MINITAB學習指南

1,Minitab實務應用,Ver.01,2008.4.6,2,Minitab介紹,Minitab是眾多統計軟件當中比較簡單易懂的軟件之一；相對來講，Minitab在質量管理方面的應用是比較適合的；Minitab的功能齊全，一般的數據分析和圖形處理都可以應付自如。,3,Minitab與6Sigma的關系,在上個世紀80年代Motolora開始在公司內推行6Sigma，并開始借助Minitab使6Sigma得以最大限度的發(fā)揮；6Sigma的MAIC階段中，很多分析和計算都可以都通過Minitab簡單的完成；即使是對統計的知識不怎么熟悉，也同樣可以運用Minitab很好的完成各項分析。,4,Minitab界面和基本操作介紹,5,Minitab界面,DataWindow:輸入數據的窗口每一列的名字可以寫在最前面的列每一列的數據性質是一致的,主菜單,SessionWindow:分析結果輸出窗口,6,Minitab界面,同一時間只能激活一個窗口.每一個窗口可以單獨儲存.,不同的要求選擇不同的保存命令,7,工具欄的介紹,打開文件,保存文件,打印窗口,剪切,復制,粘貼,恢復,插入單元格,插入行,插入列,移動列,剪切單元格,最后一次對話框,程序窗口,上一次記憶刷,下一次記憶刷,數據窗口,管理圖形,撤銷,幫助,關閉圖形,8,檔案,9,PROJECT,項目，是一個宏觀的，其可以包含了數據工作表、圖形、報告等。如果你想要存下所有的數據那么應當是使用PROJECT的格式。MINITAB有個優(yōu)點可以做PROJECT檔案的說明。,10,PROJECT說明,11,貯存時的選項,12,想存什么內容,13,安全性的密碼設定,14,打開PROJECT時的狀況,此時可能需要輸入密碼才能打開。另外也可以事先預覽，不一定要先打開才知道。也可以先看一下說來了解檔案的一些內容。,15,打開項目,16,預覽,17,按下預覽,18,WORKSHEET,一般就是和EXCEL一樣，就只會保留數據而已。這是最基本的貯存內容，就是要有數據留下來。,19,打開工作表,20,打開工作表有二個方式,合并：合并是將第二個要打開的工作表內的內容直接并到前一個工作表中，所以就是在一個工作表中有二個工作表的內容。打開就是直接再打開一個工作表而已，也就,21,合并圖示說明,C1為原有內容,此為合并進來的內容。,22,Minitab也可以打開其它型文件,Minitab也可以打開其它類型的文件。一般比較常見的就是excel格式的文件。,23,打開其它格式的檔案,注意選成excel的格式,24,可以按下選項做調整,25,貯存工作表,26,工作表也可以做相應的說明,27,也可以存成其它格式的檔案,注意存成excel的格式,28,按下選項可以決定是否存變量名,29,GRAPH,也可以把圖形存下來。圖形也可以有相應的說明。一般我都是直接貼到WORD或POWERPOINT中。,30,可以將圖形存成.mgforjpeg格式,31,編輯,32,編輯,此部份的功能和大部份的OFFICE軟件都一樣，所以可以不用說明。,33,編輯的命令列,34,數據,35,劃分子集,您已經收集了關于一組大學生的靜息脈搏率（脈搏1）和運動后的脈搏率（脈搏2）的數據，您希望檢查脈搏率變化最大的學生的數據。您決定創(chuàng)建一個新的工作表，其中只包含脈搏率變化超過20的學生的數據。?注要子集化工作表，可以使用數據子集化工作表或數據復制列到列劃分數據子集。該示例使用數據子集化工作表，但兩種方法的對話框項是相同的。1打開工作表“脈搏.MTW”。(pulse.mtw)2選擇數據子集化工作表。3在包括或不包括下，選擇指定要包括的行。4在指定要包括的行下，選擇匹配的行。單擊條件。5在條件中，輸入脈搏2脈搏120。在每個對話框中單擊確定。注此命令不會在“會話”窗口中產生輸出。要查看結果，請在數據窗口中查看。Minitab將創(chuàng)建一個有13行數據的新工作表。對于每一行，脈搏2-脈搏1大于20。,36,操作接口1,按下條件，決定子集條件,37,操作接口2,38,結果,結果就將脈搏2脈搏120的一些數據另成一個工作表的檔案。,39,拆分工作表,當你想要對某個工作表的內容進行拆分時，可以利用此命令?！颁N售人員2.MTW”的拆分為例，如果你想針對四個商店分開其數據，此時可以利用此命令。,40,按商店來拆分數據成四個檔案,41,結果,原來的一個檔案就被拆分成四個檔案，按商店來區(qū)分。,42,合并工作表,就是將二個工作表合并成一個工作表。,43,合并工作表,44,45,按列：二邊一樣的信息并起來,46,47,包括列：是新的工作表要包含那些列，比較常用的一種合并方式,48,復制,其實就是copy，基本上用ctrl+C和ctrl+V會更方便一些。,49,拆分列,假設您希望查看您在波士頓、丹佛和西雅圖的商店的銷售數據。要將合并的銷售數據拆分成對應每個商店的單獨列，請執(zhí)行下列操作：1打開工作表“銷售人員2.MTW”(Sales2.mtw)2選擇數據拆分列。3在拆分的數據在中，輸入銷售數據。4在使用的下標在中，輸入商店。5在存儲拆分的數據下，選擇在最后使用的一列之后將拆分的列放在當前工作表的商店列之后。6選中命名包含未堆疊存放數據的列，然后單擊確定。注此命令不會在“會話”窗口中產生輸出。要查看結果，請在數據窗口中查看。數據窗口,50,操作接口,51,拆分結果,52,堆棧,假定您積累了丹佛、波士頓和西雅圖商店的季度銷售數據。現在，您要堆疊銷售數據的區(qū)組。1打開工作表“銷售人員.MTW”。(Sales.mtw)2選擇數據堆疊列的區(qū)組。3在將兩個或以上的列區(qū)組互相在頂部堆疊中，在第一個框內輸入丹佛季度，在第二個框內輸入波士頓季度，在第三個框內輸入西雅圖季度。4選擇當前工作表的列，然后輸入銷售季度?以指出新堆疊數據的存儲位置。5在將下標存儲在中，輸入商店以標識將包含下標的列。6選中在下標列中使用變量名，然后單擊確定。注此命令不會在“會話”窗口中產生輸出。要查看結果，請在“數據”窗口中查看。,53,操作接口,54,結果,55,轉置列的示例-將列轉換為行,假設您正在根據體操課上學生所進行的體操項目的相關數據進行分析。當前數據按學生排列在列中，但您需要按照您的學生所做體操項目的類型重新排列這些列。1打開工作表“練習.MTW”。2選擇數據轉置列。3在轉置以下列中，輸入Lyn?Bill?Sam?Marie。4在存儲轉置下，選擇在最后使用的一列之后。5在使用列創(chuàng)建變量名中，輸入任務。單擊確定。,56,操作方式,57,轉置后的結果,58,排序的做法,1將下列數據輸入到一個新工作表中：C1:23145C2:10111213142選擇數據排序。3在需排序的列中，輸入C1C2。4在第一個按列中，輸入C1。5在將排序數據存儲在中，選擇當前工作表的列，然后輸入C3C4。單擊確定。注此命令不會在“會話”窗口中產生輸出。要查看結果，請在數據窗口中查看。數據窗口解釋結果C1和C2包含原始數據；C3和C4包含按C1排序的數據（以升序排列）。,59,操作接口,60,排序的結果,C1,C2是原始數據，C3,C4是排序完的結果,61,排秩,以下是將排秩分值分配給列中的值的說明。1打開工作表“市場數據.MTW”。(market.mtw)2選擇數據排秩。3在排秩數據在中，輸入銷售人員。4在將秩存儲在中，輸入排秩。單擊確定。注此命令不會在“會話”窗口中產生輸出。要查看結果，請在數據窗口中查看。數據窗口針對“銷售人員”的排秩分配存儲在新列“排秩”中。,62,操作接口,63,結果,64,刪除行、刪除變量,此選項建議直接利用del鍵可能會更直觀一些。,65,編碼的應用,66,編碼的應用,67,數據編碼,假設您有一個班級的學生的平均成績等級（從0到100），您希望將數字平均成績編碼為字母等級A、B、C、D和F。1將下列數據輸入到新工作表中的一列中：91927783956978858188?2在列名稱單元格中，輸入平均成績。3選擇數據編碼數字到文本。4在列中的編碼數據中，輸入平均成績。5在在列中存儲編碼數據中，輸入字母等級。6在第一個原始值框中，輸入91:100，在第一個新值框中，輸入A。在第二行中，輸入81:90和B。在第三行中，輸入71:80和C。在第四行中，輸入61:70和D。在第五行中，輸入0:60和F。單擊確定。,68,操作接口,69,編碼結果,70,更改數據類型,Minitab和excel一樣，都有不同的數據類型，最典型的有文本類型和數據類型。而一般只有數據類型才能進行計算。所以有時我們需要更改數據類型。,71,更改數據類型,如此之下就可以將文字的類型改成數據的類型,72,從日期提取到文本,假設您希望從名稱為“日期”的一列中提取數據（如下所示）。1選擇數據從日期/時間提取到文本。2在從日期/時間列提取中，輸入日期。在將文本列存儲在中，輸入季度年。3選中季度和年。在年的下方，選擇兩位數。單擊確定。注此命令不會在“會話”窗口中產生輸出。要查看結果，請在數據窗口中查看。數據窗口C1-DC2-T日期季度年C1包含原始數據。C2包含新列季度年。,73,操作接口,74,結果,75,合并,合并兩個文本列的示例假設您已經創(chuàng)建了一個工作表，其中包含有班級中學生的特定數據。學生的姓名當前分布在兩列中-姓氏和名字-但您希望將每位學生的完整姓名顯示在一列中。1打開工作表“學生.MTW”。(student.mtw)2選擇數據合并。3在合并文本列中，輸入名字和姓氏。4在將結果存儲在中，輸入學生。單擊確定。,76,操作接口,77,合并結果,78,計算,涂順章,79,計算的功能,計算器行統計量列統計量標準化,80,計算器,81,計算器示例,設定公式以自動計算歷時時間的示例假設某家書店要跟蹤從收到在線訂單到從倉庫發(fā)出圖書所經歷的時間。他們?yōu)楣ぷ鞅碇械囊涣性O定了一個公式，以便在添加新的訂單日期和發(fā)運日期時，讓Minitab自動計算歷時時間。1打開工作表“訂單.MTW”。2在列標題C4下的單元格中，鍵入歷時天數。3單擊列標題C4以選定該列。選擇編輯器公式對列設定公式。4在表達式中，輸入C3-C2。單擊確定。5選擇編輯器公式，確保已選中“自動計算所有公式”。如果未選中該項，請選中它。?6在列C2與行12的交叉處，輸入日期10-18-2005。在列c3與行12的交叉處，輸入日期10-21-2005。,82,操作接口,83,結果,84,列統計量,85,行統計量,86,標準化,87,產生模板化數據簡單數集,簡單示例要使用菜單創(chuàng)建名稱為ID、包含數字1、2、3、.、100的一列，請執(zhí)行下列步驟：1選擇計算產生模板化數據簡單數集。2在將模板數據存儲在中，輸入ID。3在從第一個值中，輸入1。在至最后一個值中，輸入100。單擊確定。,88,產生模板化數據簡單數集,89,任意數集,90,文本值,91,日期時間的簡單數集,92,產生網格數據,計算產生網格數據創(chuàng)建正規(guī)(x,y)網格以用作等值線圖和3D曲面和線框圖的數據輸入，同時帶有使用函數創(chuàng)建z變量的選項。使用“產生網格數據”最簡單的方法是指定X和Y列，并使用這些列的默認設置。如果還沒有z列，可指定該列，并從提供的函數列表中選擇所需函數。對話框項產生X和Y網格變量：7到15個點之間的網格為等值線圖、曲面圖和線框圖提供了性能和分辨率的良好結合。X：這些設置允許您指定網格的x位置。存儲在：為生成的x值輸入一個存儲列。從：輸入起始x值。至：輸入結束x值。位置數：最多可以指定101個位置。位置越多網格越精細，但繪圖的時間也越長。Y：這些設置允許您指定網格的y位置。存儲在：為生成的y值輸入一個存儲列。從：輸入起始y值。至：輸入結束y值。位置數：最多可以指定101個位置。位置越多網格越精細，但繪圖的時間也越長。Z作為X和Y的一個函數的可選計算將Z變量存儲在：為生成的z值輸入一個存儲列。使用函數示例：用于選擇一個函數示例。如果使用由此對話框生成的x、y和z值創(chuàng)建一個3D圖形，該圖形看起來好像是選擇了任何一個函數。請參見示例函數和參數。使用函數編號：選擇該項可使用已添加到MACROS文件夾下的USERFUNC.MAC文件中的您自己的函數。請參見創(chuàng)建您自己的函數。函數參數（可選）：為所選的函數輸入自定義參數，用空格分隔。請參見示例函數和參,93,操作接口,94,立體圖形,95,指示變量,您正在執(zhí)行公司日銷售額數據的回歸分析。根據您對市場的了解，您決定在模型中包括季節(jié)，這是一個類別變量。季節(jié)有四個不同的類別：春季、夏季、秋季和冬季。為了在回歸模型中包括類別信息，必須首先創(chuàng)建指示變量。1打開“季節(jié)性銷售.MTW”。Sales2.mtw2選擇計算產生指示變量。3在需要指示變量的列中，選擇季節(jié)。4在將指示變量存儲于列中，查看表格中的可區(qū)分值和默認的指示變量名稱。5單擊確定。注產生指示變量功能不會在“會話”窗口中產生輸出。?而是將列存儲在工作表中。,96,操作接口,97,結果,解釋結果Minitab創(chuàng)建了四個指示變量，因為季節(jié)有四個可區(qū)分類別。對于每個觀測值（行），如果為真則Minitab存儲值1，如果為假則存儲值0。對于季節(jié)銷售數據的示例，Minitab將創(chuàng)建變量“季節(jié)_春季”，并在每個春季觀測值的行中存儲值1，在所有非春季觀測值的行中存儲值0。剩余季節(jié)將重復這一過程。下面是一個樣本。?周期季節(jié)_春季季節(jié)_夏季季節(jié)_秋季季節(jié)_冬季春季1000夏季0100秋季0010冬季0001,98,設置基數,計算設置基數可以設置Minitab的隨機數生成元的起始點。當您希望選擇相同的隨機樣本或多次生成相同的隨機數據集合時，該選項十分有用。Minitab有一長串可用的隨機數。如果Minitab始終從列表的開頭開始，您將始終得到相同的數據。為避免出現這一情況，Minitab使用當天的時間（精確到秒或小數秒）來選擇字符串中的“隨機”起始點。設置基數可以告訴隨機數生成元在何處開始。生成元將從其停止的點處繼續(xù)讀取，除非指定一個新的基數。要每次都生成完全相同的隨機數集合，可在每次選擇隨機樣本或生成隨機數據時設置相同的基數。注如果在不同的平臺上或不同版本的Minitab上使用相同的基數，則可能得不到相同的隨機數序列。對話框項將隨機數據生成元的基數設置為：輸入希望指定為隨機數序列的開始的整數。?,99,隨機數據,隨機是minitab依據各項的統計分析來產生隨機數據，可以在教學上使用或則在模擬上使用。這在后面的課堂上會陸續(xù)使用到再進行一些說明。,100,例如要產生隨機的正態(tài)分布,101,概率分布,是用來計算各項統計分布的概率密度累積概率逆累積概率的,102,編輯器,103,轉到,104,修改數字格式,105,列設定列寬,106,列可以補充列說明,107,列可以取除隱藏列,108,可以設定列的寬度,109,可以對某一column設定公式,110,工具,111,選項,112,文件安全性,可以針對project來設定好相應的密碼，以及是否為只讀。,113,窗口,114,窗口,115,Minitab的SPC使用,116,Minitab可提供的圖形,計量型Xbar-RXbar-sI-MRI-MR-sZ-MR,計數型PNpCU,117,Xbar-R做法,Xbar-R是用于計量型判穩(wěn)準則：連續(xù)二十五點沒有超出控制界限。判異準則：一點超出控制界限連續(xù)六點上升或下降或在同一側不呈正態(tài)分布，大部份點子沒有集中在中心線。,118,Xbar-R做法,決定要研究或控制的Y或X特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,119,Xbar-R練習,打開下列檔案,Select:StatControlChartVariablesChartsforsubgroupXbar-R,120,輸入參數,根據不同的輸入方式選擇不同的分析方法,若數據輸入在一列中，則確定出每組的樣本數,121,決定控制用控制圖的控制界限,輸入穩(wěn)定條件下的平均值和標準差，即確定出控制用控制圖的控制界限。,122,Xbar-ROptions選項,可以在這里選擇判異準則,123,Box-Cox正態(tài)轉換,進行正態(tài)性轉換,124,Storage項,輸出數據的平均值和標準差,125,圖形輸出,126,判圖,請判定前圖是否有異常請問本圖為解析用圖或是控制用圖,127,Xbar-s做法,決定要研究或控制的Y或X特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,128,Xbar-s練習,打開下列檔案Select:StatControlChartVariablesChartsforsubgroupXbar-s,129,輸入參數,解釋與Xbar-R圖相同,130,圖形輸出,131,判圖,請判定前圖是否有異常請問本圖為解析用圖或是控制用圖,132,I-MR圖做法,決定要研究或控制的Y或X特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,133,I-MR練習,打開下列檔案，用其來進行I-MR圖練習Select:StatControlChartVariablesChartsforindividualsI-MR,134,輸入參數,輸入變量,135,控制用控制圖的控制界限,如果是控制用控制圖請輸入數據,136,圖形輸出,137,判圖,請判定前圖是否有異常請問本圖為解析用圖或是控制用圖,138,p圖做法,決定要研究或控制的Y特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,139,p練習,P圖只能適用在二項分布的質量特性性。在做p圖時，要注意其樣本數必須達到1/p5/p，如此之下的圖才比較具有意義。,140,輸入數據,請打開數據文檔Select:StatControlChartAttributesChartsP,141,輸入參數,輸入樣本數,輸入變量,142,決定判異準則,選擇判異準則計數型的判異準則與計量型的不太一樣,143,保存P值,保存根據數據計算所得到的總的不良率,144,圖形輸出,145,np圖做法,決定要研究或控制的Y特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,146,np練習,np圖只能適用在二項分布的質量特性性。在做np圖時，要注意其樣本數必須達到1/p5/p，如此之下的圖才比較具有意義。Np圖要求的每組的樣本數必須是一樣的。,147,輸入數據,請打開數據文檔Select:StatControlChartAttributesChartsNP,148,輸入參數,輸入樣本數,輸入變量,149,圖形輸出,150,c圖做法,決定要研究或控制的Y特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,151,C圖練習,c圖只能適用在卜氏分布的質量特性上。在做c圖時，要注意其樣本數必須達到取樣時至少包含一個缺陷以上，如此之下的圖才比較具有意義。另外就是基本上c圖的樣本要一定才可以。如果樣本數不一樣，則應當使用u圖。,152,輸入數據,請打開數據文檔Select:StatControlChartAttributesChartsC,153,輸入參數,輸入變量,154,決定判異準則,判異準則同P圖一樣,155,圖形輸出,156,u圖做法,決定要研究或控制的Y特性,收集數據,輸入minitab中,用minitab繪圖及分析,判定及采取措施,157,u圖練習,u圖只能適用在卜氏分布的質量特性上。在做u圖時，要注意其樣本數必須達到取樣時至少包含一個缺陷以上，如此之下的圖才比較具有意義。,158,輸入數據,請打開數據文檔Select:StatControlChartAttributesChartsU,159,輸入參數,輸入變量,輸入樣本量,160,圖形輸出,161,MINITAB之制程能力分析,162,制程能力之分類,計量型(基于正態(tài)分布),計數型(基于二項分布),計數型(基于卜氏項分布),163,MINITAB能力分析的選項(計量型),CapabilityAnalysis(Normal)CapabilityAnalysis(Between/Within)CapabilityAnalysis(Weibull)CapabilitySixpack(Normal)CapabilitySixpack(Between/Within)CapabilitySixpack(Weibull),164,CapabilityAnalysis(Normal),該命令會劃出帶理論正態(tài)曲線的直方圖，這可直觀評估數據的正態(tài)性。輸出報告中還包含過程能力統計表，包括子組內和總體能力統計。,165,CapabilityAnalysis(Between/Within),該命令會劃出帶理論正態(tài)曲線的直方圖，可以直觀評估數據的正態(tài)性。該命令適用于子組間存在較大變差的場合。輸出報告中還包含過程能力統計表，包括子組間子組內和總體能力統計。,166,CapabilityAnalysis(Weibull),該命會會劃出帶韋伯曲線的直方圖，這可直觀評估數據是否服從韋伯分布。輸出報告中還包含總體過程總能力統計,167,制程能力分析做法,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,168,STEP1決定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,Y特性一般是指客戶所關心所重視的特性。Y要先能量化，盡量以定量數據為主。Y要事先了解其規(guī)格界限，是單邊規(guī)格，還是雙邊規(guī)格。目標值是在中心，或則不在中心測量系統的分析要先做好。,169,STEP2決定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,在收集Y特性時要注意層別和分組。各項的數據要按時間順序做好相應的整理,170,STEP3決定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,將數據輸入MINTAB中，或則在EXCEL中都可以。,171,STEP4決定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,利用MINITABSTATQUALITYTOOLCAPABILITYANALYSISNORMAL,172,STEP5決定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,利用MINITAB的各項圖形來進行結果說明,173,練習,174,輸入數據,注意輸入方式,Select:StatQualityToolsCapabiltyAnalysisNormal,175,輸入選項,輸入上下規(guī)格界限,根據不同的數據輸入方式選擇分析方法,176,選擇標準差的估計方法,一般選擇復合的標準差估計方式,177,選項的輸入,如果需要計算Cpm則需要輸入目標值,過程能力表現形式的選擇,178,以Cpk,Ppk結果的輸出,179,以Zbench方式輸出,180,結果說明,請學員按此圖形來說明該制程狀況,181,CapabilityAnalysis(Between/Within),182,CapabilityAnalysis(Weibull),此項的分析是用在當制程不是呈現正態(tài)分布時所使用。因為如果制程不是正態(tài)分布硬用正態(tài)分布來分析時，容易產生誤差，所以此時可以使用韋氏分布來進行分析，會更貼近真實現像。,183,練習,請使用同前之數據來進行分析。上規(guī)格：103下規(guī)格：97規(guī)格中心：100,184,輸入相關參數,Select:StatQualityToolsCapabiltyAnalysisNonnormal,185,填入選項要求,韋氏分布的參數估計,186,結果圖形,187,正態(tài)分布適用性的判定,可以使用Statbasicstatisticnormalitytest但數據要放到同一個column中，所以必須針對前面的數據進行一下處理,188,數據調整,進行數據的堆積,189,填寫選項,輸入變量,輸入作為參考的概率線,190,結果輸出,191,結果輸出(加標0.5概率),192,計量型制程能力分析總結,一般的正態(tài)分布使用CapabilityAnalysis(Normal)如果是正態(tài)分布且其組內和組間差異較大時可用CapabilityAnalysis(Between/Within)當非正態(tài)分布時則可以使用CapabilityAnalysis(Weibull),193,二項分布制程能力分析,二項分布只適合用在好，不好過，不過好，壞不可以用在0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分布。,194,示例,數據在excel檔案中Select:StatQualityToolsCapabiltyAnalysisBinomial,195,填好各項的參數,輸入樣本數,輸入歷史的不良率,196,選好控制圖的判異準則,197,結果及輸出,198,卜氏分布制程能力分析,卜分布只適合用在計數型，有二個以上的選擇時例如可以用在外觀檢驗，但非關鍵項部份0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分布。,199,示例,數據在excel檔案中,Select:StatQualityToolsCapabiltyAnalysisPoisson,200,填好各項的參數,201,結果及輸出,202,基礎統計,203,描述性統計,一些參加統計學課程的學生做了一個簡單的試驗。每個學生被要求記錄下自己的每分鐘脈搏跳動次數。下面我們對他們脈搏跳動的數據進行簡單的分析。,204,描述性統計,1OpentheworksheetPULSE.MTW.2ChooseStatBasicStatisticsGraphicalSummary.3InVariables,enterPulse1.ClickOK.,205,結果輸出,206,Z檢驗,例某零件，其厚度在正常生產下服從N(0.13，0.0152)。某日在生產的產品中抽查了10次，其觀測值為：0.112，0.130，0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142。發(fā)現平均厚度已稍增大至0.136，如果標準差不變，試問生產是否正常？（取0.05）,207,Z檢驗,H0：0.13，H1：0.13由于已知，故用z檢驗由MINITAB計算，StatBasicStatistics1SampleZ,Testofmu=0.13vsnot=0.13Theassumedstandarddeviation=0.015VariableNMeanStDevSEMean95%CIZPC1100.1358000.0151060.004743(0.126503,0.145097)1.220.221,208,t檢驗,例某賓館六西格瑪團隊評定某項服務的等級，最大可能的級別為10。團隊規(guī)定服務等級的總體均值“達到7”的服務項目可以接受，總體均值“超過7”的認為有提高。隨機調查12位顧客，要求他們對此項服務評定等級，得到12個級別數據為：7，8，10，8，6，9，6，7，7，8，9和8。假設總體級別近似服從正態(tài)分布，在顯著性水平0.05的情況下，問服務項目確實比規(guī)定可接受標準有提高嗎？,209,t檢驗,建立假設H0：7，H1：7未知，且n7是小樣本，故選用t檢驗。下面是MINITAB軟件計算的結果：,Testofmu=7vs7VariableNMeanStDevSEMean95%LowerBoundTPC1127.750001.215430.350867.119892.140.028,210,1P檢驗,例某廠規(guī)定產品必須經過檢驗合格后才能出廠，某不合格品率p0不得超過5?，F從一批產品中隨機抽取50個進行檢驗，發(fā)現有4個不合格品，問該批產品能否出廠？（取0.05）,211,1P檢驗,用MINITAB軟件計算，StatBasicStatistics1Proportion,TestandCIforOneProportionTestofp=0.05vsp0.05SampleXNSamplep95%LowerBoundExactP-Value14500.0800000.0277880.240,212,2P檢驗,例用A與B兩種不同的方法制造某種零件，從各自制造的零件中分別隨機抽取100個，其中A有10個廢品，B有3個廢品。在0.05水平上，能否認為廢品率與方法有關？,213,2P檢驗,用MINITAB軟件計算，StatBasicStatistics2Proportion,TestandCIforTwoProportionsSampleXNSamplep1101000.100000231000.030000Difference=p(1)-p(2)Estimatefordifference:0.0795%CIfordifference:(0.00235994,0.137640)Testfordifference=0(vsnot=0):Z=2.03P-Value=0.043,214,標準差的檢驗,例在改革工藝前后，各測量了若干鋼條的抗剪強度，數據如下：改革后：525，531，518，533，546，524，521，533，545，540改革前：521，525，533，525，517，514，526，519設改革后鋼條的抗剪強度，改革前為問：可以認為改革工藝后鋼條的抗剪強度標準差有改變嗎？,215,標準差的檢驗,設用MINITAB軟件，StatBasicStatistics2Variances,216,單因子變異數分析,涂順章,217,例題,您設計了一項試驗來評估四種試驗性地毯產品的耐用性。您將這些地毯產品中每種的一個樣本分別鋪在四個家庭，并在60天后測量其耐用性。由于您要檢驗平均值是否相等并評估平均值之間的差異，因此您使用包含多重比較的單因子方差分析過程（堆疊形式的數據）。通常，您會選擇適用于數據的一種多重比較方法。但是，此處選擇了兩種方法來展示Minitab的功能,218,操作步驟,1打開工作表“方差分析示例.MTW”。Exh_aov.mtw2選擇統計方差分析單因子。3在響應中，輸入耐用性。在因子中，輸入地毯。4單擊比較。選中Tukey，全族誤差率。選中許氏MCB，全族誤差率并輸入10。5在每個對話框中單擊確定。,219,操作方法,220,按下多重比較以及圖形,221,輸出結果,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(-*-)3412.8081.506(-*-)4418.1155.435(-*-)-+-+-+-+10.015.020.025.0PooledStDev=3.691,222,許氏比較結果,HsusMCB(MultipleComparisonswiththeBest)Familyerrorrate=0.05Criticalvalue=2.29IntervalsforlevelmeanminuslargestofotherlevelmeansLevelLowerCenterUpper-+-+-+-+-1-9.602-3.6322.337(-*-)2-14.350-8.3800.000(-*-)3-11.277-5.3080.662(-*-)4-2.3373.6329.602(-*-)-+-+-+-+-12.0-6.00.06.0,223,Turkey比較結果,Tukey95%SimultaneousConfidenceIntervalsAllPairwiseComparisonsamongLevelsofCarpetIndividualconfidencelevel=98.83%Carpet=1subtractedfrom:CarpetLowerCenterUpper-+-+-+-+-2-12.498-4.7483.003(-*-)3-9.426-1.6756.076(-*-)4-4.1183.63211.383(-*-)-+-+-+-+-1001020Carpet=2subtractedfrom:CarpetLowerCenterUpper-+-+-+-+-3-4.6783.07310.823(-*-)40.6298.38016.131(-*-)-+-+-+-+-1001020Carpet=3subtractedfrom:CarpetLowerCenterUpper-+-+-+-+-4-2.4435.30813.058(-*-)-+-+-+-+-1001020,224,圖形,225,結果說明,在方差分析表中，地毯的p值(0.047)表明，有足夠證據證明，當alpha設置為0.05時，并非所有平均值都相等。要研究平均值之間的差異，請檢查多重比較結果。許氏MCB比較許氏MCB（與最佳值的多重比較）是將每個平均值與其他平均值中的最佳值（最大值）進行比較。Minitab會將地毯1、2、3的平均值與地毯4的平均值進行比較，因為地毯4的平均值最大。地毯1或4可能是最佳的，因為對應的置信區(qū)間包含正值。沒有證據表明地毯2或3是最佳的，因為上區(qū)間端點為0，這是最小的可能值。注通過檢查上下置信區(qū)間，可以說明任意最佳角逐者的潛在優(yōu)勢或不足。例如，如果地毯1是最佳的，則它優(yōu)于與其最接近的競爭者的程度不會超過1.246，它劣于其他水平平均值中最佳者的程度可能達到8.511。,226,Tukey比較,Tukey檢驗提供了3組多重比較置信區(qū)間：地毯1平均值減自地毯2、3、4平均值：第一組Tukey輸出的第一個區(qū)間(-12.498,-4.748,3.003)給出了減自地毯2平均值的地毯1平均值的置信區(qū)間。通過顛倒區(qū)間值的順序和符號，可以輕松找到未包括在輸出中的項的置信區(qū)間。例如，地毯1的平均值減地毯2的平均值的置信區(qū)間為(-3.003,4.748,12.498)。對于此組比較，由于所有置信區(qū)間都包括0，因此沒有任何平均值在統計意義上不同。地毯2平均值減自地毯3和4平均值：地毯2和4平均值在統計意義上不同，因為此平均值組合的置信區(qū)間(0.629,8.380,16.131)不包括零。地毯3平均值減自地毯4平均值：地毯3和4不存在統計意義上的不同，因為置信區(qū)間包括0。通過不將F檢驗作為條件，在全族誤差率為0.10時，處理平均值中似乎出現了差異。如果許氏MCB方法對這些數據而言是個好的選擇，則可將地毯2和3從最佳選擇中排除。使用Tukey方法時，地毯2和4的平均耐用性似乎有所不同。,227,二因子變異數分析,涂順章,228,變異數分析,229,圖形,230,數據結果,Multi-VariChartforStrengthbySinterTime-MetalTypeTwo-wayANOVA:StrengthversusSinterTime,MetalTypeSource