MINITAB(基础)PPT.ppt

MINITAB操作指南 课程内容架构及课程设计 序MINITAB简介 一、 MINITAB发展历史 起源 1972年，美国宾夕法尼亚州立大学为作统计分析、教育用而开发，目前已在工学、社会学等所有领域被广泛使用。 发展 在GE、MOTOROLA等公司已作为基本的程序而使用，且与Six-sigma有关联的部分陆续地在完善之中。 版本 Minitab = + = + R13 R14 R15 Mini Tabulator 小型 计算机 二、 MINITAB界面简介 第一章“文件”菜单基本操作 “文件”菜单功能简介 一、 打开项目 二、 打开工作表 第二章“数据”菜单基本操作 “数据”菜单功能概述 （两列堆垒） （行堆垒成列） （多列堆垒） （列拆分为列） 一 拆分列 二 堆叠 第三章“图形”基本操作 “图形”菜单功能概述 展示两列数据间的相关趋势； 展示一列数据的分布状况； 展示混合数据间的分布差异。 展示一列数据的分布状况； 展示混合数据间的分布差异。 一 散点图 结论：温度很有可能影响到不良率 二 直方图 案例： D处7线PRESS有三台并行生产，需判断它们之间对Tilt是否有差异。 三 箱线图 第四章“统计”基本操作 第一节基本统计 基本统计概述 统计均值、标准差 １组连续数据与标准比较 ２组连续数据之间比较 １个比率与标准比较 ２个比率之间比较 ２个以上变量间相关性分析 变量是否呈正态分布检验 一 显示描述性统计数据 二 单样本t检验 　　根据历史经验，Tilt的测量数据的分布接近于正态，但假设不知道 。为了检验总体平均值是否为 5 并获得平均值的 9５% 置信区间，需要使用 t 过程。 结论： 　　P0.05,无法否定原假设，即样本所代表的总体的平均值＝５。故混合tilt的均值无异常。 三 双样本t检验 结论： 　　P0.05, 否定原假设,故各PRESS的tilt的均值有显著差异,造成混合tilt的波动大. 四 单比率检验(1P) 县地区检察官想竞选州地区检察官职位。她已决定，如果她的党派成员中支持她的人超过 65%，她就放弃县检察官职位，而竞选州检察官职位。您需要检验 H0：p = .65 与 H1：p .65。 作为竞选活动管理者，您收集了 950 名随机选择的党派成员的数据，并发现有 560 人支持该候选人。您进行了一项比率检验，以确定支持者的比率是否大于必需比率 0.65。此外，还构造了 95% 的置信限，以确定支持者比率的下限。 结论： 　　P=10.05, 无法否定原假设，即支持候选人的党派成员的比率不大于 0.65 这一必需比率, 建议她不要竞选州地区检察官职位。 五 双比率检验(2P) 作为一个部门经理，你需要决定选购一款复印机。经过比较20多个品牌复印机的价格、质量、售后等多方面因素后，选定了两款：A、B。由于之前公司已经有使用这两种复印机，所以随机50个数据，发现A款有过6次维修记录，而B款有过8次维修记录。 该部门经理要选购复印机哪款 1、两个母体比例差异量95%的信赖区间： (-0.175790, 0.0957903) ，在这个区间内，包含0，即两个母体的比例相等 2、差值 = 0(与 ≠ 0) 的检验: Z = -0.58 P 值 = 0.564，即95%置信区间， P-Value ＞0.05，接受原假设，即复印机A与B之不良率相等。 六 相关分析 现有 200 名学生的语文和数学 SAT 得分以及大学一年级平均成绩，我们要研究这些变量之间的相关性。我们使用具有默认选项的相关来显示 p 值。 结论： 　　P都0.05, 语文和数学都与学习好坏有显著相关。 七 正态性检验 结论： 　　P都0.05, TILT呈正态分布 第二节回归分析 回归分析概述 一班现线性回归分析 拟合线图回归分析 一、简单回归分析概述 为了查明变量之间函数的相关性而假定某数学模型，从已测定变量的数据中推定其模型的统计性分析方法。根据这样的函数模型，从一个变量的变化能预测另一个变量的变化。 如）父亲和儿子的身高关系、工程温度影响的制品强度 输出变量：欲预测的变量，受输入变量影响。 输入变量：影响输出变量的变量。  输入变量与输出变量（反应变量） 父亲的身高和工程温度都是独立变量，儿子的身高和制品强度都是输出变量。 一、简单回归分析概述 R-Sq值叫决定系数，用 R2 表示 在0 R2 1范围，总变动中被回归线说明的变动所占的比率 R2 值越接近1时，回归线越高，判断越有意义 合理的值是多少？根据情况不