黑带培训--Minitab使用技巧rev.ppt

日期/时间值的简单数集： 项目组想了解2004年每个周六到营业厅办理业务的人数，要生成2004年每个星期六的数据。 输入储存生成数据位置 每个数据循环次数 整体数据循环次数 输入开始、结束日期，两个日期的间隔时间 共52个日期型数据 产生模板化数据 产生指示变量 目的：通过这个命令可以为回归分析做准备，我们可以对一个定性变量进行回归分析，例如:三个不同厂家基站的稳定性对话音质量的影响。这个时候，“厂家”可以转化为虚拟变量，然后进行回归分析。 数据文件：18-Make Indicator.mtw 输入定性变量 存储生成虚拟变量的列 A B C 路径：计算 产生指示变量 随机数据 目的：可以生成各种不同分布的随机数据。 来自列的样本:从一个总体中随机抽样 卡方:生成服从卡方分布的数据 正态:生成符合正态分布的数据 F:生成服从F分布的数据 t：生成服从T分布的数据 均匀:生成均匀分布的数据 Bernoulli:生成贝努利分布的数据 二项:生成服从二项分布的数据 几何:生成服从超几何分布的数据 负二项:从负二项分布生成随机数据 超几何:从超几何分布生成随机数据 任意离散:生成服从非连续分布的数据 整数均匀:生成服从整数分布的数据 Poisson:生成服从泊松分布的数据 Beta:生成服从贝塔分布的数据 Cauchy:生成柯西级数分布的数据 指数:生成服从指数分布的数据 Gamma:生成服从伽马分布的数据 Laplace:生成服从拉普拉斯分布的数据 最大极值:从最大极值分布 生成随机数据 Logistic:生成逻辑分布的数据 对数Logistic:从对数Logistic分布生成随机数据 对数正态:生成服从对数正态分布的数据 最小极值:从最小极值分布 生成随机数据 三角形:生成三角分布的数据 Weibull:生成韦伯分布的数据 路径：计算 随机数据 …… 目的：从一个总体中随机抽取不同的容量的样本 数据库文件：19-Sample From Columns.mtw 输入抽样样本的容量 输入总体的位置 输入储存样本的列 每次抽样放回总体 重复4次得到的结果 来自列的样本 随机数据 目的：生成任意正态分布的数据 要求生成的数据个数 储存数据的列 输入要生成数据的条件:均值为20;标准差为5 正态 随机数据 产生均值为20,标准差为5，样本容量为100的正态分布的数据 概率分布 目的：计算服从各种分布的数据的概率密度、在某一点的累积概率或直知道某一点的概率计算对应的特征值 路径：计算 概率分布 …… 计算概率密度 计算累积概率 计算分布的特征值 输入正态分布的平均值 输入正态分布的标准差 输入计算变量的列 计算结果储存的位置 输入计算的单个数值 正态： 概率分布 请计算：根据经验，传输故障历时符合均值为6.8个小时，标准差为3.2的正态分布，请问传输故障历时超过10个小时的概率有多大？ X小于等于10的概率是0.8413, 则大于10的概率为: 1－0.8413=0.1587 概率分布 累积分布函数 正态分布，平均值 = 6.8 和标准差 = 3.2 x P( X = x ) 10 0.841345 正态： 请计算：根据经验，传输故障历时符合均值为6.8个小时，标准差为3.2的正态分布。出现累积概率为95％所对应的故障历时是多少？ 正态： 逆累积分布函数 正态分布，平均值 = 6.8 和标准差 = 3.2 P( X = x ) x 0.95 12.0635 概率分布 利用各种函数对数据表中的数据进行计算、对指定的列进行统计、标准化 利用Minitab产生具有一定特征的数据 利用Minitab计算各种分布的概率值、概率密度、累计概率和对应的特征值 小 结 六、统计菜单 基本统计量 –计算基本统计量以及一个或两个样本的简单估计和假设检验。 回归 - 研究响应变量与一个或多个预测变量之间的关系并为之建模。 方差分析 - 用来分析响应变量与一个或多个预测变量之间关系并为之建模的。 DOE（试验设计) – 用于改进过程的有效方法。筛选重要因子及对该因子最佳化。 控制图 - 按时间顺序描绘过程数据，以帮助识别常见原因变异和特殊原因变异。 质量工具 - 研究和检测质量问题并改进过程的工具。 可靠性/生存 - 用于为寿命数据建模的最佳分布。 可以提供多种工具，用于估计说明该分布的多种函数。 多变量 - 用于执行主成份分析、因子分析、聚类分析、判别分析和对应分析。 时间序列 - 用于分析在一段时间内收集的数据，均匀时间间隔上的观测值 序列，包括简单预测和平滑方法、相关分析方法和ARIMA建模。 表格