技术文章

1.软件概述

  Minitab软件是现代质量管理统计的领导者，是质量改进、教育和研究应用领域统计软件和服务的领导者。是质量管理和质量设计的好工具软件，也是质量持续改进的好工具软件。 MINITAB 统计软件为质量改进和概率应用提供了准确易用的工具。MINITAB 包括通用电器、福特汽车、通用汽车M、霍尼韦尔、LG、东芝，诺基亚，还有 Six Sig ** 。作为统计入门教育技术领先的软件包，MINITAB 也被 4,000 采用多所高校。 MINITAB 总部位于State College，PA，USA(美国)在英国和法国设有办事处，在世界各地设有经销商。MINITAB 包括: 基础和高级统计 回归和方差分析 时间序列 演示质量图 模拟和分布 数据导入、导出和操作灵活 SPC (Statistical Process Control - 统计过程控制) DOE (Design of Experiments - 试验设计) 可靠性分析 多变量分析 计算样本量和幂 强大的宏语言 。课程介绍 Minitab基础应用培训 实验设计（DOE） 统计过程控制 测量系统分析 假设检验 crystalball宾州州立大学的研究员与蒙特卡洛分析培训也是一个软件集成包Barbara F. Ryan, Tho ** s A. Ryan, Jr.，和Brian L. JoinerIt它最初是在1972年开发的OMNITAB简化本(另一个由美国国家标准技术研究所编写的统计分析软件)出现。目前，Minitab应用通常与一些统计处理方法相结合，如六个标准差（Six Sig ** ）, 能成熟模型集成（CMMI）等。

Minitab 用户界面

  会话窗口

  会话窗口将以文本格式显示分析结果。此外，在此窗口中，您还可以在命令线窗口格中输入会话命令，而无需使用 Minitab 的菜单。

  工作表

  工作表类似于电子表，您可以输入和排列您的数据。您可以打开多个工作表。

  Project Manager

  第三个窗口是 Project Manager，已在工作表下最小化。

  

  

2.用图形表示数据创建块直方图打开样本数据出货数据.MTW选择图形 > 直方图。

  3.选择包含拟合，然后单击确定。

  4.输入图形变量中的天数。

  5.单击多图形，然后单击变量分组选项卡。

  6.在同一图中按变量分组，输入中心。

单击每个对话框中的确定

  

  

  解释结果

  直方图看起来像钟形，平均对称，说明每个中心的交货时间大致正态分布。

检查两个变量之间的关系

  图形可以帮助您确定变量之间是否存在关系以及关系的强度。了解变量之间的关系可以帮助您确定哪些变量对分析很重要，以及需要选择哪些分析。

  创建含组散点图

  使用散点图可以检查两个变量之间的关系。您可以从图形菜单中选择散点图或使用 Minitab 帮助。这种帮助可以指导你完成你的分析，并帮助你自信地解释分析结果。该协助可用于大多数基本数据统计检查、图形、质量分析和 DOE(试验设计)。

  1.选择协助 > 图形分析。

  2.单击散点图(组)，绘制变量之间的关系图。

  3.在Y 列中，输入天数。

  4.在X 列中，输入距离。

  5.在X 在列数中，选择 1。

  6.在X一、输入中心。

3.分析数据汇总摘要显示描述性统计量打开样本数据.MTW。选择显示描述性统计的统计。输入天数为变量。输入中心状态按变量分组(可选)。

  5.单击统计。

  6.取消第一个四分位数、中位数和第三个四分位数N 非缺失和N 缺失。

  选中N 合计。

  7.单击每个对话框中的确定。

  请注意，您在统计量子对话框中的更改只会影响当前会话。如果您想更改未来会话的默认选项，请选择工具 > 选项。展开单个命令，选择显示描述性统计量。选择您想要显示的统计量。当您再次打开统计量子对话框时，它将显示您的新选项。

比较两个或两个以上的平均值

  执行方差分析

  1.选择统计 > 方差分析 > 单因子。

  2.在同一列中选择所有因素水平的响应数据。

  3.在响应中，输入天数。在因素中，输入中心。

  4.单击比较。

  5.在假设等方差的比较过程中，选择Tukey。

  6.单击确定。

  7.单击图形。 许多统计命令，Minitab 提供有助于解释结果和评估统计假设有效性的图形。这些图形被称为内置图形。

  8.在数据图下选择区间图、单值图和数据箱线图。

  9.在残差图下，选择四合一。

  10.单击每个对话框中的确定。

保存项目

  保存所有工作 Minitab 项目中。

  1.选择文件 > 另存项目。

  2.导航应该用来保存你的文件夹。

  3.在文件名中输入我的统计数据。

  4.单击保存。

4.建模统计4.1方差分析单因子方差分析概述

  当您有一个类别因素和一个连续响应并想确定两个或两个以上组的总体平均值时，可以使用 单因子方差。如果发现至少有一组差异，请使用单因子方差分析中的对话框来识别显著差异的组对。

  例如，地毯制造商希望确定几种类型地毯的耐久性是否不同。

  示例：

  一个化学工程师想比较四种油漆混合材料的硬度。每种油漆混合材料取六个样品涂在一小块金属上，然后在金属块凝固后测量每个样品的硬度。为了检查平均值是否相等，并评估平均值之间的差异，分析师使用单因子方差分析和多重比较。

打开样本数据，喷漆硬度.MTW。选择统计>方差分析>单因子。在同一列中选择所有因子水平的响应数据。在响应中输入硬度。在因子中输入油漆。单击比较按钮，然后选择Tukey。单击确定每个对话框。平均分析

  平均分析可以确定每个组的平均值是否与整体平均值不同。您的数据可以服从正态分布、二次分布或 Poisson 分布。平均值分析是方差分析的图形选择。例如，制造商的工程师希望通过测试来评估三个过程的时间水平和三个强度水平对产品密度的影响。工程师使用平均值分析来检查主要效应和因素之间的互动。

正态数据平均分析示例

  安全分析师希望有经验和没有经验的司机在沥青路、石路和土路三种道路上的驾驶水平。为了测量驾驶水平，分析师记录了每个司机控制和校正每条道路所需的时间（秒）。分析师进行了平均分析，以确定经验水平和道路类型的平均值是否与整体平均值不同。

打开样本数据路面状况.MTW.选择统计>方差分析>均值分析。在响应中输入校正次数。在数据分布下，选择正态。 1.输入经验。 2.输入公路类型。单击确定。两个数据的平均分析示例

  工程师想知道焊接过程中的缺陷是否比以前多。工程师收集了它 80 每个班次的焊接数在几天内被记录下来。数据有两个可能的结果，所以数据是两个数据。

  为了确定不合格率是否与任何样本的不合格率存在显著差异，分析师进行了均值分析。

打开样本数据焊接不合格.MTW.选择统计>方差分析>均值分析。在响应中，输入不合格的焊接数。在数据分布下，选择两个项目，并在样本数量中输入80。单击以确定。平衡方差分析

  例如，确定操作员、机器设置和班次是否会影响涂层材料的粘度。设计是平衡的，因为所有操作员、设置和班次的组合都有相同的观测值。

  如果您收到数据不平衡的警告，可以执行交叉分组表，以确定每个因素水平组合的观测值。

  一名生产工程师进行了测试，以确定多种条件对涂层材料厚度的影响。三名不同的操作员进行了两次测试。每个操作员测量每个设置下的厚度两次。

  由于设计是平衡的，分析师使用平衡方差分析来确定时间、操作员和机器设置是否会影响涂层厚度。

打开样本数据，涂层厚度.MTW。选择统计>方差分析>平衡方差分析。在响应中，输入厚度。输入模型 时间 操作员 设置 时间操作员 时间设置 操作员*设置。在随机因素中输入操作员。单击结果。选择期望均方和方差分量显示。输入显示对应的平均值 时间 设置 时间*设置。单击每个对话框中的确定。拟合一般线性模型

  电子设计工程师研究工作温度和三种面板玻璃类型对示波器管的光输出效应。工程师使用一般的线性模型来研究温度、玻璃类型和两个因素之间的交互效应。

打开样本数据，输出光.MTW。选择统计>方差分析>拟合一般线性模型。在响应中，输入光输出。在因子中，输入玻璃类型。输入协变量中的温度。单击模型。玻璃类型和温度选择在因子和协变量中。在按变量顺序添加交互项的右侧，选择 二、单击添加。选择因子和协变量中的温度。在按阶数添加所有交互项的右侧，选择 二、单击添加。在因子和协变量中，选择玻璃类型，在模型中选择温度*温度。单击添加模型中的交叉因子、协变量和项的右侧。单击确定每个对话框。4.2.返回拟合线图

  拟合线图可以显示连续预测变量和响应之间的关系。您可以为数据拟合线性模型、二次模型或立方模型。拟合线图显示数据的散点图，用回归线表示回归方程。

  家具制造商的材料工程师希望评估制造商使用的刨花板的硬度。工程师测量了刨花板样品的硬度和密度。工程师使用简单的回归来确定颗粒的密度是否与板的硬度有关。

打开样本数据刨花板.MTW。选择统计>回归>拟合线图。在响应中输入硬度。在预测变量中输入密度。单击选项。在显示选项下，选择显示置信区间和显示预测区间。单击确定。单击图形。在残余图下，选择四合一。单击确定每个对话框。