Minitab数据的统计描述

数据的统计描述（基础统计）Minitab统计描述是对观测数据进行概括、整理，使人们对其规律有个基本了解，也是进一步进行统计推断和分析的基础第2章数据的统计描述采用相应的统计量和绘制统计图等方式对数据进行整理Minitab系统中的基础统计菜单可以实现对数据的统计描述Minitab基础统计量输出基础统计量保存对母平均的推定及检定对母比率的推定及检定相关分析公分散分析正态性检定Minitab基础统计

两个母集团的分散的同一性检定描述性统计量设是一组观测数据平均位置的度量1.均值Minitab2.中位数其做法是先将这n个数按从小到大的顺序进行排列得到：，中位数是位于中间位置的数。3.众数表示观测值中出现次数最多的数值，常用表示描述性统计量4.分位数其中表示整数部分，且。分位数表示有100×%个观测值不超过分位数。故又称分位数为第100×个百分位数,中位数即0.5分位数.0.25分位数和0.75分位数分别称为下四分位数和上四分位数，并记为和。本章目录Minitab描述性统计量设是一组观测数据平均位置的度量以上几个统计量中，均值易受极端值的影响，而众数、中位数和分位数受极端值影响较小。因而这些量在实际应用中要区别对待本章目录Minitab描述性统计量设是一组观测数据离散程度的度量1.方差2.标准差3.标准误（均值的标准差）本章目录Minitab描述性统计量4.极差5.四分位距（四分位极差）6.变异系数即：本章目录Minitab描述性统计量设是一组观测数据离散程度的度量方差是度量观测值分散程度的常用统计量，但其量纲与观测值的量纲不同，而标准差、极差及标准误的单位与观测值的量纲相同，而变异系数无量纲，因而便于不同量纲数据的分散性比较

通常在正态分布的情况下，我们用统计量均值和方差来描述分布的平均位置和变异程度，而对分布未知或分布不规则的观测数据用统计量中位数和四分位距来度量其位置和变异本章目录Minitab描述性统计量设是一组观测数据分布形状的度量1.偏度2.峰度其中为标准差

本章目录Minitab描述性统计量设是一组观测数据分布形状的度量一个分布是否对称，可通过计算偏度的值进行判断：若，可认为分布对称；若，则分布右偏（正偏），即均值右侧的数据更分散；若，则分布左偏（负偏），即均值左侧的数据更分散。

峰度是以同方差正态分布为标准，比较两侧极端数据分布情况的指标。正态分布的；若均值两侧极端值数据较多，则峰度为正，此时分布有一厚重的尾巴，且；若均值两侧的极端值较少，则。本章目录MinitabMinitab资料应为连续性的列资料,同时应为数值类型数据。能输出图表。Variables:选择需要分析的

Col(变量)Byvariable:使用区组(Gvoup)变量计算基础统计量-N:data数值

-Mean:平均-Median:中位数

-TrMean:调整平均-StDev:标准偏差

-SEMean:均数标准误-Minimum:最小值

-Maximum:最大值-Q1:¼分位数

-Q3:¾分位数Minitab基础统计量

(DisplayDescriptiveStatistics)

<制作图表选项

>Histogramofdata:制作直方图Histogramofdatawithnormalcurve:制作

Histogram和正态分布曲线Dotplotofdata:制作散点图

Boxplotofdata:制作箱形图Graphicalsummary:把统计值用Graph输出NormalityTest:正态性检定

A-Squared:越接近零时判断为接近正态P-Value:比显著水平大时为正态性Minitab基础统计量

(DisplayDescriptiveStatistics)

计算统计量并保存在当前的

Worksheet在选择两个以上的

Col时，变量名区分为

1,2。当指定Byvariable时，随着相关

Variable的种类按

Row

方向保存。-Firstquartile:1/4数-Thirdquartile:3/4数-Interquartilerange:Q3-Q1-Skewness:偏度越接近0越满足对称性-Kurtosis:峰度分布的尖的程度为

0时正态分布,负数为完满,正数时比正态分布尖-MSSD:把前后数据差的乘方除以2-Nnonmissing:填满的Col数

Nmissing:空

Col数Minitab保存基础统计量

(StoreDescriptiveStatistics)

图形具有形象直观的特点，因此用适当的图形将数据的特征展示出来，是非常有意义的。常用频率直方图和累计频率直方图来表示概率密度函数和分布函数；对数据用茎叶图和盒形图来进行探索分析等。

数据的图形概括本章目录Minitab1概率密度函数及分布函数的图形表示数据的图形概括设是取自总体的样本，总体的概率密度函数为，将的取值范围等分为个区间，用表示区间的长度，用表示落入第个区间的样品个数。另外由总体分布及积分中值定理，有：用频率近似估计概率的值，则有：，因此当区间很小且样本容量很大时，则以得到的图是密度函数的一个很好的近似。在实际中常用频率和累计频率作直方图，得到频率直方图和累计频率直方图，即SAS中的百分比和累计百分比直方图，这两个图分别与概率密度函数图和概率分布函数图的形状相似，事实上二者之间只相差一个常数倍。在固定的情况下，频数直方图与频率直方图形形状相同，因此实际中也经常作频数直方图。本章目录Minitab2探索性数据分析数据的图形概括茎叶图它显示的是观测资料的频数分布，其做法是交将数据值分为茎和叶，并以数据的整数部分为“茎”，小数部分为“叶”，多于两位的小数四舍五入为一位小数，此外还给出了每个间隔中的数据频数。要注意的是，当组成叶的一行中的数据个数超过48个时，该过程以水平直方图代替

本章目录MinitabMinitabMinitab2探索性数据分析数据的图形概括箱线图它由两部分组成：矩形盒和盒须线。以纵向来看，盒子的顶线与底线分别对应于上、下四分位数的位置，所以盒子的高度表示四分位距，盒子中间的横线为中位数对应的位置，其均值以“+”表示。盒子上下廷伸出去的线叫盒须线，它表示数据的分散情况，其长度是四分位距的1.5倍。超过1.5四分位距的数据用“0”表示，表明此点可疑，超过3倍四分位距的数据点用“*”标出，该点很可能是异常点。因此从盒形图可大致看出数据的分布情况以及是否对称等。本章目录MinitabMinitabMinitab2探索性数据分析Minitab例子MinitabMinitabMinitab2探索性数据分析MinitabMinitabMinitabMinitab2探索性数据分析MinitabMinitab2探索性数据分析MinitabMinitabMinitabMinitab补充命令：LETC(K)=K

LET

=expression

这个命令有两种格式.第一种格式的使用.例如,LETC1(5)=28.6将C1的第5行设置为28.6.第二种格式包含算法之类的运算.表达式可能包含算术运算,比较运算,逻辑运算,函数.Minitab部分例子:LET

C1

=

(C2

+

C3)*10

-

60

LET

C1

=

C1

-

MEAN(C1)