[经管营销]培训_minitab.pptVIP

SPC入门培训 课程介绍 基本数据分析及应用 方差分析及应用 过程稳定性及过程能力分析 相关性分析和回归分析 注：本课程中所有的数据、分析过程、分析结果都是基于Minitab 15工具。 课件实验数据来源于：《生产率数据.MPJ》、 《脉搏.mtw》。 基本数据分析 排序 点击 数据→排序 先将数据按时间进行排序。 基本数据分析 单值图 点击 图形→单值图，看到下图，在“数据视图”中选择“平均值连接线”。。 基本数据分析 单值图分析结果 基本数据分析 直方图 点击 图形→直方图 选择“包含拟合组”这个图形方式。 基本数据分析 直方图的结果 基本数据分析 图形化汇总 点击 统计→基本统计量→图形化汇总 基本数据分析 基本数据分析 图形化汇总分组分析 点击 统计→基本统计量→图形化汇总 基本数据分析 图形化汇总分组分析结果-1 基本数据分析 图形化汇总分组分析结果-2 方差分析 方差分析 方差分析(Analysis of Variance, 缩写为ANOVA)是数理统计学中常用的数据处理方法之一，是工农业生产和科学研究中分析试验数据的一种有效的工具。也是开展试验设计、参数设计和容差设计的数学基础。 一个复杂的事物，其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等。 方差分析是在可比较的数组中，把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。对变差的度量，采用离差平方和。方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和。这是一个很重要的思想。 方差分析 方差分析 点击 统计→方差分析→单因子，在出现下图后在“比较”中选择“Tukey ，整体误差率T 5”。 方差分析 方差分析的结果-1 方差分析 方差分析的结果-2 方差分析 方差分析的结果-3 过程稳定性及过程能力分析 XMR图 点击 统计→控制图→单值变量的控制图→I-MR 过程稳定性及过程能力分析 XMR图的分析结果-1 过程稳定性及过程能力分析 I-MR图的分析结果-2 相关性分析 变量间的关系有两种类型：函数关系和相关关系。 函数关系 是一一对应的确定关系。 设有两个变量 x 和 y ，变量 y 完全依赖于 x ，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量。 各观测点都严格落在一条线上。 相关关系 变量间确实存在、但数量上不固定的相互依存。这种关系不能用函数关系精确表达； 一个变量的取值不能由另一个变量惟一地确定；当变量 x 取某个值时，与之相关的变量 y 的取值可能有若干个； 各观测点分布在一条直线或曲线周围 相关性分析 函数关系和相关关系的例子 函数关系 圆的面积（S）与半径之间非关系可表示为S = ? R2 ； 某种商品的销售额(y)与销售量(x)之间的关系可表示为 y = p x (p 为单价) 相关关系 商品的消费量(y)与居民收入(x)之间的关系 商品销售额(y)与广告费支出(x)之间的关系 粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的关系 收入水平(y)与受教育程度之间的关系(x) 父亲身高(y)与子女身高(x)之间的关系 相关性分析 注意点 假相关—没有本质联系，只是表面数字的偶然的巧合。 如上证指数与气温的关系。 相关关系比因果关系包括的范围更广泛。 因果关系属于相关关系； 相关关系不一定是因果关系。 相关性分析 相关关系分类 按相关关系涉及的因素多少分为： 单相关——一元相关，两变量间的相关关系。 复相关——多元相关，三个（或以上）变量间的相关关系。 按相关的表现形态分为： 直线相关——观察点的分布大致呈现为一条直线。 曲线相关——观察点的分布大致呈现为一条曲线。 按相关方向分为： 正相关——两变量大体上呈同方向变化。 负相关——两变量大体上呈反方向变化。 相关性分析 相关性的典型图标 相关性分析 相关性分析 数据源自《脉搏.mtw》 正态分布检验 相关性分析 相关性分析 点击 统计→基本统计量→相关性 相关性分析 相关性分析结果 回归分析 回归分析 点击 统计→回归→回归 回归分析 回归分析的结果-1 回归分析 回归分析的结果-2 培训知识点回顾以及讨论 讨论 QA 结束 谢谢！ E-Mail:tomfshao@ * * ① ② ③ ④ ① ② ③ ④ 从结果中我们可以看出3个业务方向的生产率的平均值明显不同，且国内的平均值明显高于对日和内部的平均值。 ① ② ③ 从图中可以看出，对日的生产率平均值为2.511，明显小于国内的4.545。但对日（20个数据点）的数据分布相对国内（8个数据点）要集中。 ① ③ ② 分析图右边分析结果的解释