MINITAB使用教程

1、第1章 MINITAB的概要,1,MINITAB是一种统计分析的软件,上海中圣是其在中国的代理,2,任务栏(Task Bar),工具栏(Tool Bar),工作表(worksheet),MINITAB的基本画面,3,阶段窗口 (分析输出屏幕),数据窗口 (工作单屏幕) (几乎和在 Excel 中相同),信息窗口 (工作单清单屏幕),历史记录窗口 (命令保存屏幕),操作,计算,统计,图表,MINITAB 屏幕,4,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,5,任务栏(Task Bar),计算功能,统计分析,图表制作

2、,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,6,可进行数据的排列处理,MINITAB只能做列之间的分析,通常需要对已有数据进行处理,7,如何完成这样的操作呢?,ManipStackStack Columns,如果选择New worksheet的话,就会出现一个新的工作表。 如果不选择 的话，就会将XI，X2变成1，2,8,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,：,CalcCalculator 具有强大的计算功能,9,CalcRow Statistics 可以计算列之间的和，平均值，等,

3、有关Calc的其它功能在后面详细介绍,10,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,11,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,12,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,13,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,14,计算功能,统计分析,图表制作,文件管

4、理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),注: MINITAB的Graph菜单虽然可以制作一些图，但是，除此以外在Stat的各个分析菜单中，均会有可以选择是否需要作图的命令。,15,计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),16,计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),Six Sigma是一个单独的摸块，它独立于MINITAB。 它可对连续数据，属性数据进行分析并得出报告。,17,工具

5、栏(Tool Bar),关于数据结构的补充信息： Minitab 定义以下两种类型的数据结构： 1.堆积数据： 排列于一列的多于一个子群的数据 2.非堆积数据： 每一子群的数据，排列于分开的列（或行）使用 “ManipStack/Unstack” 命令转换这些数据格式。 什么是子群？ 处理数据常分成组。例如，运送数据用发货分组，化学处理数据用批而半导体处理数据用 lot。这些数据组被称为子群。这些子群还用在短期和长期处理能力中。,18,返回到最后一个对话框（Edit Last Dialog）,工具栏(Tool Bar),返回到阶段窗口（Session Window）,返回到数据窗口（Curre

6、nt Data Window）,工作表的管理：可变更工作表，变更名称等。可根据对话框选择必要的操作。（Manage Work Sheets）,图表的管理：表示全画面，任意的图形表示等。可根据对话框选择必要的操作。（Manage Graphs）,19,20,第2章 MINITAB的任务栏,计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,目录,第1节 数据操作(Manip) 第2节 计算功能(Calc) 第3节 统计分析(Stat) 第4节 图表制作(Graph) 第5节 六西格玛(Six Sigma),21,第1节 数据操作(Manip),1.数据

7、排列的调整 2.如何将数据从代码化数据转变成自然码数据呢? 3.改变数据的排列,将数据由行转变成列呢? 4.利用Calc菜单，制作C9的Months列的排列,22,第1节 数据操作(Manip)-1/6,1.数据排列的调整:Manip可以将MINITAB工作表中的数据列进行再排列整理。从而达到对数据构成以及格式的重整。（经常采用Excel的数据时，更有用）,例1： MINITAB-Data-FilesManip-1.MPJ有一组如下的数据。它是从Excel中拷贝过来的。如何处理？,ManipStackStack Block of Columns,23,第1节 数据操作(Manip)-2/6,1

8、.先在工作表中的C7,C8,C9分别填如名称,地点,收益,月份,24,第1节 数据操作(Manip)-3/6,2.如何将数据从代码化数据转变成自然码数据呢?,ManipCodeNumeric to Text,25,第1节 数据操作(Manip)-4/6,3.改变数据的排列,将数据由行转变成列呢?,ManipStackStack Rows,C2C6,C8,C1,C7,那末如何制作C9的Months列呢?请看下页。,26,第1节 数据操作(Manip)-5/6,4.利用Calc菜单，制作C9的Months列的排列,CalcMake Patterned DataSimple Set of Numbe

9、rs,从1开始,到5结束,间隔1,每个数重复1次,整体数重复5次,27,第1节 数据操作(Manip)-6/6,练习1:将下面的横向排列的数据，改成纵向的排列,MINITAB-Data-FilesManip-3.MPJ,ManipStackStack Rows,28,第2节 计算功能(Calc),1.计算器功能 :CalcCalculator 2.行的统计计算:CalcRow Statistics 列的统计计算:CalcColumn Statistics 3.如何制造数据:CalcMake Patterned DataSimple Set of Numbers 4.如何取随机顺序?如何取样?C

10、alcRandom DataSample From Columns 5.如何制做正态分布的数据:CalcRandom DataNormal Distribution,29,第2节 计算功能(Calc)-1/5,1.计算器功能 CalcCalculator,这是一个功能强大的计算器，请随时使用。它可以将计算结果自动转入MINITAB中。 它还有许多的函数运算功能。,30,第2节 计算功能(Calc)-2/5,2.行的统计计算， CalcRow Statistics 列的统计计算， CalcColumn Statistics,MINITAB-Data-FilesCalc-1.MPJ,Mean of

11、 C1 Mean of C1 = 5.5000 Sum of C1 Sum of C1 = 55.000 Standard Deviation of C1 Standard deviation of C1 = 3.0277 Minimum of C1 Minimum of C1 = 1.0000 Maximum of C1 Maximum of C1 = 10.000,31,第2节 计算功能(Calc)-3/5,3.如何制造数据 CalcMake Patterned DataSimple Set of Numbers,从1开始,到20结束,间隔1,每个数重复1次,整体数重复1次,MINITAB

12、-Data-FilesCalc-2.MPJ,32,第2节 计算功能(Calc)-4/5,4.如何取随机顺序？。如何取样？。 CalcRandom DataSample From Columns,MINITAB-Data-FilesCalc-3.MPJ,随机顺序,取样,33,第2节 计算功能(Calc)-5/5,5.如何制做正态分布的数据。 CalcRandom DataNormal Distribution,MINITAB-Data-FilesCalc-4.MPJ,练习2:求上面的数据的标准偏差（答案参考第2节的2）,34,第3节 统计分析(Stat),1.描述统计(StatBasic Sta

13、tisticsDisplay Descriptive Statistics) 2.正态性检验(StatBasic StatisticsNormality Test) 3.T-检验(1-Sample t , 2-Sample t ,) 4.相关(Stat Basic Statistics Correlation) 5.回归(StatRegression Regression) 6.方差分析 (One-way ANOVA, Two-way ANOVA, Balanced ANOVA, Test for Equal Variances, 2Variances, Main Effects Plot,

14、Interactions Plot,) 7.实验计划法 (DOE) 8.管理图 (Control Charts) 9.质量工具 (Quality Tools) 10.表格功能 (Tables),35,第3节 统计分析(Stat)-1/74,1.描述统计 1-1.描述统计菜单:StatBasic StatisticsDisplay Descriptive Statistics,描述统计，可以对一组数据（子集团的样本）进行统计分析。从数据中计算出： 自由度（N）， 算数平均（Mean）， 标准偏差（StDev），（描述离散程度） 最小值（Minimum）， 最大值（Maximum）， 第一四分位（

15、25%）值（Q1）， 第三四分位（75%）值（Q3） 从而，对母集团进行推测的一种统计分析方法。 除此之外，还可以画出数据的分布图，判定数据的正态性等。（此种分析只适用连续性数据）,36,第3节 统计分析(Stat)-2/74,1-2.描述统计的例子：,打开文件：MINITAB-Data-FilesStat_1.MPJ StatBasic StatisticsDisplay Descriptive Statistics,37,第3节 统计分析(Stat)-3/74,1-3.描述统计的例子的阶段窗口(Session Window)分析：,Descriptive Statistics: Respo

16、nse 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 1.0500 0.6625 1.0000,自由度,应答变量,平均值,标准偏差,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,标准偏差 的平均值,用标准偏差除以自由度N的开根号（SQRT（N）,0.0252=0.1952/ 60,38,第3节 统计分析(Stat)-4/74

17、,1-4.描述统计的例子的图表分析：,柱状图,正态性(如果P值0.05),平均值 标准偏差 方差 偏度(左右不对称性) 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,箱线图,样本的平均值的 95%置信区间,样本的中央值的 95%置信区间,样本的标准偏差的 95%置信区间,39,第3节 统计分析(Stat)-5/74,2.正态性检验 2-1.正态性检验菜单:StatBasic StatisticsNormality Test,制作一组,平均值 为30,标准偏差 是0.1的50个 数据,放在 C1栏中。,打开文件：MINITAB-Data-FilesStat_2.MPJ,40,

18、第3节 统计分析(Stat)-6/74,2.正态性检验 2-2.正态性判定,正态性判定： 1）此判定只适用于连续性数据。 2）如果图中的数据排列在一条直线上，可以初步认为有正态性。当然，最终确认还要看P_值。 3）如果显示的P-值大于0.05,正态存在,如果低于0.05则缺乏正态。 4）如果数据具有正态，则可用统计工具进行处理。 5）如果缺乏正态，检查数据是否测量正确或将数据修正为正确。如果数据是正确的，则进行对数变换。 注：如果数据个数较小（小于30）则不能完全相信P-值。在数据个数较小的情况下，即使数据被判断为缺乏正态也无关紧要。,正态存在如果 P-值 0.05 缺乏正态如果 P-值 0.

19、05,41,第3节 统计分析(Stat)-7/74,3.T-检验 3-1.一个样本的T-检验：StatBasic Statistics 1-Sample t,打开文件：MINITAB-Data-FilesStat_3（ 1-Sample t ）.MPJ,牛奶样本的 的冻结温度,牛奶标准的 的冻结温度,小于(标准),不等于(标准),大于(标准),检验平均值,这是选择了对立假说,希望证明牛奶公司在牛奶中掺水,牛奶样本的平均冻结温度明显高于标准,42,第3节 统计分析(Stat)-8/74,3.T-检验 3-2.一个样本的T-检验：如何判定检验结果,One-Sample T: FrzTemp Tes

20、t 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,单侧检验,由于P-值小于0.05,所以对立假说成立,(放弃归零假说) 结论:从牛奶公司拿到的牛奶的冻结温度,明显高于标准温度,这可以作为牛奶中掺水的证据,样本数量,样本平均,样本标准偏差,样本平均的标准误差 =标准偏差(0.0078)除以 自由度N(10)的开根号 （SQRT（N） =0.

21、0078/3.16228=0.002466,T-值是这样计算的: T=mean-target/SE mean = -0.53937 - (-0.545)/0.00247 =2.27935 又,由于是单侧检验,其自由度(DF)=9,此时的归零假说的 放弃值是1.83,而T-值是2.28大于此值,T-值越大,P-值越小,43,第3节 统计分析(Stat)-9/74,3.T-检验 3-3.两个样本的T-检验：StatBasic Statistics 2-Sample t,打开文件：MINITAB-Data-FilesStat_4（ 2-Sample t ）.MPJ,小于(标准),不等于(标准),大于

22、(标准),这是选择了对立假说,希望证明新厂家A(C1)的提供的材料的破坏强度明显高于原有厂家B(C2)的指标,其结果呢?,本例题的补充说明: 分析对象是一种计算机外壳用的材料的破坏强度. 现有厂家-B,关系良好,而新厂家-A说:能提供比厂家-B更好的材料.那末,B的材料明显好于A吗?(在计算机行业,对材料来说,其区别应大于10psi) 那末,我们有没有更换现有厂家B的必要呢?,44,第3节 统计分析(Stat)-10/74,3.T-检验 3-4.两个样本的T-检验：如何确认判定结果?,Two-Sample T-Test and CI: Manu_a, Manu_b Two-sample T f

23、or 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 for difference: 6.827 T-Test of difference = 0 (vs ): T-Value = 19.82 P-Value = 0.000 DF = 17,结果判定1: 通过P-值看出,厂家A的指标明显好于现有

24、厂家-B,但是,从95%可信的两者真正的差别(7.484)来看,并未达到我们要求的10psi, 那末,我们要不要由新厂家A替换原有厂家B呢? 还要看它们的波动=标准偏差,这是表示:A与B的差是7.484(95%信赖区间的平均值) 而它们之差的最小值是6.827(95%可信),将在ANOVA的等方差检验中再论述,结论:虽然厂家A比厂家B只高7.5psi,但它的波动小,质量稳定,采用.,45,第3节 统计分析(Stat)-11/74,3.T-检验 3-5.两个样本的T-检验：练习题,打开文件：MINITAB-Data-FilesStat_5（ 2-Sample t ）.MPJ,两个样本的T-检验,

25、可以进行改善前,后的比较,证明改善的效果.此题就是一个这样的问题,请证明发电机改善前,后有没有真正的差别.,提示:可用ANOVA的等方差检验,来确认A,B的波动.,46,第3节 统计分析(Stat)-12/74,4.相关(Correlation) 4-1.相关： Stat Basic Statistics Correlation,打开文件：MINITAB-Data-FilesStat_6.MPJ,Correlations: Lab, Online Pearson correlation of Lab and Online = 0.959 P-Value = 0.000,相关性判定: 看相关系数

26、(0.959),如果是“0”就 不相关,如果是“1”就是完全(正) 相关,如果是“-1”就是完全负相关 其他就表示是相关性强弱.,47,第3节 统计分析(Stat)-13/74,操作菜但顺序：GraphPlot,X-Y图: 可观察变量X与Y的关系, X=Online(在线),Y=Lab(实验室) 数据是它们两个不同测量系统, 测量的某试剂的Ph-值,那末,它们 相关性如何?.,48,第3节 统计分析(Stat)-14/74,4.相关(Correlation)的补充说明 4-2.用GraphMatrix Plot来初步判断要因之间的相关程度,打开文件：MINITAB-Data-FilesStat

27、_9.MPJ,从这些图形中,可以初步 判断有关的变量之间是 否存在着相关. (当然,这不是定量分析),49,第3节 统计分析(Stat)-15/74,5.回归 (Regression) 5-1.回归(单回归)： StatRegression Regression,打开文件：MINITAB-Data-FilesStat_7.MPJ,搅拌速度(X),油漆中杂质(Y),我们希望观察,最大要因(搅拌速度)是如何影响 输出(油漆中杂质)的呢?它们的定量关系是什么?,50,第3节 统计分析(Stat)-16/74,Regression Analysis: Impurity versus Stirrate

28、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% Analysis of Variance Source DF SS MS F P Regression 1 119.28 119.28 141.13 0.000 Residual Error 10

29、 8.45 0.85 Total 11 127.73,回归方程式,常数,搅拌速度,系数,自由度=N-1,残差,平方和,平均平方和(方差),标准偏差,相关系数R的平方,调整后的相关系数R的平方,F分布,P-值,51,第3节 统计分析(Stat)-17/74,5.回归 (Regression) 5-2.回归线图： StatRegression Fitted Line Plot,打开文件：MINITAB-Data-FilesStat_8.MPJ,残差Resi=各组的数据Y-各组的平均值Fits,各组内的平均值,线性(一次)相关,曲线(二次)相关,曲线(三次)相关,选择置信区间显示,52,第3节 统计

30、分析(Stat)-18/74,这是线性(一次)相关曲线,回归方程式,相关系数R的平方,搅拌速度,油漆中杂质(Y),线 95% 置信区间,每一点 95% 置信区间,如果相关系数R平方很小的话,怎么办?,53,第3节 统计分析(Stat)-19/74,残差检验:目的是确认前面所建立的数学模型是否可靠,如果残差具有正态分布的特性,就可以说前面的结论是可信的,反之,就不能说可信.判断方法如下:,这些点是否呈直线,这些点是否上下左右平均分布,这些点是否有何倾向,这个直方图的左右对称性,本页的残差检验只是“定性的”,如果想进一步定量地判定的话,可用 正态性检验菜单:StatBasic Statistics

31、Normality Test,操作菜单:StatRegression Residual Plots,54,第3节 统计分析(Stat)-20/74,残差正态性检验: 用正态性检验菜单:StatBasic StatisticsNormality Test,正态存在如果 P-值 0.05 缺乏正态如果 P-值 0.05,残差,55,第3节 统计分析(Stat)-21/74,6.方差分析 (ANOVA) 6-1.一元方差分析：ANOVAOne-way ANOVA,打开文件：MINITAB-Data-FilesStat_10(One-way ANOVA).MPJ,例题说明: 显象管的技术指标之一 是“

32、预热时间(暖机时间)” 这个时间就是本题的输出Y, 而它的一个要因X是不同的 “批次”.这里,实验3个批次, (3个批次称为:3个水准) 目的是判断它们的预热时 间是否相同 标准是:能稳定维持在一个较 低的水平,预热时间,实验批次,56,第3节 统计分析(Stat)-22/74,6-1.一元方差分析：ANOVAOne-way ANOVA(选择分析模式),这也是一种做残差检验的方法,57,第3节 统计分析(Stat)-23/74,6-1.一元方差分析：ANOVAOne-way ANOVA(观察阶段窗口),One-way ANOVA: Time_sec versus Tubetype Analys

33、is 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 (-*-) 3 4 19.000 3.162 (-*-) -+-+-+- Pooled StDev = 5.416 18.0 24.0

34、30.0,自由度,平方和,方差=SS/DF,F统计量,P-值,P-值0.05,说明3批时间的平均值没有有意差,95%信赖区间,水准,样本数,平均值,标准偏差,阶段性结论:虽然P-值0.05,说明3批之间的平均值不存在有意差,但是,第2批的标准偏差(8.485)较大(波动大,不稳定),需要进一步确认原因,如有可能,要重复实验.,58,第3节 统计分析(Stat)-24/74,6-1.一元方差分析：ANOVAOne-way ANOVA(观察图),箱线图,点图,从箱线图中可以看出,第2批次的数据分布波动大,平均值也高.从下面的点图也可看出,并且能知道第2批次有一个较大的异常值. 通常,数据较小时,采

35、用点图比采用箱线图更能充分反映问题所在.,结论: 要调查第2批次的异常值原 因,如有必要,应再次实验,59,第3节 统计分析(Stat)-25/74,6-1.一元方差分析：ANOVAOne-way ANOVA(残差检验),残差数据 列柱状图,残差数据列的正态概率图 (如为直线则为正态分布),残差数据对于组平均值的数学表达式模型做图(检查独立性和随机性),残差数据对数据顺序做图(检查独立性和随机性),60,第3节 统计分析(Stat)-26/74,6.方差分析 (ANOVA) 6-2.二元方差分析：ANOVATwo-way ANOVA,打开文件：MINITAB-Data-FilesStat_11

36、(Two-way ANOVA).MPJ,例题说明: 油漆的磨损量(Y) 与地点(X1)和油漆 种类(X2)的影响,地点(X1),漆种(X2),磨损量(Y),这里省略残差检验吧,这是残差图(也省略),地点(X1),61,第3节 统计分析(Stat)-27/74,6.方差分析 (ANOVA) 6-2.二元方差分析：ANOVATwo-way ANOVA(观察阶段窗口),Two-way ANOVA: PntWear versus Location, Paint Analysis of Variance for PntWear Source DF SS MS F P Location 3 38.69 1

37、2.90 10.04 0.003 Paint 3 30.69 10.23 7.96 0.007 Error 9 11.56 1.28 Total 15 80.94,结论: 地点的要因以及油漆种类的要因的P-值均大于0.05,说明它们都是影响Y的主要要因.,62,第3节 统计分析(Stat)-28/74,6.方差分析 (ANOVA) 6-3.平衡的方差分析：ANOVABalanced ANOVA,例题与前面相同:打开文件：MINITAB-Data-FilesStat_11(Two-way ANOVA).MPJ,残差计算和残差图分析均省略吧,63,第3节 统计分析(Stat)-29/74,6.方差

38、分析 (ANOVA) 6-3.平衡的方差分析：ANOVABalanced ANOVA (观察阶段窗口),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 F P Location 3 38.688 12.896 10.

39、04 0.003 Paint 3 30.688 10.229 7.96 0.007 Error 9 11.563 1.285 Total 15 80.938,结论与前面一样. (省略分析),64,第3节 统计分析(Stat)-30/74,6.方差分析 (ANOVA) 菜单 6-4.等方差检验：ANOVATest for Equal Variances,打开文件：MINITAB-Data-FilesStat_12.MPJ,这里的等方差分析只是针对于 一个要因的不同水准之间的方差,65,第3节 统计分析(Stat)-31/74,6.方差分析 (ANOVA) 菜单 6-4.等方差检验：ANOVATe

40、st for Equal Variances(等方差分析),这是基于假设正态分布的检验的P-值,这是基于非假设正态分布的检验的P-值,P-值大于0.05说明具有等方差性. 即,这3个水准的波动没有不同.,66,第3节 统计分析(Stat)-32/74,6-5.等方差检验的补充:(如何分析两个要因的等方差呢?) Stat Basic Statistics 2Variances,打开文件：MINITAB-Data-FilesStat_4（ 2-Sample t ）.MPJ,67,第3节 统计分析(Stat)-33/74,6.方差分析 (ANOVA) 菜单 6-6.主效果图：ANOVAMain Ef

41、fects Plot,打开文件：MINITAB-Data-FilesStat_13.MPJ,例题说明: 某车在湿滑的路面上, 测试不同情况下的 刹车距离. 条件是:固定一台车 采用固定的行驶车速 那末,其刹车距离受 左于哪个因素呢?,轮胎的类型(X1) 有GT,MX,LS3种,踩刹车板距离(X2) 有10.0,1.5,2种,防滑刹车系统ABS(X3) 有“采用”不采用,2种,车的刹车 距离(m)(Y),当然,此题可用三元ANOVA来进行定良的分析. 这里我们只用主效果图,来进行初步的判断,68,第3节 统计分析(Stat)-34/74,6.方差分析 (ANOVA) 菜单 6-6.主效果图：AN

42、OVAMain Effects Plot,结论很简单,69,第3节 统计分析(Stat)-35/74,6.方差分析 (ANOVA) 菜单 6-6.交互作用图：ANOVAInteractions Plot,打开文件：MINITAB-Data-FilesStat_13.MPJ,选择单边或全图,结论很简单,70,第3节 统计分析(Stat)-36/74,7.实验计划法 (DOE) 7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,建立一个实验计划表：StatDOE FactorialCreate Factorial Design,选择要因个数,71,第

43、3节 统计分析(Stat)-37/74,7.实验计划法 (DOE) 7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,选择要因个数,看一看可采用的设计模式,要因数,实验次数,解像度,首先了解在一定的要因数的前提下,根据解像度要求的不同,其实验次数不一样. 比如3个要因,全解像度时(Full),实验次数为8次,解像度为三时(III),实验次数为4次,72,第3节 统计分析(Stat)-38/74,7.实验计划法 (DOE) 7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,选择要因个数,看一看可采用的

44、设计模式,设计,选择中心点个数,重复次数,模拟要因个数,实验设计模式,实验次数,解像度,水准,要因,73,第3节 统计分析(Stat)-39/74,7.实验计划法 (DOE) 7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,选择要因个数,看一看可采用的设计模式,设计,选项,要因,要因名称,低水准,高水准,要因,将实验顺序随机化处理,将实验设计存入工作表,74,第3节 统计分析(Stat)-40/74,7.实验计划法 (DOE) 7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,实验设计的结果,随机

45、顺序,实验序号,中心点,模拟要因,温度,浓度,催化剂,接下来的事情,是按此实验的顺序和组合进行实验,并将实验的数据记录在C8(Yield),Yield,请参照文件：MINITAB-Data-FilesStat_14(DOE-1).MPJ,75,第3节 统计分析(Stat)-41/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,打开文件：MINITAB-Data-FilesStat_15(DOE-2).MPJ,这是代码 化的水准,这是8次实验 结果的数据,76,第3节 统计分析(Stat)-42/74,7.实验计划

46、法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,选项,选项时,一般最初是全选,在分析后,如发现不重要的要因可选到左侧,不选项目,选择项目,77,制图,残差分析暂不进行,第3节 统计分析(Stat)-43/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,一般选0.05,但最初为保险可取0.1,残差分析暂不进行,78,第3节 统计分析(Stat)-44/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Fac

47、torial Design,远离直线且明确用字母表示出来 的要因(A),以及交互作用(AC), 是重要的,另外,由于AC是重要的 说明要因C也是重要的,在红色点划线右侧的要因(A),以 及交互作用(AC),是重要的,另外, 由于AC是重要的说明要因C也是 重要的,79,第3节 统计分析(Stat)-45/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,选项,只选择重要的A,C,A*C,缩小模式,80,第3节 统计分析(Stat)-46/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactoria

48、lAnalyze Factorial Design,制图,选择0.05,进行残差诊断,81,第3节 统计分析(Stat)-46/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,结果同前,82,第3节 统计分析(Stat)-47/74,7.实验计划法 (DOE) 7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,Fractional Factorial Fit: Yield versus Temp, Catalyst Estimated Effects and Coef

49、ficients for Yield (coded units) 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

50、 Main Effects 2 1062.50 1062.50 531.25 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,温度,催化剂,温度*催化剂,主效果,二元交互作用,残差误差,纯的误差,P-值0.05是有意义的,接下来的步骤,应该是进行残差诊断,来判断分析结果的正确性,这里我们省略.,83,第3节 统计分析(Stat)-48/74,7.实验

51、计划法 (DOE) 7-2.实验后的分析(要因图)：DOEFactorialFactorial Plots,主效果图,交互作用图,立体图,84,第3节 统计分析(Stat)-49/74,7.实验计划法 (DOE) 7-2.实验后的分析(要因图)：DOEFactorialFactorial Plots,85,第3节 统计分析(Stat)-50/74,7.实验计划法 (DOE) 7-2.实验后的分析(建立数学模型)(求2代表某要素能说明Y的程度)：,Y=64.25+11.5(A)+0.75(C)+5.0(A*C),求2：StatANOVABalance ANOVA,Analysis of Vari

52、ance for Yield Source DF SS 2 Temp 1 1058.00 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,回到实际问题:为提高产量,考虑温度180,催化剂用B,浓度只考虑经济性,86,8.管理图 (Control Charts) 8-1.管理图的实验定义： Control Charts De

53、fine Tests,第3节 统计分析(Stat)-51/74,实验序号,设定值-K,定义,有一个点超过了K(3)西格玛界限,有K(9)个或以上的数据点,连续分布在中心线一侧,有K(6)个数据,连续增加或连续减小,有K(14)个数据,连续性的,交替上下变动,有K(2)+1的个连续数据中的2个,超过了2西格玛界限,有K+1(5)个数据中,有K(4)个数据超过了1西格玛界限,有K(15)个点在1西格玛界限内,在中心线的上侧或下侧,有K(8)个点,超过1西格玛界限,在中心线的上侧或下侧,87,第3节 统计分析(Stat)-52/74,8.管理图 (Control Charts) 8-2.管理图分类：

54、,连续数据,离散数据,子集团的样本数据的量=N,无法分组,子集团样本数据量=1,不良品(不良率),欠点数,子集团样本数量一定,子集团样本数量可变,子集团样本数量一定,子集团样本数量可变,88,第3节 统计分析(Stat)-53/74,8.管理图 (Control Charts) 8-3.连续数据管理图-Xbar-R管理图： Control Charts Xbar-R,打开文件：MINITAB-Data-FilesStat_16(Xbar-R).MPJ,子集团的样本数据量=510,例题说明:某零件直径=1405mm,每天取5个数据进行监测,共监测了30天,Tests要全选,89,第3节 统计分析

55、(Stat)-54/74,8.管理图 (Control Charts) 8-3.连续数据管理图-Xbar-R管理图： Control Charts Xbar-R,上方管理界限+3,下方管理界限-3,检测出第1种错误(看阶段窗口可知是第24点),样本数据的管理图,样本数据移动的管理图,90,第3节 统计分析(Stat)-55/74,8.管理图 (Control Charts) 8-4.连续数据管理图-I-MR管理图： Control Charts I-MR,打开文件：MINITAB-Data-FilesStat_17(I-MR).MPJ,收集了1个月的每天在库量N=1,91,第3节 统计分析(S

56、tat)-56/74,8.管理图 (Control Charts) 8-4.连续数据管理图-I-MR管理图： Control Charts I-MR,移动的平均,92,第3节 统计分析(Stat)-57/74,8.管理图 (Control Charts) 8-4.离散数据(不良品,不良率)-NP,P管理图： Control Charts NP,P,打开文件：MINITAB-Data-FilesStat_18(NP,P).MPJ,样本数量,薪金支票错误,可变换点,线的各种形状和颜色,93,第3节 统计分析(Stat)-58/74,8.管理图 (Control Charts) 8-4.离散数据(不良品,不良率)-NP,P管理图： Control Charts NP,P,NP管理图,P管理图,薪金支票错误个数,薪金支票错误率,94,第3节 统计分析(Stat)-59/74,8.管理图 (Control Charts) 8-5.离散数据(欠点数)-U管理图： Control Charts U,打开文件：MINITAB-Data-FilesStat_19(U).