Minitab中级应用班课件

Minitab中级应用班（绿带工具）

Minitab中级应用班目录1.Minitab基本操作

2.Minitab基本图形（Graph）3.现状分析-原因查找4.基本统计（BasicStatistics）5.方差分析（ANOVA）6.回归分析（Regression）7.DOE与控制图（ControlCharts）目录1.Minitab基本操作1.Minitab基本操作

---什么是Minitab？---Minitab画面构成---Minitab菜单构成---数据编辑1.Minitab基本操作---什么是Minitab？什么是Minitab?MINITAB=Mini+Tabulator=小型

+计算机介绍

于1972年，美国宾夕法尼亚大学用来作统计分析、教育用而开发，目前已出版

Windows用版本Vesion15.1，并且已在工学、社会学等所有领域被广泛使用。MINITAB

是为质量改善、教育和研究应用领域提供统计软件和服务的先导,是一个很好的质量管理和质量设计的工具软件，更是持续质量改进的良好工具软件,MINITAB统计软件为质量改善和概率应用提供准确和易用的工具,MINITAB

被许多世界一流的公司所采用，包括通用电器、福特汽车、通用汽车、3M、霍尼韦尔、LG、东芝、诺基亚、以及SixSigma

顾问公司。特别是与Six-sigma关联，在GE、AlliedSignal等公司已作为基本的程序而使用,作为统计学入门教育方面技术领先的软件包，MINITAB

也被4,000多所高等院校所采用。

优点

以菜单的方式构成，所以无需学习高难的命令文，只需拥有基本的统计知识便可使用。图表支持良好，特别是与Six-sigma有关联的部分陆续地在完善之中。什么是Minitab?MINITAB=Mini+TMinitab画面构成Minitab画面构成Minitab菜单构成文件:有关文件管理所需的副菜单的构成编辑

:编辑工作表数据,外部数据的链接及命令编辑器数据:对于工作表的操作及数据类型的转化

计算

:利用内部函数的数据计算及利用分布函数的数据生成统计

:是分析统计资料的副菜单，由基础统计、回归分析、分散分析、品质管理、时针序列

分析、离散资料分析、非母数统计分析等构成图表

:编辑图形的输出,图表副菜单及文字图形构成编辑器:不使用菜单，使用命令直接作业及剪切板设置等副菜单工具:有关资源管理器、工具栏、选项栏、安全性设定等构成窗口:由控制Window画面构成的副菜单及管理

图形画面的副菜单构成帮助:提供输入、输出、路径及Minitab产品等的相关帮助

Minitab菜单构成文件:有关文件管理所需的副菜单的构Minitab菜单(文件)

打开新建

:文件->新建(工作表,项目)打开保存的项目:文件->打开项目打开保存的工作表:文件->打开工作表

保存保存项目为当前文件名

:文件->保存项目另存为

:文件->将项目另存为保存工作表为当前文件名

:文件->保存当前工作表另存为

:文件->将当前工作表另存为

打印打印当前工作表:文件->打印工作表Minitab菜单(文件)打开Minitab菜单(数据)从总工作表中分离出1个小工作表拆分工作表合并工作表复制一列分多列多列并一列行、列互换排序删除行删除变量Minitab菜单(数据)Minitab菜单(计算)计算器列统计行统计标准化产生序列数据产生网号产生指示变量设定基准随机数据概率分布矩阵运算Minitab菜单(计算)计算器Minitab菜单(统计)基本统计回归方差分析试验设计控制图质量工具可靠性与生存分析多元分析时间序列分析一维与二维数据的整理非参数统计分析探索性数据分析功效和样本大小分析Minitab菜单(统计)基本统计Minitab菜单(图形)散点图矩阵图边际图直方图点图茎叶图概率图箱线图条形图饼图时间序列图Minitab菜单(图形)散点图在窗口工作表中可以输入数据，一个变量为一列。列用“C”开头，后面紧跟数字，譬如C1，C2，…等。既可以用C1表示变量名，也可以在C1下面输入字母X，用“X”表示变量名。一行表示对一个个体进行观察所得到的观察结果。数据是全屏幕进行编辑的，光标在哪一个单元格，就可以在该单元格中输入数据并进行修改；插入单元格、行或列在右键点击“插入单元格”、“插入行”、“插入列”进行；删除行、列在“数据”中分别点击“删除行”、“删除变量”进行；删除单元格在“编辑”中点击“删除单元格”进行，或点击右键进行；数据编辑在窗口工作表中可以输入数据，一个变量为一列。列用“C”开头，2.Minitab基本图形（Graph）

---散点图（Scatterplot）---矩阵图（MatrixPlots）---边际图（MarginalPlots）---直方图（Histogram）---箱线图（BoxPlot）---条形图（BarChart）---饼图（PieChart）---时间序列图（TimeSeriesPlot）2.Minitab基本图形（Graph）---散点图（Sc散点图:想知道变数间的关联性的时候图形➤散点图公司生产的相机电池是否能够很好地满足顾客的需要。市场调查显示，如果两次放电之间等待的时间超过5.25秒，顾客就会变得很不耐烦。收集了分别使用过不同时间的电池的一个样本，并在每个电池放电后立即测量了其剩余电压（放电后电压），还测量了各电池再次放电之前必须等待的时间（放电恢复时间）。(文件:Graph-1.MTW)散点图:想知道变数间的关联性的时候图形➤散点图公司生产的相散点图:想知道变数间的关联性的时候图形➤散点图散点图:想知道变数间的关联性的时候图形➤散点图矩阵图:

想知道多种变数间的联系性时

图形➤矩阵图文件:Graph-1.MTW矩阵图:想知道多种变数间的联系性时图形➤矩阵图文件边际图:同时确认两个变量之间的关系和分布图形➤边际图文件:Graph-1.MTW边际图:同时确认两个变量之间的关系和分布图形➤边际图直方图:确认数据的散布情况AB44434544443537454544403641414447453746434035414340344350454642424042474244454043图形➤直方图文件:Graph-3.MTW直方图:确认数据的散布情况AB4443454444353箱线图:确认数据的散布及平均图形➤箱线图文件:Graph-3.MTW箱线图:确认数据的散布及平均图形➤箱线图文件:Grap12345Data:1,2,3,4,5MaxwithinUpperLimit上须MinwithinLowerLimit下须Q3:第三四分位数Q1:第一四分位数中位数(Median)箱线图:确认数据的散布及平均12345Data:1,2,3,4,5Maxwithin条形图:

用于分析对比汽车装配厂的车门喷漆环节存在较大的问题，现对一天的喷漆缺陷进行了记录，请用图形对各项缺陷类型的频次进行直观的比较。共有25条记录：划痕、划痕、桔纹、桔纹、色差、划痕、Other、Other、桔纹、桔纹、桔纹、桔纹、划痕、划痕、桔纹、划痕、色差、划痕、桔纹、桔纹、桔纹、桔纹、Other、Other、划痕、划痕、桔纹图形➤条形图文件:Graph-4.MTW条形图:用于分析对比汽车装配厂的车门喷漆环节存在较大的问题饼图:

用于分析对比某移动通信服务商对计费差错原因进行分析，收集了1个月的话单错误的类型，具体数据如下，请用图形直观地显示各种错误类型的构成比例：图形➤饼图计费类型错 112612无主话单 26950字段解析错 18861长途话单解析错11250电话号码错 5278文件:Graph-5.MTW饼图:用于分析对比某移动通信服务商对计费差错原因进行分析，时间序列图:反映数据随着时间变化的趋势与走向季度年销售量120001002200012032000180420001831200114322001151320011994200121112002165220021933200220542002235销售部新来的经理需要了解一下公司历年来的销售情况，他收集了2000年度到2002年度每个季度的销售数据，具体如下，请用图形直观地反映销售的趋势和走向:图形➤时间序列图文件:Graph-6.MTW时间序列图:反映数据随着时间变化的趋势与走向季度年销售量123128153862412132962556112712128622456291529147527492320221823421048194335735115Practice1某银行对其所属的某营业网点进行抽样调查，其中测量了该网点在2月8日从上午10点至下午3点间所有顾客（共40人）的等候时间，试绘制直方图分析？。312815386241213296255611271212供应商使用寿命甲1780甲930甲1400甲1630甲1160甲1150甲1770甲1190甲1030甲1570乙1090乙1000乙880乙1590乙910乙1520乙1270乙1470乙1110乙1290Practice某公司从两家供应商各采购了一批灯泡，分别统计各组样品的使用寿命，试绘制箱线图分析。供应商使用寿命甲1780甲930甲1400甲1630甲1163.现状分析-原因查找---柏拉图（ParetoChart）---因果图（CauseandEffect）---能力分析（正态Normal）---能力分析（二项Binomial）3.现状分析-原因查找---柏拉图（ParetoChart柏拉图:

确认数据的比重,找出CTQ的一种方法

掌握对于地域别显示器需要的比重

统计➤质量工具➤Pareto图北美22.9EU17.9韩国1.8日本5.7中国2印度0.9亚洲4.6中南美3.1CIS/东欧2.2其他1.9文件:Tools-1.MTW柏拉图:确认数据的比重,找出CTQ的一种方法掌握对于地通过使用Pareto图，您发现部件通常是因为表面瑕疵而遭到拒收。今天下午，您与各个部门的成员召开会议，集体讨论这些瑕疵的潜在原因。因果图:了解潜在原因之间的关系统计➤质量工具➤因果文件:Tools-2.MTW通过使用Pareto图，您发现部件通常是因为表面瑕疵而遭Minitab中级应用班课件

某公司前台接线员接到客户电话，询问清楚之后，需要在规定时间（24s±12s）

将电话转接给相关人员，收集了某一天接线员在不同时间段处理电话时间，进行过程能力分析。Torque

24221437183627211716321731222734212027192416211624182630312134162814321524141614MinitabMenu:统计➤质量工具➤能力分析➤

正态计量型数据的过程能力分析文件:Tools-3.MTW某公司前台接线员接到客户电话，询问清楚之后，需要在规定时间Minitab中级应用班课件

某公司要求客服人员在收到客户邮件后，一个工作日之内必须回复，抽查统计了6月1号至24号的邮件发送状况。MinitabMenu:统计➤质量工具➤能力分析➤

二项计数型数据的过程能力分析日期抽查邮件数量延迟发送数量06-01150306-02150406-03150606-04150806-05150606-06150606-07150306-08150406-09150806-10150706-11150906-12150606-131501206-14150306-15150706-161501006-171506日期抽查邮件数量延迟发送数量06-18150306-19150706-20150406-21150506-22150406-231501206-2415011文件:Tools-4.MTW某公司要求客服人员在收到客户邮件后，一个工作日之内必须回复Minitab中级应用班课件Practice不良项目个数不良率累计不良率短路8341.5%41.5%空焊5427.0%68.5%撞件2512.5%81.0%破损126.0%87.0%反向84.0%91.0%其他189.0%100.0%Total200100.0%-1.收集10月份SMT制程不良数据如下，请做柏拉图分析主要不良项目。‘Practice不良项目个数不良率累计不良率短路8341.5Practice2.某工厂制造一批紫铜管，应用Xbar-R管制图来控制其内径，尺寸单位为m/m，利用数据表之数据（USL=55;SL=50;LSL=45)求得其管制界限并绘图；请判定过程是否稳定？分析制程能力状况?制程是否可用控制用控制图?樣組測定值樣組測定值X1X2X3X4X5X1X2X3X4X5150504952511453484752512475353455015534849515234645494849164650535153450484949521750524949495464850545018504950495165049525154195249525350747495048522050475053528485046495121524951535095050495153225554515150104951514648235054525049115150494650244751515252125050495251255351515051134949495055Practice2.某工厂制造一批紫铜管，应用Xbar-R4.基本统计(BasicStatistics)

---显示描述统计(DisplayDescriptiveStatistic)---单样本Z(1SampleZ)---单样本T(1SampleT)---双样本T(1SampleZ)---单比率

(1Proportion)---双比率

(1Proportion)---相关分析

(Correlation)---正态性检验

(NormalityTest)4.基本统计(BasicStatistics)---显示显示描述性统计开发新的饮食方法的公司为了知道它的效果，把7名主妇为对象做了实验。实验结果他们的体重变化如右侧的值。用什么样的方法了解她们的体重变化。BeforeAfter58.5 60.060.3 54.961.7 58.169.0 62.164.0 58.562.6 59.956.7 54.4统计➤基本统计量➤显示描述性统计文件:BS-1.MTW显示描述性统计开发新的饮食方法的公司为了知道它的效果，把7名标准差为15的正态分布总体中取出25个样本得到了如下资料.总体的历史平均值是70,但是调查者根据推出的样本材料的结果认为总体平均小于70.

利用统计工具检验一下(显著性水平α=0.05).

统计➤基本统计量➤单样本Z对单个总体平均的假设检验-总体标准差已知单样本Z:C1mu=70与<70的检验假定标准差=15

平均值变量N平均值标准差标准误95%上限ZPC12564.3215.113.0069.25-1.890.029

5569784749528573337170897655515352

7187

3870

6781

7363

文件:BS-2.MTW

C1栏标准差为15的正态分布总体中取出25个样本得到了如下资料.为了推定新显示器的平均寿命时间,抽取了9个样本.以小时为单位测量寿命时间的结果如下.

根据此结果开发团队认为显示器的总体平均寿命时间大于50,000小时.用显著性水平α=0.05来检验一下.

统计➤基本统计量➤单样本t单样本T:寿命时间mu=50000与>50000的检验平均值变量N平均值标准差标准误95%下限TP寿命时间9520001500500510704.000.002500005100054000520005400050000530005200052000对单个总体平均的假设检验-总体标准差未知文件:BS-2.MTW

C3栏为了推定新显示器的平均寿命时间,抽取了9个样本.以小时为单位测量了A公司和B公司生产的同一部品的尺寸.(假设总体方差相同).两公司的部品参数总体平均是否有差异,用显著性水平α=0.05来检验

统计➤基本统计量➤双样本t两个总体平均的假设检验A与B的双样本T

平均值

N平均值标准差标准误A1283.004.001.2B1081.004.991.6差值=mu(A)-mu(B)差值估计:2.00差值的95%置信区间:(-1.99,5.99)差值=0(与≠)的T检验:T值=1.04P值=0.309自由度=20两者都使用合并标准差=4.4721AB827681818091898286768380807774878677868386

83

文件:BS-3.MTW测量了A公司和B公司生产的同一部品的尺寸.(假设总体方差相同现有的保单填写正确率为60%，

为此公司专门设立专职填单人员，然后随机地抽取100份保单,其中66份保单填写正确.

用显著性水平α=0.05来检验一下,能不能说设立专职填写人员之后，保单填写正确率显著提升了.

统计➤基本统计量➤单比率单个总体比率的检验单比率检验和置信区间

p=0.6与p>0.6的检验样本XN样本p95%下限Z值P值1661000.6600000.5820821.220.110现有的保单填写正确率为60%，

为此公司专门设立专职填单人员在美国总统选举中,对A候选人想要推定旧金山地区和纽约地区的支持率的差异.

在旧金山地区调查5000名,在纽约地区中调查2000名的结果,得到各2400名,1200名的

支持.求A候选人的两个地区的支持率是否相同.用显著性水平α=0.05来检验.

统计➤基本统计量➤双比率双比率检验和置信区间

样本XN样本p1240050000.4800002120020000.600000差值=p(1)-p(2)差值估计:-0.12差值的95%置信区间:(-0.145549,-0.0944512)差值=0(与≠0)的检验:Z=-9.07P值=0.000两个总体比率的检验在美国总统选举中,对A候选人想要推定旧金山地区和纽约地区的为了解投保人年收入和年投保金额的关系,调查了20个投保人.在显著性水平α=0.05检验一下相关关系.

图形➤散点图统计➤基本统计量➤相关相关分析年收入年投保金额10000020000500002000086000150002000003000016000025050300006000400006660800005000110000100006000020000900002780020000230050000500060000450066500100001500002000012000100012000018000240002000文件:BS-4.MTW相关:年收入,年投保金额

年收入和年投保金额的Pearson相关系数=0.779P值=0.000为了解投保人年收入和年投保金额的关系,调查了20个投保人.检验一组数据是否服从正态分布统计➤基本统计量➤正态性检验正态性检验P=0.505>0.05,

所以数据是正态的文件:BS-5.MTW检验一组数据是否服从正态分布正态性检验P=0.505>0.0为了解育才中学学生的身体素质状况，对该校的学生进行了随机抽样，并测量了其身高与体重，试对学生的身高做描述性统计分析，并分析身高与体重的相关关系？Practice

1No.身高体重No.身高体重No.身高体重116556111615521175622172681217662221626231595213166482315848418274141757624162525158631516867251787461625816178752615952717672171595027152458175661815962281596291655619176782915859101636820158543018277为了解育才中学学生的身体素质状况，对该校的学生进行了随机抽样某公司两位保险推销人员Bob和Jane，从去年一年统计数据来看，Bob共约见了305个客户，其中达成订单的为40个；Jane共约见了500个客户，达成订单的为50个。

在显著性水平α=0.05检验一下Bob和Jane的约见成功率是否存在差异？Practice

2某公司两位保险推销人员Bob和Jane，从去年一年统计数某保险公司对A地区和B地区分别调查了投保人的死亡年龄，A地区和B地区分别各自抽取10个投保人，统计数据如下，假设A、B地区投保人死亡年龄的方差相等，在显著性水平α=0.05检验一下A、B地区投保人的寿命是否存在差异？Practice3文件:BS-6.MTW某保险公司对A地区和B地区分别调查了投保人的死亡年龄，5.方差分析（ANOVA）

---单因子方差分析（OneWayANOVA）5.方差分析（ANOVA）---单因子方差分析（OneW

制造车间研讨3种材料.

目前使用的是A公司的材料,现在要把B,C公司的材料追加研讨.

通过对各个材料的强度分析找出最佳的材料.A B C9 18 2112 15 1914 14 2113 17 1618 15 23先要对数据进行处理，进行堆叠数据➤堆叠➤列单因子方差分析文件:ANOVA.MTW制造车间研讨3种材料.

目前使用的是A公司的材1正态性检验统计➤基本统计量➤正态性检验单因子方差分析三组数据P均大于0.05,

所以三组数据都服从正态分布1正态性检验单因子方差分析三组数据P均大于0.05,所以2等方差检验统计➤方差分析➤等方差检验单因子方差分析P大于0.05,

所以材料A、B、C的强度的方差相等等方差检验:强度与材料代号95%标准差Bonferroni置信区间材料代号N下限标准差上限A51.767803.2710912.5901B50.888021.643176.3244C51.429852.6457510.1832Bartlett检验（正态分布）检验统计量=1.59,p值=0.452Levene检验（任何连续分布）检验统计量=0.36,p值=0.7062等方差检验单因子方差分析P大于0.05,所以材料A、B3单因子方差分析（ANOVA）统计➤方差分析➤单因子单因子方差分析3单因子方差分析（ANOVA）单因子方差分析

比较四个车工A\B\C\D所加工丝杠的直径是否相等。将20根坯料用随机序编号顺序号,再采用随机抽取方法,让每个车工选取5根,按顺序号在同台车床上加工.直径数据表

单位:mmPractice比较四个车工A\B\C\D所加工丝杠的直径是否相等。将6.回归分析（Regression）

---一元线性回归分析（Regression）6.回归分析（Regression）---一元线性回归分析什么是回归分析1.什么是回归分析

改善问题时有很多情况是需要掌握相关变量之间的相互关联性.

(有/无相互关联性可能会成为解决问题的Point)

这种关联性用数学方程式来表示并且分析它的关联性时我们称它为回归分析.

问题Y(从属变量)与因子X(独立变量)之间的关系用下面的数学方程式来表示.

Y=a+bχ+errorwhere,a=常量,b=斜率2.回归方程式的种类

一元线性回归分析

:Y因子和X因子各1个的情况

多元线性回归分析

:有2个以上X的情况

曲线回归分析

:由独立变量(X)1个,从属变量(Y)1个构成的2次以上的高次函数3.Data收集是

?

为了推定变动最小时的倾斜度,取X因子的最低界限值到最高界限值为止的

广范围的Data.

为了减少收集数据时因时间经过而可能会产生的潜在变量要随机地确定X因子的水平之后再做实验.什么是回归分析1.什么是回归分析改善问题时有很多情况是需一元线性回归分析1.散点图

MinitabMenu:图形➤散点图文件:Regression-1.MTW一元线性回归分析1.散点图文件:Regression-1.一元线性回归分析2.相关分析

MinitabMenu:统计➤基本统计量➤相关文件:Regression-1.MTW相关:X,YX和Y的Pearson相关系数=0.993P值=0.000P<0.05，拒绝原假设（原假设为线性不相关），说明线性相关性很好一元线性回归分析2.相关分析文件:Regression-1回归分析:Y与X回归方程为Y=4.71+1.48X自变量系数系数标准误TP常量4.7123.2421.450.184X1.480180.0640823.100.000S=4.26989R-Sq=98.5%R-Sq（调整）=98.3%方差分析来源自由度SSMSFP回归19727.79727.7533.550.000残差误差8145.918.2合计99873.6利用拟合的回归方程式来推定Y值.

Y=4.71+1.48X一元线性回归分析3.回归分析

3.1回归方程

MinitabMenu:统计➤回归➤回归回归分析:Y与X利用拟合的回归方程式来推定Y值.一元线性回归分析Residual(残差)表示

实际观测值减去回归方程拟合值1)

残差的平均应始终为‘0’2)残差应该呈正态分布3)残差要随机分布

(不能有任何倾向性)3.回归分析

3.2残差诊断

MinitabMenu:统计➤回归➤回归一元线性回归分析Residual(残差)表示3.回归分析残差诊断，无异常！残差诊断，无异常！3.3.画拟合线图

MinitabMenu:统计➤回归➤拟合线图

得出结论

X的大小是影响Y的因子

因R-Sq=98.5%,可以认为做了相当的贡献

(通常推荐是R-Sq的值为65%以上)

CI置信区间:平均值的预测区间

PI预测区间:个别观察值的预测区间一元线性回归分析3.3.画拟合线图得出结论X的大小是影响Y的因子CI一元线性回归分析新观测值的预测值新观

拟合值测值拟合值标准误95%置信区间95%预测区间

1

75.021.35

(71.90,78.14)

(64.69,85.35)3.4最佳化及预测

MinitabMenu:统计➤回归➤回归

假如我们希望Y越接近75越好，通过回归方程，当Y=75时，求得X=47.5一元线性回归分析新观测值的预测值3.4最佳化及预测假如我为了解某地区投保人年收入和年投保金额的关系，针对该地区，调查了20个投保人.对该地区投保人年收入和年投保金额，进行回归分析。假如该地区有一名投保人，其年收入大约为36,000元，请预测其年投保金额的大致范围。年收入年投保金额10000020000500002000086000150002000003000016000025050300006000400006660800005000110000100006000020000900002780020000230050000500060000450066500100001500002000012000100012000018000240002000文件:Regression-2.MTWPractice为了解某地区投保人年收入和年投保金额的关系，针对该地区7.实验设计（DOE）

---全因子实验设计---部分因子实验设计7.实验设计（DOE）---全因子实验设计

在一定的预算条件(费用,时间,…)下,为了得出最大情报,计划实验方法和分析方法.

给输出变量(Y)有意影响的输入变量(X)是哪些?有多大影响? 无意的输入变量影响程度是多少?测定误差是多少?产生有意影响的输入变量在何种条件下,可以得到最理想的输出呢?DOE的定义

DOE(DesignofExperiments)在一定的预算条件(费用,时间,…)下,为了得出最大DOE的目的

确认被选定的VitalFewXs之间的交互作用利用X的Y预测MODEL树立

决定使Y最佳化的X条件

Y=f(X1,X2,X3,…Xn)

DOE的目的确认被选定的VitalFewXs之输出变量Y输入变量X用语输入因子(因子)–Xs称为因子(Factor)潜在解决案或研究中的变量因子按水准别分类。例)在半导体Process中输入变量为:压力，温度输出变量

YX3X2X1X5

...X4

输出变量

–Y称为反应(Response)输入变量(因子)对Y的影响效果例）半导体Process效率输出变量Y输入变量X用语输入因子(因子)–Xs称为Minitab中级应用班课件7.控制图（ControlCharts）

---控制图–P(不良率控制图)---控制图–NP(不良品数控制图)7.控制图（ControlCharts）---控制图–P控制图–NP(不良率控制图)MinitabMenu:统计➤控制图➤属性控制图➤P…文件:SPC-1.MTW控制图–NP(不良率控制图)MinitabMenu:统控制图–NP(不良率控制图)MinitabMenu:统计➤控制图➤属性控制图➤NP…文件:SPC-2.MTW控制图–NP(不良率控制图)MinitabMenu:统某公司要求客服人员在收到客户邮件后，一个工作日之内必须回复，抽查统计了6月1号至24号的邮件发送状况。每天抽检150个邮件，统计延迟发送的邮件数量，用控制图对其进行监控。日期抽查邮件数量延迟发送数量06-01150306-02150406-03150606-04150806-05150606-06150606-07150306-08150406-09150806-10150706-11150906-121506日期抽查邮件数量延迟发送数量06-131501206-14150306-15150706-161501006-17150606-18150306-19150706-20150406-21150506-22150406-231501206-2415011文件:SPC-3练习.MTWPractice某公司要求客服人员在收到客户邮件后，一个工作日之内必须回复

什么是假设检验(HypothesisTest)?对总体(Population)设定某种假设,根据样本(Sample)的情报来判断假设的真假与否.假设

:特定某总体是

,,,.ex)制造TEAM男员工的平均

身高是172cm.

原假设(Ho,NullHypothesis)

:作为检验对象的假设

备择假设(H1orHa,AlternativeHypothesis)

:NotHo某总体(N)样本根据样本的情报来

检验已设定的该总体的假设

→接受原假设(Ho)

:当初设定的假设正确的情况

→接受备择假设(H1orHa)

:NotHo补充：假设检验什么是假设检验(HypothesisTest)?对总体

什么是假设检验(HypothesisTest)?某总体(N)样本

样本的平均值

:*

某总体的平均值

:(.........*.........)95%置信区间

(.....*.......)90%置信区间

从样本中得到的平均值(Xbar)和实际某总体的平均值(μ)是否会完全一致

?

或许由于Data数量的不足可能会导致不能完全一致.所以以样本的情报

(Xbar,s)来推定总体时

通常都表现为“某总体的平均值可能会在这个区间内”,

并且把这个区间称谓置信区间(C.I.:ConfidenceLevel).

某总体的实际平均值超出置信区间时称它为风险率（显著性水平）,

通常我们把显著性水平设定为(α)=5%.172cm补充：假设检验什么是假设检验(HypothesisTest)?某总

什么是假设检验(HypothesisTest)?–两类错误β

风险消费者危险(被告者危险)α

风险生产者危险(判者的危险)总体(现实)无罪(良品)有罪(不良)无罪(良品)有罪(不良)标本(判决)

1-α:可信度(置信水平)

要检验的原假设(Ho)

正确时,可以正确判断的

概率

1-β:检验功效(检出力)

要检验的原假设(Ho)

不正确时,得出否决性

结论的概率无罪补充：假设检验什么是假设检验(HypothesisTest)?76

谢谢您的参与！Thanksforyourinvolvement!

76谢谢您的参与！Minitab中级应用班（绿带工具）

Minitab中级应用班目录1.Minitab基本操作

2.Minitab基本图形（Graph）3.现状分析-原因查找4.基本统计（BasicStatistics）5.方差分析（ANOVA）6.回归分析（Regression）7.DOE与控制图（ControlCharts）目录1.Minitab基本操作1.Minitab基本操作

---什么是Minitab？---Minitab画面构成---Minitab菜单构成---数据编辑1.Minitab基本操作---什么是Minitab？什么是Minitab?MINITAB=Mini+Tabulator=小型

+计算机介绍

于1972年，美国宾夕法尼亚大学用来作统计分析、教育用而开发，目前已出版

Windows用版本Vesion15.1，并且已在工学、社会学等所有领域被广泛使用。MINITAB

是为质量改善、教育和研究应用领域提供统计软件和服务的先导,是一个很好的质量管理和质量设计的工具软件，更是持续质量改进的良好工具软件,MINITAB统计软件为质量改善和概率应用提供准确和易用的工具,MINITAB

被许多世界一流的公司所采用，包括通用电器、福特汽车、通用汽车、3M、霍尼韦尔、LG、东芝、诺基亚、以及SixSigma

顾问公司。特别是与Six-sigma关联，在GE、AlliedSignal等公司已作为基本的程序而使用,作为统计学入门教育方面技术领先的软件包，MINITAB

也被4,000多所高等院校所采用。

优点

以菜单的方式构成，所以无需学习高难的命令文，只需拥有基本的统计知识便可使用。图表支持良好，特别是与Six-sigma有关联的部分陆续地在完善之中。什么是Minitab?MINITAB=Mini+TMinitab画面构成Minitab画面构成Minitab菜单构成文件:有关文件管理所需的副菜单的构成编辑

:编辑工作表数据,外部数据的链接及命令编辑器数据:对于工作表的操作及数据类型的转化

计算

:利用内部函数的数据计算及利用分布函数的数据生成统计

:是分析统计资料的副菜单，由基础统计、回归分析、分散分析、品质管理、时针序列

分析、离散资料分析、非母数统计分析等构成图表

:编辑图形的输出,图表副菜单及文字图形构成编辑器:不使用菜单，使用命令直接作业及剪切板设置等副菜单工具:有关资源管理器、工具栏、选项栏、安全性设定等构成窗口:由控制Window画面构成的副菜单及管理

图形画面的副菜单构成帮助:提供输入、输出、路径及Minitab产品等的相关帮助

Minitab菜单构成文件:有关文件管理所需的副菜单的构Minitab菜单(文件)

打开新建

:文件->新建(工作表,项目)打开保存的项目:文件->打开项目打开保存的工作表:文件->打开工作表

保存保存项目为当前文件名

:文件->保存项目另存为

:文件->将项目另存为保存工作表为当前文件名

:文件->保存当前工作表另存为

:文件->将当前工作表另存为

打印打印当前工作表:文件->打印工作表Minitab菜单(文件)打开Minitab菜单(数据)从总工作表中分离出1个小工作表拆分工作表合并工作表复制一列分多列多列并一列行、列互换排序删除行删除变量Minitab菜单(数据)Minitab菜单(计算)计算器列统计行统计标准化产生序列数据产生网号产生指示变量设定基准随机数据概率分布矩阵运算Minitab菜单(计算)计算器Minitab菜单(统计)基本统计回归方差分析试验设计控制图质量工具可靠性与生存分析多元分析时间序列分析一维与二维数据的整理非参数统计分析探索性数据分析功效和样本大小分析Minitab菜单(统计)基本统计Minitab菜单(图形)散点图矩阵图边际图直方图点图茎叶图概率图箱线图条形图饼图时间序列图Minitab菜单(图形)散点图在窗口工作表中可以输入数据，一个变量为一列。列用“C”开头，后面紧跟数字，譬如C1，C2，…等。既可以用C1表示变量名，也可以在C1下面输入字母X，用“X”表示变量名。一行表示对一个个体进行观察所得到的观察结果。数据是全屏幕进行编辑的，光标在哪一个单元格，就可以在该单元格中输入数据并进行修改；插入单元格、行或列在右键点击“插入单元格”、“插入行”、“插入列”进行；删除行、列在“数据”中分别点击“删除行”、“删除变量”进行；删除单元格在“编辑”中点击“删除单元格”进行，或点击右键进行；数据编辑在窗口工作表中可以输入数据，一个变量为一列。列用“C”开头，2.Minitab基本图形（Graph）

---散点图（Scatterplot）---矩阵图（MatrixPlots）---边际图（MarginalPlots）---直方图（Histogram）---箱线图（BoxPlot）---条形图（BarChart）---饼图（PieChart）---时间序列图（TimeSeriesPlot）2.Minitab基本图形（Graph）---散点图（Sc散点图:想知道变数间的关联性的时候图形➤散点图公司生产的相机电池是否能够很好地满足顾客的需要。市场调查显示，如果两次放电之间等待的时间超过5.25秒，顾客就会变得很不耐烦。收集了分别使用过不同时间的电池的一个样本，并在每个电池放电后立即测量了其剩余电压（放电后电压），还测量了各电池再次放电之前必须等待的时间（放电恢复时间）。(文件:Graph-1.MTW)散点图:想知道变数间的关联性的时候图形➤散点图公司生产的相散点图:想知道变数间的关联性的时候图形➤散点图散点图:想知道变数间的关联性的时候图形➤散点图矩阵图:

想知道多种变数间的联系性时

图形➤矩阵图文件:Graph-1.MTW矩阵图:想知道多种变数间的联系性时图形➤矩阵图文件边际图:同时确认两个变量之间的关系和分布图形➤边际图文件:Graph-1.MTW边际图:同时确认两个变量之间的关系和分布图形➤边际图直方图:确认数据的散布情况AB44434544443537454544403641414447453746434035414340344350454642424042474244454043图形➤直方图文件:Graph-3.MTW直方图:确认数据的散布情况AB4443454444353箱线图:确认数据的散布及平均图形➤箱线图文件:Graph-3.MTW箱线图:确认数据的散布及平均图形➤箱线图文件:Grap12345Data:1,2,3,4,5MaxwithinUpperLimit上须MinwithinLowerLimit下须Q3:第三四分位数Q1:第一四分位数中位数(Median)箱线图:确认数据的散布及平均12345Data:1,2,3,4,5Maxwithin条形图:

用于分析对比汽车装配厂的车门喷漆环节存在较大的问题，现对一天的喷漆缺陷进行了记录，请用图形对各项缺陷类型的频次进行直观的比较。共有25条记录：划痕、划痕、桔纹、桔纹、色差、划痕、Other、Other、桔纹、桔纹、桔纹、桔纹、划痕、划痕、桔纹、划痕、色差、划痕、桔纹、桔纹、桔纹、桔纹、Other、Other、划痕、划痕、桔纹图形➤条形图文件:Graph-4.MTW条形图:用于分析对比汽车装配厂的车门喷漆环节存在较大的问题饼图:

用于分析对比某移动通信服务商对计费差错原因进行分析，收集了1个月的话单错误的类型，具体数据如下，请用图形直观地显示各种错误类型的构成比例：图形➤饼图计费类型错 112612无主话单 26950字段解析错 18861长途话单解析错11250电话号码错 5278文件:Graph-5.MTW饼图:用于分析对比某移动通信服务商对计费差错原因进行分析，时间序列图:反映数据随着时间变化的趋势与走向季度年销售量120001002200012032000180420001831200114322001151320011994200121112002165220021933200220542002235销售部新来的经理需要了解一下公司历年来的销售情况，他收集了2000年度到2002年度每个季度的销售数据，具体如下，请用图形直观地反映销售的趋势和走向:图形➤时间序列图文件:Graph-6.MTW时间序列图:反映数据随着时间变化的趋势与走向季度年销售量123128153862412132962556112712128622456291529147527492320221823421048194335735115Practice1某银行对其所属的某营业网点进行抽样调查，其中测量了该网点在2月8日从上午10点至下午3点间所有顾客（共40人）的等候时间，试绘制直方图分析？。312815386241213296255611271212供应商使用寿命甲1780甲930甲1400甲1630甲1160甲1150甲1770甲1190甲1030甲1570乙1090乙1000乙880乙1590乙910乙1520乙1270乙1470乙1110乙1290Practice某公司从两家供应商各采购了一批灯泡，分别统计各组样品的使用寿命，试绘制箱线图分析。供应商使用寿命甲1780甲930甲1400甲1630甲1163.现状分析-原因查找---柏拉图（ParetoChart）---因果图（CauseandEffect）---能力分析（正态Normal）---能力分析（二项Binomial）3.现状分析-原因查找---柏拉图（ParetoChart柏拉图:

确认数据的比重,找出CTQ的一种方法

掌握对于地域别显示器需要的比重

统计➤质量工具➤Pareto图北美22.9EU17.9韩国1.8日本5.7中国2印度0.9亚洲4.6中南美3.1CIS/东欧2.2其他1.9文件:Tools-1.MTW柏拉图:确认数据的比重,找出CTQ的一种方法掌握对于地通过使用Pareto图，您发现部件通常是因为表面瑕疵而遭到拒收。今天下午，您与各个部门的成员召开会议，集体讨论这些瑕疵的潜在原因。因果图:了解潜在原因之间的关系统计➤质量工具➤因果文件:Tools-2.MTW通过使用Pareto图，您发现部件通常是因为表面瑕疵而遭Minitab中级应用班课件

某公司前台接线员接到客户电话，询问清楚之后，需要在规定时间（24s±12s）

将电话转接给相关人员，收集了某一天接线员在不同时间段处理电话时间，进行过程能力分析。Torque

24221437183627211716321731222734212027192416211624182630312134162814321524141614MinitabMenu:统计➤质量工具➤能力分析➤

正态计量型数据的过程能力分析文件:Tools-3.MTW某公司前台接线员接到客户电话，询问清楚之后，需要在规定时间Minitab中级应用班课件

某公司要求客服人员在收到客户邮件后，一个工作日之内必须回复，抽查统计了6月1号至24号的邮件发送状况。MinitabMenu:统计➤质量工具➤能力分析➤

二项计数型数据的过程能力分析日期抽查邮件数量延迟发送数量06-01150306-02150406-03150606-04150806-05150606-06150606-07150306-08150406-09150806-10150706-11150906-12150606-131501206-14150306-15150706-161501006-171506日期抽查邮件数量延迟发送数量06-18150306-19150706-20150406-21150506-22150406-231501206-2415011文件:Tools-4.MTW某公司要求客服人员在收到客户邮件后，一个工作日之内必须回复Minitab中级应用班课件Practice不良项目个数不良率累计不良率短路8341.5%41.5%空焊5427.0%68.5%撞件2512.5%81.0%破损126.0%87.0%反向84.0%91.0%其他189.0%100.0%Total200100.0%-1.收集10月份SMT制程不良数据如下，请做柏拉图分析主要不良项目。‘Practice不良项目个数不良率累计不良率短路8341.5Practice2.某工厂制造一批紫铜管，应用Xbar-R管制图来控制其内径，尺寸单位为m/m，利用数据表之数据（USL=55;SL=50;LSL=45)求得其管制界限并绘图；请判定过程是否稳定？分析制程能力状况?制程是否可用控制用控制图?樣組測定值樣組測定值X1X2X3X4X5X1X2X3X4X5150504952511453484752512475353455015534849515234645494849164650535153450484949521750524949495464850545018504950495165049525154195249525350747495048522050475053528485046495121524951535095050495153225554515150104951514648235054525049115150494650244751515252125050495251255351515051134949495055Practice2.某工厂制造一批紫铜管，应用Xbar-R4.基本统计(BasicStatistics)

---显示描述统计(DisplayDescriptiveStatistic)---单样本Z(1SampleZ)---单样本T(1SampleT)---双样本T(1SampleZ)---单比率

(1Proportion)---双比率

(1Proportion)---相关分析

(Correlation)---正态性检验

(NormalityTest)4.基本统计(BasicStatistics)---显示显示描述性统计开发新的饮食方法的公司为了知道它的效果，把7名主妇为对象做了实验。实验结果他们的体重变化如右侧的值。用什么样的方法了解她们的体重变化。BeforeAfter58.5 60.060.3 54.961.7 58.169.0 62.164.0 58.562.6 59.956.7 54.4统计➤基本统计量➤显示描述性统计文件:BS-1.MTW显示描述性统计开发新的饮食方法的公司为了知道它的效果，把7名标准差为15的正态分布总体中取出25个样本得到了如下资料.总体的历史平均值是70,但是调查者根据推出的样本材料的结果认为总体平均小于70.

利用统计工具检验一下(显著性水平α=0.05).

统计➤基本统计量➤单样本Z对单个总体平均的假设检验-总体标准差已知单样本Z:C1mu=70与<70的检验假定标准差=15

平均值变量N平均值标准差标准误95%上限ZPC12564.3215.113.0069.25-1.890.029

5569784749528573337170897655515352

7187

3870

6781

7363

文件:BS-2.MTW

C1栏标准差为15的正态分布总体中取出25个样本得到了如下资料.为了推定新显示器的平均寿命时间,抽取了9个样本.以小时为单位测量寿命时间的结果如下.

根据此结果开发团队认为显示器的总体平均寿命时间大于50,000小时.用显著性水平α=0.05来检验一下.

统计➤基本统计量➤单样本t单样本T:寿命时间mu=50000与>50000的检验平均值变量N平均值标准差标准误95%下限TP寿命时间9520001500500510704.000.002500005100054000520005400050000530005200052000对单个总体平均的假设检验-总体标准差未知文件:BS-2.MTW

C3栏为了推定新显示器的平均寿命时间,抽取了9个样本.以小时为单位测量了A公司和B公司生产的同一部品的尺寸.(假设总体方差相同).两公司的部品参数总体平均是否有差异,用显著性水平α=0.05来检验

统计➤基本统计量➤双样本t两个总体平均的假设检验A与B的双样本T

平均值

N平均值标准差标准误A1283.004.001.2B1081.004.991.6差值=mu(A)-mu(B)差值估计:2.00差值的95%置信区间:(-1.99,5.99)差值=0(与≠)的T检验:T值=1.04P值=0.309自由度=20两者都使用合并标准差=4.4721AB827681818091898286768380807774878677868386

83

文件:BS-3.MTW测量了A公司和B公司生产的同一部品的尺寸.(假设总体方差相同现有的保单填写正确率为60%，

为此公司专门设立专职填单人员，然后随机地抽取100份保单,其中66份保单填写正确.

用显著性水平α=0.05来检验一下,能不能说设立专职填写人员之后，保单填写正确率显著提升了.

统计➤基本统计量➤单比率单个总体比率的检验单比率检验和置信区间

p=0.6与p>0.6的检验样本XN样本p95%下限Z值P值1661000.6600000.5820821.220.110现有的保单填写正确率为60%，

为此公司专门设立专职填单人员在美国总统选举中,对A候选人想要推定旧金山地区和纽约地区的支持率的差异.

在旧金山地区调查5000名,在纽约地区中调查2000名的结果,得到各