率)-np,p管理圖： control charts np,p,np管理圖,p管理圖,薪金支票錯誤個數,薪金支票錯誤率,第3節(jié) 統(tǒng)計

56、分析(stat)-59/74,8.管理圖 (control charts) 8-5.離散數據(欠點數)-u管理圖： control charts u,打開文件：minitab-data-filesstat_19(u).mpj,每天接收保險單的數量,保險單的數量的10%取樣,欠點數,第3節(jié) 統(tǒng)計分析(stat)-60/74,8.管理圖 (control charts) 8-5.離散數據(欠點數)-u管理圖： control charts u,由于子集團的樣本數量不一樣, 所以,其管理界限也不一樣,第3節(jié) 統(tǒng)計分析(stat)-61/74,8.管理圖 (control charts) 8-6.連續(xù)

57、數據-個別管理圖： control charts individuals(i-chart,打開文件：minitab-data-filesstat_20(i-chart).mpj,例題: 冰淇淋的廠家,觀察每一個冰淇淋的填充量是否等到了控制,第3節(jié) 統(tǒng)計分析(stat)-62/74,9.質量工具 (quality tools) 9-1. 運行圖：stat quality tools run-chart,打開文件：minitab-data-filesstat_21(run-chart).mpj,用calcrandom datanormal的菜單,制作一組,平均值是40,標準偏差0.1,50個數據,

58、放在c1中,第3節(jié) 統(tǒng)計分析(stat)-63/74,9.質量工具 (quality tools) 9-1. 運行圖：stat quality tools run-chart,運行圖在折線圖中用時間-序列數據做圖，有助于評估數據及過程的穩(wěn)定性。運行圖類似于控制圖，可用于測量和控制階段。 目的：例如，目視檢查時間-序列趨勢。 作用：根據時間-序列數據及狀態(tài)數據可推斷出變化要素,第3節(jié) 統(tǒng)計分析(stat)-64/74,9.質量工具 (quality tools) 9-2. 帊累托圖：stat quality tools pareto -chart,打開文件：minitab-data-filess

59、tat_22(pareto -chart).mpj,缺陷項目,缺陷數,缺陷單價,成本,丟失螺絲,丟失夾子,機架缺陷,漏油襯墊,殘料,斷絲,壞絲,零件不全,項目,發(fā)生次數,要表示發(fā)生次數中的多大的比率(95%)的項目,第3節(jié) 統(tǒng)計分析(stat)-65/74,9.質量工具 (quality tools) 9-2. 帊累托圖：stat quality tools pareto -chart,橫軸:缺陷項目(95,縱軸:缺陷發(fā)生次數,累計百分率曲線,累計百分率,百分率,第3節(jié) 統(tǒng)計分析(stat)-66/74,9.質量工具 (quality tools) 9-3. 特性要因圖(魚骨圖)：stat q

60、uality tools cause-and-effect,打開文件：minitab-data-filesstat_22(pareto -chart).mpj,可輸入魚頭名稱,第3節(jié) 統(tǒng)計分析(stat)-67/74,9.質量工具 (quality tools) 9-3. 特性要因圖(魚骨圖)：stat quality tools cause-and-effect,第3節(jié) 統(tǒng)計分析(stat)-68/74,9.質量工具 (quality tools) 9-4. 工程能力分析：stat quality tools capability analysis(normal,打開文件：minitab-d