MINITAB使用教程PPT學(xué)習(xí)課件_第1頁
MINITAB使用教程PPT學(xué)習(xí)課件_第2頁
MINITAB使用教程PPT學(xué)習(xí)課件_第3頁
MINITAB使用教程PPT學(xué)習(xí)課件_第4頁
MINITAB使用教程PPT學(xué)習(xí)課件_第5頁
已閱讀5頁,還剩124頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

第1章MINITAB的概要1MINITAB是一種統(tǒng)計分析的軟件上海中圣是其在中國的代理2任務(wù)欄(TaskBar)工具欄(ToolBar)工作表(worksheet)MINITAB的基本畫面3階段窗口

(分析輸出屏幕)數(shù)據(jù)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4任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作5任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作6任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作可進(jìn)行數(shù)據(jù)的排列處理MINITAB只能做列之間的分析,通常需要對已有數(shù)據(jù)進(jìn)行處理7如何完成這樣的操作呢?Manip>>Stack>>StackColumns如果選擇Newworksheet的話,就會出現(xiàn)一個新的工作表。如果不選擇的話,就會將XI,X2變成1,28任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作Calc:CalcuratorCalc>>Calculator具有強(qiáng)大的計算功能9Calc>>RowStatistics可以計算列之間的和,平均值,等有關(guān)Calc的其它功能在后面詳細(xì)介紹10任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作11任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作12任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作13任務(wù)欄(TaskBar)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作14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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作任務(wù)欄(TaskBar)注:MINITAB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。15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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作任務(wù)欄(TaskBar)16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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作任務(wù)欄(TaskBar)SixSigma是一個單獨的摸塊,它獨立于MINITAB。它可對連續(xù)數(shù)據(jù),屬性數(shù)據(jù)進(jìn)行分析并得出報告。17工具欄(ToolBar)打開文件保存文件插入單元格插入行插入列移動列刪除單元格最后對話框(返回到最后的指示屏幕)返回到階段窗口返回到數(shù)據(jù)窗口圖表管理(圖表再排列)關(guān)閉圖表(刪除圖表)前一命令下一命令尋找關(guān)于數(shù)據(jù)結(jié)構(gòu)的補(bǔ)充信息:

Minitab定義以下兩種類型的數(shù)據(jù)結(jié)構(gòu):1. 堆積數(shù)據(jù):

排列于一列的多于一個子群的數(shù)據(jù)2. 非堆積數(shù)據(jù):

每一子群的數(shù)據(jù),排列于分開的列(或行)使用“Manip>Stack/Unstack”命 令轉(zhuǎn)換這些數(shù)據(jù)格式。什么是子群?處理數(shù)據(jù)常分成組。例如,運(yùn)送數(shù)據(jù)用發(fā)貨分組,化學(xué)處理數(shù)據(jù)用批而半導(dǎo)體處理數(shù)據(jù)用

lot。這些數(shù)據(jù)組被稱為子群。這些子群還用在短期和長期處理能力中。18返回到最后一個對話框(EditLastDialog)工具欄(ToolBar)返回到階段窗口(SessionWindow)返回到數(shù)據(jù)窗口(CurrentDataWindow)工作表的管理:可變更工作表,變更名稱等。可根據(jù)對話框選擇必要的操作。(ManageWorkSheets)圖表的管理:表示全畫面,任意的圖形表示等。可根據(jù)對話框選擇必要的操作。(ManageGraphs)1920第2章MINITAB的任務(wù)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(shù)據(jù)修改數(shù)據(jù)管理數(shù)據(jù)操作目錄第1節(jié)數(shù)據(jù)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(SixSigma)21第1節(jié)數(shù)據(jù)操作(Manip)1.數(shù)據(jù)排列的調(diào)整2.如何將數(shù)據(jù)從‘代碼化數(shù)據(jù)’轉(zhuǎn)變成‘自然碼數(shù)據(jù)’呢?3.改變數(shù)據(jù)的排列,將數(shù)據(jù)由‘行’轉(zhuǎn)變成‘列’呢?4.利用Calc菜單,制作C9的Months‘列’的‘排列’22第1節(jié)數(shù)據(jù)操作(Manip)-1/61.數(shù)據(jù)排列的調(diào)整:Manip可以將MINITAB工作表中的數(shù)據(jù)列進(jìn)行再排列整理。從而達(dá)到對數(shù)據(jù)構(gòu)成以及格式的重整。(經(jīng)常采用Excel的數(shù)據(jù)時,更有用)例1:MINITAB-Data-Files>Manip-1.MPJ有一組如下的數(shù)據(jù)。它是從Excel中拷貝過來的。如何處理?Manip>Stack>StackBlockofColumns23第1節(jié)數(shù)據(jù)操作(Manip)-2/61.先在工作表中的C7,C8,C9分別填如名稱地點收益月份24第1節(jié)數(shù)據(jù)操作(Manip)-3/62.如何將數(shù)據(jù)從‘代碼化數(shù)據(jù)’轉(zhuǎn)變成‘自然碼數(shù)據(jù)’呢?Manip>Code>NumerictoText25第1節(jié)數(shù)據(jù)操作(Manip)-4/63.改變數(shù)據(jù)的排列,將數(shù)據(jù)由‘行’轉(zhuǎn)變成‘列’呢?Manip>Stack>StackRowsC2—C6C8C1C7那末如何制作C9的Months‘列’呢?請看下頁。26第1節(jié)數(shù)據(jù)操作(Manip)-5/64.利用Calc菜單,制作C9的Months‘列’的‘排列’Calc>MakePatternedData>SimpleSetofNumbers從1開始到5結(jié)束間隔1每個數(shù)重復(fù)1次整體數(shù)重復(fù)5次27第1節(jié)數(shù)據(jù)操作(Manip)-6/6練習(xí)1:將下面的‘橫向’排列的數(shù)據(jù),改成‘縱向’的‘排列’MINITAB-Data-Files>Manip-3.MPJManip>Stack>StackRows28第2節(jié)計算功能(Calc)1.計算器功能:Calc>Calculator2.‘行’的統(tǒng)計計算:Calc>RowStatistics‘列’的統(tǒng)計計算:Calc>ColumnStatistics3.如何制造數(shù)據(jù):Calc>MakePatternedData>SimpleSetofNumbers4.如何取‘隨機(jī)順序’?如何‘取樣’?Calc>RandomData>SampleFromColumns5.如何制做‘正態(tài)分布的數(shù)據(jù)’:Calc>RandomData>NormalDistribution29第2節(jié)計算功能(Calc)-1/51.計算器功能Calc>Calculator這是一個功能強(qiáng)大的計算器,請隨時使用。它可以將計算結(jié)果自動轉(zhuǎn)入MINITAB中。它還有許多的函數(shù)運(yùn)算功能。30第2節(jié)計算功能(Calc)-2/52.‘行’的統(tǒng)計計算,Calc>RowStatistics‘列’的統(tǒng)計計算,Calc>ColumnStatisticsMINITAB-Data-Files>Calc-1.MPJMeanofC1MeanofC1=5.5000SumofC1SumofC1=55.000StandardDeviationofC1StandarddeviationofC1=3.0277MinimumofC1MinimumofC1=1.0000MaximumofC1MaximumofC1=10.00031第2節(jié)計算功能(Calc)-3/53.如何制造數(shù)據(jù)Calc>MakePatternedData>SimpleSetofNumbers從1開始到20結(jié)束間隔1每個數(shù)重復(fù)1次整體數(shù)重復(fù)1次MINITAB-Data-Files>Calc-2.MPJ32第2節(jié)計算功能(Calc)-4/54.如何取‘隨機(jī)順序’?。如何‘取樣’?。Calc>RandomData>SampleFromColumnsMINITAB-Data-Files>Calc-3.MPJ隨機(jī)順序取樣33第2節(jié)計算功能(Calc)-5/55.如何制做‘正態(tài)分布的數(shù)據(jù)’。Calc>RandomData>NormalDistributionMINITAB-Data-Files>Calc-4.MPJ練習(xí)2:求上面的數(shù)據(jù)的標(biāo)準(zhǔn)偏差(答案參考第2節(jié)的2)34第3節(jié)統(tǒng)計分析(Stat)1.描述統(tǒng)計(Stat>BasicStatistics>Display

DescriptiveStatistics)2.正態(tài)性檢驗(Stat>BasicStatistics>NormalityTest)3.T-檢驗(1-Samplet,2-Samplet,)4.相關(guān)(Stat>BasicStatistics>Correlation)5.回歸(Stat>Regression>Regression)6.方差分析(One-wayANOVA,Two-wayANOVA,BalancedANOVA,TestforEqualVariances,2Variances,MainEffectsPlot,InteractionsPlot,)7.實驗計劃法(DOE)8.管理圖(ControlCharts)9.質(zhì)量工具(QualityTools)10.表格功能(Tables)35第3節(jié)統(tǒng)計分析(Stat)-1/741.描述統(tǒng)計1-1.描述統(tǒng)計菜單:Stat>BasicStatistics>DisplayDescriptiveStatistics描述統(tǒng)計,可以對一組數(shù)據(jù)(子集團(tuán)的樣本)進(jìn)行統(tǒng)計分析。從數(shù)據(jù)中計算出:自由度(N),算數(shù)平均(Mean),標(biāo)準(zhǔn)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(tuán)進(jìn)行推測的一種統(tǒng)計分析方法。除此之外,還可以畫出數(shù)據(jù)的分布圖,判定數(shù)據(jù)的正態(tài)性等。(此種分析只適用連續(xù)性數(shù)據(jù))36第3節(jié)統(tǒng)計分析(Stat)-2/741-2.描述統(tǒng)計的例子:打開文件:MINITAB-Data-Files>Stat_1.MPJStat>BasicStatistics>DisplayDescriptiveStatistics37第3節(jié)統(tǒng)計分析(Stat)-3/741-3.描述統(tǒng)計的例子的階段窗口(SessionWindow)分析:DescriptiveStatistics:ResponseVariableNMeanMedianTrMeanStDevSEMeanResponse600.80750.80000.81570.19520.0252VariableMinimumMaximumQ1Q3Response0.40001.05000.66251.0000自由度應(yīng)答變量平均值標(biāo)準(zhǔn)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(biāo)準(zhǔn)偏差的平均值用標(biāo)準(zhǔn)偏差除以自由度N的開根號(SQRT(N))0.0252=0.1952/6038第3節(jié)統(tǒng)計分析(Stat)-4/741-4.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(biāo)準(zhǔn)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(biāo)準(zhǔn)偏差的95%置信區(qū)間39第3節(jié)統(tǒng)計分析(Stat)-5/742.正態(tài)性檢驗2-1.正態(tài)性檢驗菜單:Stat>BasicStatistics>NormalityTest制作一組,平均值為30,標(biāo)準(zhǔn)偏差是0.1的50個數(shù)據(jù),放在C1欄中。打開文件:MINITAB-Data-Files>Stat_2.MPJ40第3節(jié)統(tǒng)計分析(Stat)-6/742.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(shù)據(jù)。2)如果圖中的數(shù)據(jù)排列在一條直線上,可以初步認(rèn)為有正態(tài)性。當(dāng)然,最終確認(rèn)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(shù)據(jù)具有正態(tài),則可用統(tǒng)計工具進(jìn)行處理。5)如果缺乏正態(tài),檢查數(shù)據(jù)是否測量正確或?qū)?shù)據(jù)修正為正確。如果數(shù)據(jù)是正確的,則進(jìn)行對數(shù)變換。注:如果數(shù)據(jù)個數(shù)較小(小于30)則不能完全相信P-值。在數(shù)據(jù)個數(shù)較小的情況下,即使數(shù)據(jù)被判斷為缺乏正態(tài)也無關(guān)緊要。正態(tài)存在如果

P-值>0.05缺乏正態(tài)如果

P-值<0.0541第3節(jié)統(tǒng)計分析(Stat)-7/743.T-檢驗3-1.一個樣本的T-檢驗:Stat>BasicStatistics>1-Samplet

打開文件:MINITAB-Data-Files>Stat_3(1-Samplet

).MPJ牛奶樣本的的凍結(jié)溫度牛奶標(biāo)準(zhǔn)的的凍結(jié)溫度小于(標(biāo)準(zhǔn))不等于(標(biāo)準(zhǔn))大于(標(biāo)準(zhǔn))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(jié)溫度明顯高于標(biāo)準(zhǔn)42第3節(jié)統(tǒng)計分析(Stat)-8/743.T-檢驗3-2.一個樣本的T-檢驗:如何判定檢驗結(jié)果One-SampleT:FrzTempTestofmu=-0.545vsmu>-0.545VariableNMeanStDevSEMeanFrzTemp10-0.539370.007800.00247Variable95.0%LowerBoundTPFrzTemp-0.543892.280.024單側(cè)檢驗由于P-值小于0.05,所以對立假說成立,(放棄歸零假說)結(jié)論:從牛奶公司拿到的牛奶的凍結(jié)溫度,明顯高于標(biāo)準(zhǔn)溫度,這可以作為牛奶中摻水的證據(jù)樣本數(shù)量樣本平均樣本標(biāo)準(zhǔn)偏差樣本平均的標(biāo)準(zhǔn)誤差=標(biāo)準(zhǔn)偏差(0.0078)除以自由度N(10)的開根號(SQRT(N))=0.0078/3.16228=0.002466T-值是這樣計算的:T=mean-target/SEmean=-0.53937-(-0.545)/0.00247=2.27935又,由于是單側(cè)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43第3節(jié)統(tǒng)計分析(Stat)-9/743.T-檢驗3-3.兩個樣本的T-檢驗:Stat>BasicStatistics>2-Samplet

打開文件:MINITAB-Data-Files>Stat_4(2-Samplet

).MPJ小于(標(biāo)準(zhǔn))不等于(標(biāo)準(zhǔn))大于(標(biāo)準(zhǔn))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(qiáng)度明顯高于原有廠家B(C2)的指標(biāo),其結(jié)果呢?本例題的補(bǔ)充說明:分析對象是一種計算機(jī)外殼用的材料的破壞強(qiáng)度.現(xiàn)有廠家-B,關(guān)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(jī)行業(yè),對材料來說,其區(qū)別應(yīng)大于10psi)那末,我們有沒有更換現(xiàn)有廠家B的必要呢?44第3節(jié)統(tǒng)計分析(Stat)-10/743.T-檢驗3-4.兩個樣本的T-檢驗:如何確認(rèn)判定結(jié)果?Two-SampleT-TestandCI:Manu_a,Manu_bTwo-sampleTforManu_avsManu_bNMeanStDevSEMeanManu_a10162.6140.5990.19Manu_b12155.131.130.33Difference=muManu_a-muManu_bEstimatefordifference:7.48495%lowerboundfordifference:6.827T-Testofdifference=0(vs>):T-Value=19.82P-Value=0.000DF=17結(jié)果判定1:通過P-值看出,廠家A的指標(biāo)明顯好于現(xiàn)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(dá)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(biāo)準(zhǔn)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(jié)論:雖然廠家A比廠家B只高7.5psi,但它的波動小,質(zhì)量穩(wěn)定,采用.45第3節(jié)統(tǒng)計分析(Stat)-11/743.T-檢驗3-5.兩個樣本的T-檢驗:練習(xí)題打開文件:MINITAB-Data-Files>Stat_5(2-Samplet

).MPJ兩個樣本的T-檢驗,可以進(jìn)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(jī)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(rèn)A,B的波動.46第3節(jié)統(tǒng)計分析(Stat)-12/744.相關(guān)(Correlation)4-1.相關(guān):Stat>BasicStatistics>Correlation

打開文件:MINITAB-Data-Files>Stat_6.MPJCorrelations:Lab,OnlinePearsoncorrelationofLabandOnline=0.959P-Value=0.000相關(guān)性判定:看相關(guān)系數(shù)(0.959),如果是“0”就不相關(guān),如果是“1”就是完全(正)相關(guān),如果是“-1”就是完全負(fù)相關(guān)其他就表示是相關(guān)性強(qiáng)弱.47第3節(jié)統(tǒng)計分析(Stat)-13/74操作菜但順序:Graph>PlotX-Y圖:可觀察變量X與Y的關(guān)系,X=Online(在線),Y=Lab(實驗室)數(shù)據(jù)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(guān)性如何?.48第3節(jié)統(tǒng)計分析(Stat)-14/744.相關(guān)(Correlation)的補(bǔ)充說明4-2.用Graph>MatrixPlot來初步判斷要因之間的相關(guān)程度打開文件:MINITAB-Data-Files>Stat_9.MPJ從這些圖形中,可以初步判斷有關(guān)的變量之間是否存在著相關(guān).(當(dāng)然,這不是定量分析)49第3節(jié)統(tǒng)計分析(Stat)-15/745.回歸(Regression)5-1.回歸(單回歸):Stat>Regression>Regression打開文件:MINITAB-Data-Files>Stat_7.MPJ攪拌速度(X)油漆中雜質(zhì)(Y)我們希望觀察,最大要因(攪拌速度)是如何影響輸出(油漆中雜質(zhì))的呢?它們的定量關(guān)系是什么?50第3節(jié)統(tǒng)計分析(Stat)-16/74RegressionAnalysis:ImpurityversusStirrateTheregressionequationisImpurity=-0.29+0.457StirratePredictorCoefSECoefTPConstant-0.2891.221-0.240.817Stirrate0.456640.0384411.880.000S=0.9193R-Sq=93.4%R-Sq(adj)=92.7%AnalysisofVarianceSourceDFSSMSFPRegression1119.28119.28141.130.000ResidualError108.450.85Total11127.73回歸方程式常數(shù)攪拌速度系數(shù)自由度=N-1殘差平方和平均平方和(方差)標(biāo)準(zhǔn)偏差相關(guān)系數(shù)R的平方調(diào)整后的相關(guān)系數(shù)R的平方F分布P-值51第3節(jié)統(tǒng)計分析(Stat)-17/745.回歸(Regression)5-2.回歸線圖:Stat>Regression>FittedLinePlot打開文件:MINITAB-Data-Files>Stat_8.MPJ殘差Resi=各組的數(shù)據(jù)Y-各組的平均值Fits各組內(nèi)的平均值線性(一次)相關(guān)曲線(二次)相關(guān)曲線(三次)相關(guān)選擇置信區(qū)間顯示52第3節(jié)統(tǒng)計分析(Stat)-18/74這是線性(一次)相關(guān)曲線回歸方程式相關(guān)系數(shù)R的平方攪拌速度油漆中雜質(zhì)(Y)線95%置信區(qū)間每一點95%置信區(qū)間如果相關(guān)系數(shù)R平方很小的話,怎么辦?53第3節(jié)統(tǒng)計分析(Stat)-19/74殘差檢驗:目的是確認(rèn)前面所建立的數(shù)學(xué)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(jié)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(jìn)一步定量地判定的話,可用正態(tài)性檢驗菜單:Stat>BasicStatistics>NormalityTest操作菜單:Stat>Regression>ResidualPlots54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:Stat>BasicStatistics>NormalityTest正態(tài)存在如果

P-值>0.05缺乏正態(tài)如果

P-值<0.05殘差55第3節(jié)統(tǒng)計分析(Stat)-21/746.方差分析(ANOVA)6-1.一元方差分析:ANOVA>One-wayANOVA打開文件:MINITAB-Data-Files>Stat_10(One-wayANOVA).MPJ例題說明:顯象管的技術(shù)指標(biāo)之一是“預(yù)熱時間(暖機(jī)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(zhǔn))目的是判斷它們的預(yù)熱時間是否相同標(biāo)準(zhǔn)是:能穩(wěn)定維持在一個較低的水平預(yù)熱時間實驗批次56第3節(jié)統(tǒng)計分析(Stat)-22/746-1.一元方差分析:ANOVA>One-wayANOVA(選擇分析模式)這也是一種做殘差檢驗的方法57第3節(jié)統(tǒng)計分析(Stat)-23/746-1.一元方差分析:ANOVA>One-wayANOVA(觀察階段窗口)One-wayANOVA:Time_secversusTubetypeAnalysisofVarianceforTime_secSourceDFSSMSFPTubetype2114.757.31.950.197Error9264.029.3Total11378.7Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev---------+---------+---------+-------1420.0002.449(---------*----------)2426.0008.485(---------*----------)3419.0003.162(----------*---------)---------+---------+---------+-------PooledStDev=5.41618.024.030.0自由度平方和方差=SS/DFF統(tǒng)計量P-值P-值<0.05,至少有一個平均值與其他不一樣.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(zhǔn)樣本數(shù)平均值標(biāo)準(zhǔn)偏差階段性結(jié)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(biāo)準(zhǔn)

偏差(8.485)較大(波動大,不穩(wěn)定),需要進(jìn)一步確認(rèn)原因,如有可能,要重復(fù)實驗.58第3節(jié)統(tǒng)計分析(Stat)-24/746-1.一元方差分析:ANOVA>One-wayANOVA(觀察圖)箱線圖點圖從箱線圖中可以看出,第2批次的數(shù)據(jù)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(shù)據(jù)較小時,采用點圖比采用箱線圖更能充分反映問題所在.結(jié)論:要調(diào)查第2批次的異常值原因,如有必要,應(yīng)再次實驗59第3節(jié)統(tǒng)計分析(Stat)-25/746-1.一元方差分析:ANOVA>One-wayANOVA(殘差檢驗)殘差數(shù)據(jù)列柱狀圖殘差數(shù)據(jù)列的正態(tài)概率圖

(如為直線則為正態(tài)分布)殘差數(shù)據(jù)對于組平均值的數(shù)學(xué)表達(dá)式模型做圖(檢查獨立性和隨機(jī)性)殘差數(shù)據(jù)對數(shù)據(jù)順序做圖(檢查獨立性和隨機(jī)性)60第3節(jié)統(tǒng)計分析(Stat)-26/746.方差分析(ANOVA)6-2.二元方差分析:ANOVA>Two-wayANOVA打開文件:MINITAB-Data-Files>Stat_11(Two-wayANOVA).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)61第3節(jié)統(tǒng)計分析(Stat)-27/746.方差分析(ANOVA)6-2.二元方差分析:ANOVA>Two-wayANOVA(觀察階段窗口)Two-wayANOVA:PntWearversusLocation,PaintAnalysisofVarianceforPntWearSourceDFSSMSFPLocation338.6912.9010.040.003Paint330.6910.237.960.007Error911.561.28Total1580.94結(jié)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.62第3節(jié)統(tǒng)計分析(Stat)-28/746.方差分析(ANOVA)6-3.平衡的方差分析:ANOVA>BalancedANOVA例題與前面相同:打開文件:MINITAB-Data-Files>Stat_11(Two-wayANOVA).MPJ殘差計算和殘差圖分析均省略吧63第3節(jié)統(tǒng)計分析(Stat)-29/746.方差分析(ANOVA)6-3.平衡的方差分析:ANOVA>BalancedANOVA(觀察階段窗口)ANOVA:PntWearversusLocation,PaintFactorTypeLevelsValuesLocationfixed4HarrisburgPhiladelphiaPittsburghScrantonPaintfixed4Y-0242Y-0314Y-1424Y-1723AnalysisofVarianceforPntWearSourceDFSSMSFPLocation338.68812.89610.040.003Paint330.68810.2297.960.007Error911.5631.285Total1580.938結(jié)論與前面一樣.(省略分析)64第3節(jié)統(tǒng)計分析(Stat)-30/746.方差分析(ANOVA)菜單6-4.等方差檢驗:ANOVA>TestforEqualVariances打開文件:MINITAB-Data-Files>Stat_12.MPJ這里的等方差分析只是針對于一個要因的不同水準(zhǔn)之間的方差65第3節(jié)統(tǒng)計分析(Stat)-31/746.方差分析(ANOVA)菜單6-4.等方差檢驗:ANOVA>TestforEqualVariances(等方差分析)這是基于假設(shè)正態(tài)分布的檢驗的P-值這是基于非假設(shè)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(zhǔn)的波動沒有不同.66第3節(jié)統(tǒng)計分析(Stat)-32/746-5.等方差檢驗的補(bǔ)充:(如何分析兩個要因的等方差呢?)Stat>BasicStatistics>2Variances打開文件:MINITAB-Data-Files>Stat_4(2-Samplet).MPJ67第3節(jié)統(tǒng)計分析(Stat)-33/746.方差分析(ANOVA)菜單6-6.主效果圖:ANOVA>MainEffectsPlot打開文件:MINITAB-Data-Files>Stat_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(dāng)然,此題可用三元ANOVA來進(jìn)行定良的分析.這里我們只用主效果圖,來進(jìn)行初步的判斷68第3節(jié)統(tǒng)計分析(Stat)-34/746.方差分析(ANOVA)菜單6-6.主效果圖:ANOVA>MainEffectsPlot結(jié)論很簡單69第3節(jié)統(tǒng)計分析(Stat)-35/746.方差分析(ANOVA)菜單6-6.交互作用圖:ANOVA>InteractionsPlot打開文件:MINITAB-Data-Files>Stat_13.MPJ選擇單邊或全圖結(jié)論很簡單70第3節(jié)統(tǒng)計分析(Stat)-36/747.實驗計劃法(DOE)7-1.實驗計劃設(shè)計基本:DOE>Factorial>CreateFactorialDesign建立一個實驗計劃表:Stat>DOE>Factorial>CreateFactorialDesign選擇要因個數(shù)71第3節(jié)統(tǒng)計分析(Stat)-37/747.實驗計劃法(DOE)7-1.實驗計劃設(shè)計基本:DOE>Factorial>CreateFactorialDesign選擇要因個數(shù)看一看可采用的設(shè)計模式要因數(shù)實驗次數(shù)解像度首先了解在一定的要因數(shù)的前提下,根據(jù)解像度要求的不同,其實驗次數(shù)不一樣.比如3個要因,全解像度時(Full),實驗次數(shù)為8次,解像度為三時(III),實驗次數(shù)為4次72第3節(jié)統(tǒng)計分析(Stat)-38/747.實驗計劃法(DOE)7-1.實驗計劃設(shè)計基本:DOE>Factorial>CreateFactorialDesign選擇要因個數(shù)看一看可采用的設(shè)計模式設(shè)計選擇中心點個數(shù)重復(fù)次數(shù)模擬要因個數(shù)實驗設(shè)計模式實驗次數(shù)解像度水準(zhǔn),要因73第3節(jié)統(tǒng)計分析(Stat)-39/747.實驗計劃法(DOE)7-1.實驗計劃設(shè)計基本:DOE>Factorial>CreateFactorialDesign選擇要因個數(shù)看一看可采用的設(shè)計模式設(shè)計選項要因要因名稱低水準(zhǔn)高水準(zhǔn)要因?qū)嶒烅樞螂S機(jī)化處理將實驗設(shè)計存入工作表74第3節(jié)統(tǒng)計分析(Stat)-40/747.實驗計劃法(DOE)7-1.實驗計劃設(shè)計基本:DOE>Factorial>CreateFactorialDesign實驗設(shè)計的結(jié)果隨機(jī)順序?qū)嶒炐蛱栔行狞c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(jìn)行實驗,并將實驗的數(shù)據(jù)記錄在C8(Yield)Yield請參照文件:MINITAB-Data-Files>Stat_14(DOE-1).MPJ75第3節(jié)統(tǒng)計分析(Stat)-41/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign打開文件:MINITAB-Data-Files>Stat_15(DOE-2).MPJ這是代碼化的水準(zhǔn)這是8次實驗結(jié)果的數(shù)據(jù)76第3節(jié)統(tǒng)計分析(Stat)-42/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign選項選項時,一般最初是全選>>,在分析后,如發(fā)現(xiàn)不重要的要因可選<到左側(cè)不選項目選擇項目77制圖殘差分析暫不進(jìn)行第3節(jié)統(tǒng)計分析(Stat)-43/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign一般選0.05,但最初為保險可取0.1殘差分析暫不進(jìn)行78第3節(jié)統(tǒng)計分析(Stat)-44/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign遠(yuǎn)離直線且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(cè)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79第3節(jié)統(tǒng)計分析(Stat)-45/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign選項只選擇重要的A,C,A*C,縮小模式80第3節(jié)統(tǒng)計分析(Stat)-46/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign制圖選擇0.05進(jìn)行殘差診斷81第3節(jié)統(tǒng)計分析(Stat)-46/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesign結(jié)果同前82第3節(jié)統(tǒng)計分析(Stat)-47/747.實驗計劃法(DOE)7-2.實驗后的分析:DOE>Factorial>AnalyzeFactorialDesignFractionalFactorialFit:YieldversusTemp,CatalystEstimatedEffectsandCoefficientsforYield(codedunits)TermEffectCoefSECoefTPConstant64.25001.31149.010.000Temp23.000011.50001.3118.770.001Catalyst1.50000.75001.3110.570.598Temp*Catalyst10.00005.00001.3113.810.019AnalysisofVarianceforYield(codedunits)SourceDFSeqSSAdjSSAdjMSFPMainEffects21062.501062.50531.2538.640.0022-WayInteractions1200.00200.00200.0014.550.019ResidualError455.0055.0013.75PureError455.0055.0013.75Total71317.50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(yīng)該是進(jìn)行殘差診斷,來判斷分析結(jié)果的正確性,這里我們省略.83第3節(jié)統(tǒng)計分析(Stat)-48/747.實驗計劃法(DOE)7-2.實驗后的分析(要因圖):DOE>Factorial>FactorialPlots主效果圖交互作用圖立體圖84第3節(jié)統(tǒng)計分析(Stat)-49/747.實驗計劃法(DOE)7-2.實驗后的分析(要因圖):DOE>Factorial>FactorialPlots85第3節(jié)統(tǒng)計分析(Stat)-50/747.實驗計劃法(DOE)7-2.實驗后的分析(建立數(shù)學(xué)模型)(求ε2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ε2:Stat>ANOVA>BalanceANOVAAnalysisofVarianceforYieldSourceDFSSε2Temp11058.001058/1317=0.80380.3%Catalyst14.504.50/1317=0.0030.3%Temp*Catalyst1200.00200.00/1317.5=0.15215.2%Error455.0055.00/1317.5=0.0424.2%Total71317.50回到實際問題:為提高產(chǎn)量,考慮溫度180,催化劑用B,濃度只考慮經(jīng)濟(jì)性868.管理圖(ControlCharts)8-1.管理圖的實驗定義:ControlCharts>DefineTests第3節(jié)統(tǒng)計分析(Stat)-51/74實驗序號設(shè)定值-K定義有一個點超過了K(3)西格瑪界限有K(9)個或以上的數(shù)據(jù)點,連續(xù)分布在中心線一側(cè)有K(6)個數(shù)據(jù),連續(xù)增加或連續(xù)減小有K(14)個數(shù)據(jù),連續(xù)性的,交替上下變動有K(2)+1的個連續(xù)數(shù)據(jù)中的2個,超過了2西格瑪界限有K+1(5)個數(shù)據(jù)中,有K(4)個數(shù)據(jù)超過了1西格瑪界限有K(15)個點在1西格瑪界限內(nèi),在中心線的上側(cè)或下側(cè)有K(8)個點,超過1西格瑪界限,在中心線的上側(cè)或下側(cè)87第3節(jié)統(tǒng)計分析(Stat)-52/748.管理圖(ControlCharts)8-2.管理圖分類:N<10Xbar-R管理図Stat>ControlCharts>Xbar-RN≧10Xbar-S管理図Stat>ControlCharts>Xbar-SI-MR管理図Stat>ControlCharts>I-MR個々のポイントよりもトレンドを重視サンプルサイズ≧1EWMAStat>ControlCharts>EWMA

np管理図

Stat>ControlCharts>NPp管理図Stat>ControlCharts>Pc管理図Stat>ControlCharts>Cu管理図Stat>ControlCharts>U連續(xù)數(shù)據(jù)離散數(shù)據(jù)子集團(tuán)的樣本數(shù)據(jù)的量=N無法分組,子集團(tuán)樣本數(shù)據(jù)量=1不良品(不良率)欠點數(shù)子集團(tuán)樣本數(shù)量一定子集團(tuán)樣本數(shù)量可變子集團(tuán)樣本數(shù)量一定子集團(tuán)樣本數(shù)量可變88第3節(jié)統(tǒng)計分析(Stat)-53/748.管理圖(ControlCharts)8-3.連續(xù)數(shù)據(jù)管理圖-Xbar-R管理圖:ControlCharts>Xbar-R打開文件:MINITAB-Data-Files>Stat_16(Xbar-R).MPJ子集團(tuán)的樣本數(shù)據(jù)量=5<10例題說明:某零件直徑=140±5mm,每天取5個數(shù)據(jù)進(jìn)行監(jiān)測,共監(jiān)測了30天Tests要全選89第3節(jié)統(tǒng)計分析(Stat)-54/748.管理圖(ControlCharts)8-3.連續(xù)數(shù)據(jù)管理圖-Xbar-R管理圖:ControlCharts>Xbar-R上方管理界限+3σ

下方管理界限-3σ

檢測出第1種錯誤(看階段窗口可知是第24點)樣本數(shù)據(jù)的管理圖樣本數(shù)據(jù)移動的管理圖90第3節(jié)統(tǒng)計分析(Stat)-55/748.管理圖(ControlCharts)8-4.連續(xù)數(shù)據(jù)管理圖-I-MR管理圖:ControlCharts>I-MR打開文件:MINITAB-Data-Files>Stat_17(I-MR).MPJ收集了1個月的每天在庫量N=191第3節(jié)統(tǒng)計分析(Stat)-56/748.管理圖(ControlCharts)8-4.連續(xù)數(shù)據(jù)管理圖-I-MR管理圖:ControlCharts>I-MR移動的平均

92第3節(jié)統(tǒng)計分析(Stat)-57/748.管理圖(ControlCharts)8-4.離散數(shù)據(jù)(不良品,不良率)-NP,P管理圖:ControlCharts>NP,P打開文件:MINITAB-Data-Files>Stat_18(NP,P).MPJ樣本數(shù)量薪金支票錯誤可變換點,線的各種形狀和顏色93第3節(jié)統(tǒng)計分析(Stat)-58/748.管理圖(ControlCharts)8-4.離散數(shù)據(jù)(不良品,不良率)-NP,P管理圖:ControlCharts>NP,PNP管理圖

P管理圖

薪金支票錯誤個數(shù)薪金支票錯誤率94第3節(jié)統(tǒng)計分析(Stat)-59/748.管理圖(ControlCharts)8-5.離散數(shù)據(jù)(欠點數(shù))-U管理圖:ControlCharts>U打開文件:MINITAB-Data-Files>Stat_19(U).MPJ每天接收保險單的數(shù)量保險單的數(shù)量的10%取樣欠點數(shù)95第3節(jié)統(tǒng)計分析(Stat)-60/748.管理圖(ControlCharts)8-5.離散數(shù)據(jù)(欠點數(shù))-U管理圖:ControlCharts>U由于子集團(tuán)的樣本數(shù)量不一樣,所以,其管理界限也不一樣96第3節(jié)統(tǒng)計分析(Stat)-61/748.管理圖(ControlCharts)8-6.連續(xù)數(shù)據(jù)-個別管理圖:ControlCharts>Individuals(I-Chart)打開文件:MINITAB-Data-Files>Stat_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97第3節(jié)統(tǒng)計分析(Stat)-62/749.質(zhì)量工具(QualityTools)9-1.運(yùn)行圖:Stat>QualityTools>Run-Chart打開文件:MINITAB-Data-Files>Stat_21(Run-Chart).MPJ用Calc>RandomData>Normal的菜單,制作一組,平均值是40,標(biāo)準(zhǔn)偏差0.1,50個數(shù)據(jù),放在C1中98第3節(jié)統(tǒng)計分析(Stat)-63/749.質(zhì)量工具(QualityTools)9-1.運(yùn)行圖:Stat>QualityTools>Run-Chart運(yùn)行圖在折線圖中用時間-序列數(shù)據(jù)做圖,有助于評估數(shù)據(jù)及過程的穩(wěn)定性。運(yùn)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(jù)時間-序列數(shù)據(jù)及狀態(tài)數(shù)據(jù)可推斷出變化要素。99第3節(jié)統(tǒng)計分析(Stat)-64/749.質(zhì)量工具(QualityTools)9-2.帊累托圖:Stat>QualityTools>Pareto-Chart打開文件:MINITAB-Data-Files>Stat_22(Pareto-Chart).MPJ缺陷項目缺陷數(shù)缺陷單價成本丟失螺絲丟失夾子機(jī)架缺陷漏油襯墊殘料斷絲壞絲零件不全項目發(fā)生次數(shù)要表示發(fā)生次數(shù)中的多大的比率(95%)的項目100第3節(jié)統(tǒng)計分析(Stat)-65/749.質(zhì)量工具(QualityTools)9-2.帊累托圖:Stat>QualityTools>Pareto-Chart橫軸:缺陷項目(95%)縱軸:缺陷發(fā)生次數(shù)累計百分率曲線累計百分率百分率101第3節(jié)統(tǒng)計分析(Stat)-66/749.質(zhì)量工具(QualityTools)9-3.特性要因圖(魚骨圖):Stat>QualityTools>Cause-and-Effect打開文件:MINITAB-Data-Files>Stat_22(Pareto-Chart).MPJ人機(jī)器材料方法測量環(huán)境班次孔槽合金角度千分尺濕度檢查鉆頭潤滑劑嚙合顯微鏡濃度培訓(xùn)車床供應(yīng)商剎車檢查員

操作員速度

可輸入魚頭名稱102第3節(jié)統(tǒng)計分析(Stat)-67/749.質(zhì)量工具(QualityTools)9-3.特性要因圖(魚骨圖):Stat>QualityTools>Cause-and-Effect103第3節(jié)統(tǒng)計分析(Stat)-68/749.質(zhì)量工具(QualityTools)9-4.工程能力分析:Stat>QualityTools>CapabilityAnalysis(Normal)打開文件:MINITAB-Data-Files>Stat_23.MPJ例題:汽車剎車鼓材料硬度,管理界限是39—43之間,工程能力目標(biāo)是Ppk=>1.3改善前的初期數(shù)據(jù)測量系統(tǒng)修正后的數(shù)據(jù)改善回火工序后的數(shù)據(jù)最終實施DOE改善后的數(shù)據(jù)下限上限最初數(shù)據(jù)子集團(tuán)設(shè)定目標(biāo)104第3節(jié)統(tǒng)計分析(Stat)-69/749.質(zhì)量工具(QualityTools)9-4.工程能力分析:Stat>QualityTools>CapabilityAnalysis(Normal)上限目標(biāo)下限平均值樣本數(shù)組內(nèi)標(biāo)準(zhǔn)偏差(短期)全標(biāo)準(zhǔn)偏差(長期)(USL-LSL)/6σ(USL-Mean)/3σ(Mean-LSL)/3σ公式復(fù)雜,省略短期工程能力長期工程能力上限下限目標(biāo)值短期長期數(shù)據(jù)中低于下限高于上限的PPM105第3節(jié)統(tǒng)計分析(Stat)-70/749.質(zhì)量工具(QualityTools)9-4.工程能力分析:Stat>QualityTools>CapabilityAnalysis(Normal)改善后的工程能力106第3節(jié)統(tǒng)計分析(Stat)-71/749.質(zhì)量工具(QualityTools)9-5.測量系統(tǒng)驗證:Stat>QualityTools>GageR&RStudy打開文件:MINITAB-Data-Files>Stat_24(GageR&R).MPJ10個零件3人測量零件長度107第3節(jié)統(tǒng)計分析(Stat)-72/749.質(zhì)量工具(QualityTools)9-5.測量系統(tǒng)驗證:Stat>QualityTools>GageR&RStudyGageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R0.00443710.67Repeatability0.0012923.10Reproducibility0.0031467.56Operator0.0009122.19Operator*Parts0.0022345.37Part-To-Part0.03716489.33TotalVariation0.041602100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.0666150.3430632.66Repeatability0.0359400.1850917.62Reproducibility0.0560880.2888527.50Operator0.0302000.1555314.81Operator*Parts0.0472630.2434023.17Part-To-Part0.1927810.9928294.52TotalVariation0.2039651.05042100.00NumberofDistinctCategories=4R&R的%的理想值:<10%,容許值<30%

108第3節(jié)統(tǒng)計分析(Stat)-73/749.質(zhì)量工具(QualityTools)9-6.多元變量分析:Stat>QualityTools>Multi-VariChart打開文件:MINITAB-Data-Files>Stat_25(Multi-Vari).MPJ只能輸入3個要因可參考主效果圖109第3節(jié)統(tǒng)計分析(Stat)-74/7410.表格功能(Tables)10-1.卡方檢驗:Stat>Tables>Chi-SquareTest打開文件:MINITAB-Data-Files>Stat_26.MPJ用于離散數(shù)據(jù)的假說檢驗例題:美國取40輛車,歐洲取60輛車,分別記錄高馬力和低馬力,驗證其有無區(qū)別Chi-SquareTest:LoPower,HiPowerExpectedcountsareprintedbelowobservedcountsLoPowerHiPowerTotal128124019.2020.80220406028.8031.20Total4852100Chi-Sq=4.0

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論