统计基础及基础图表课件.ppt

1 We can also create Marginal Plots using a 箱图 or a Dotplot along with the Scatterplot. Have the class create Marginal Plots using a 箱图 and a Dotplot. 图形化叙述统计 纯粹看这些数据可能理不出任何头绪 让我们看看数据图形化之后的结果，并增加输出的数值 图形化描述统计 Graphical Summary 目录 1、统计基础 2、基础图表 图表分析方法 类型 图形 X类型 Y类型 功能描述 变量的状态 直方图 连续 描述单变量的状态，如居中程度、离散程度、分布情况、数据异常状态等 直方图、点图、茎叶图 。通过与已知分布的拟合，以图形的方式显示变量所服从的分布 概率图、经验累计分布函数 。也可以选择显示多变量的图形，但不对多变量进行状态的比较。 点图 连续 箱线图 连续 变量之间的关系 散点图 连续 连续 以图形的方式直观显示变量之间的关系，为后续更精确的数据分析打下基础。 边际图 连续 连续 箱线图 离散 连续 变量的构成 柏拉 离散 离散或连续 描述变量各组成部分的比例等信息，以80/20法则找出关键问题。 饼图 离散 离散或连续 变量的趋势 时间序列图 连续 描述变量随时间的变化趋势。 工具或统计量 最小抽样数 平均值 5 – 10 标准偏差 25 – 30 不良率 P 100 和 nP ≥ 5 直方图或柏拉图 50 散点图 25 箱线图 10 时间序列图 10 注意：这些数值为最小值，抽样数越多所得的结论越值得信赖 需要收集多少数据 数据的分析 回到我们绿化浇水作业中影响耗水量之潜在变异来源的例子： 输出结果: 耗水量 追踪的输入值: 时间, 班次, 操作人员 、 水管孔径及压力 目的: 辨认哪个影响因素X的对结果Y产生了影响 档案名称：绿化耗水.MTW 描述性统计 让我们来看看水管孔径耗水量变异性的影响。我们可以使用 显示描述性统计选项来看看不同 孔径 的差异 Minitab ： 统计 基本统计量 显示描述性统计 描述统计分析结果 平均值 变量 孔径 N N* 平均值 标准误 标准差 最小值 下四分位数 中位数 耗水量 1 47 0 19.024 0.241 1.655 14.447 17.660 19.354 5 57 0 21.907 0.143 1.077 19.201 21.267 21.917 10 46 0 25.242 0.232 1.576 22.408 23.722 25.197 变量 孔径 上四分位数 最大值 耗水量 1 20.362 22.536 5 22.578 24.277 10 26.575 28.763 1、资料结果显示，当 孔径从 1 改变到 10 时，耗水量的平均值从 19.0 改变至 25.2 2、若我们将 孔径 集中在 5，耗水量 的 标准差 值将会从 1.655 全部变异减少至 1.077 图形化汇总 Minitab ： 统计 基本统计量 图形化汇总 Y 耗水量, 按变量 孔径 绿化耗水.MTW 时间序列图 点图 使用 点图 ，依 孔径 来显示 耗水量 的分布情况 Minitab ： 图形 点图 Y 耗水量, 按变量 孔径 进行类别分组 用2分钟，使用相同的方法检视 日期、班次 、人员等变量并报告你的结论 何者为影响 耗水量 变异的最主要输入 ? 点图分析结果 我们也可依某一变量制作 箱线图，以了解其对此变量之变异 箱线图 Minitab ： 图形 箱线图 Y 耗水量, 按变量 孔径 进行类别分组 箱线图分析结果 不同的 孔径 对结果有什么影响？ 散点图研究两个变量之关系 开启 绿化耗水.MTW 档案 散点图 散点图分析结果 两个变量之间有什么关系？ 边际图 边界图把散点图和其他三个图表中的一个进行组合 直方图 /箱线图/点图 边际图 柏拉图 柏拉图是根据改善目标的重要性进行排列的工具 柏拉图帮助我们聚焦于引起 80% 不良绩效的 20% 的问题 打开市场投诉种类.MTW 文件 柏拉图 结 论 研究某个因素的分布在情况（位置与离散程度），使用图形化汇总 研究某个变量随着时间的变化趋势，使用时间序列图 研究单个变量在不同水平下或者多个变量对结果的影响，使用点图/箱线图 研究两个变量之关系的散点图 研究在整个事件中影响占80%的少数关键使用柏拉图 目标：让学员对方法论有个清晰的概念，了解各个阶段的任务 * Discuss the differ