描述统计and正交设计.ppt

涤纶防水整理的较佳工艺条件是A3B3C1，即硬脂酸钠溶液浓度60g/L，硫酸铝溶液浓度60g/L，处理时间5min。 它并不包含在正交表中已经做过的那9个试验方案中，这正体现了正交试验设计的优越性。 直观分析计算表 试验验证 上述优方案是通过理论分析得到，是不是真正的优方案呢？还需做进一步的验证。 将优方案A3B3C1与正交表中最好的9号试验A3B3C2做对比试验，若方案A3B3C1比第9号试验的试验结果更好，通常就可认为A3B3C1是真正的优方案；若第9号试验的试验结果更好，第9号试验是最优方案。 一般来说，出现后一种情况可能是没有考虑交互作用或者试验误差较大引起的，需要做进一步的研究。 {具体问题，具体分析} 描述统计 and 正交设计 描述性分析主要是针对数据进行基础性描述，主要用于描述变量的基本特征。描述性统计是统计学最近本、最常用的统计方法。 在统计学中，将通过样本构造出来的参数统称为统计量。企业内部产生的销售数据或通过市场调查产生的调查数据通常都没有明显的规律，为了分析数据对象的总体规律，需对这些原始数据进行整理计算，以得出反映总体特征的参数。 SPSS中的描述性分析过程可以生成相关的描述性统计量，如：均值、方差、标准差、全距、峰度和偏度，同时描述性分析过程还将原始数据转换为Z分值并作为变量储存，通过这些描述性统计量，我们可以对变量的综合特征进行全面的了解。 描述统计量 表示集中趋势 表示离中趋势 描述分布特征 均值(Mean ) 累加（Sum） 中数(Median ) 分位数(Percentile Values ) 众数( Mode ) 最大值与最小值(Maximum Minimum ) 频数及频率(Frequencies Percentage ) 极差(Range) 方差（Variance）标准差（Std. Deviation） 平均抽样误差(S. E. Mean ) 协方差(Covariance) 相关系数(Coefficient of Correlation) 变异系数（Coefficient of Variation） 偏度(Skewness) 峰度(Kurtosis ) Z标准化得分 频数分析 数据描述 数据探索 列联表分析 比率统计 P-P图Q-Q图 描述统计分析 分析-描述统计-频率 频数分析 分析-描述统计-频率 分析-描述统计-描述 数据描述 将标准化得分另存为变量 如果选中该复选框，则表示为变量列表中的每一个要分析描述的变量计算Z标准化得分，并且系统会将每个变量的Z标准化得分保存到数据文件中（其中，新变量的命名方式是在原变量的变量名前加Z，如原变量名为“Amount”，则生成的新变量名为“ZAmount”。） Z标准化得分 Z标准化得分是某一数据与平均数的距离以标准差为单位的测量值。 Z的标准化数据越大，说明它离平均数越远。 分析-描述统计-探索 数据探查过程，对于数据概况不清的时探索性分析。为传统的统计推断提供良好的基础和减少盲目性。 一般是进行探索性分析是为了： ①检查数据是否有错误，过大过小的数据可能是异常值，影响点或错误值。需要检查并分析原因，然后决定是否从分析中剔除这些数据。 ②获得数据分布特征，很多统计方法对数据的分布有要求，如方差分析就需要数据服从正态分布。 ③对数据初步观察，并发现数据内部规律。 数据探索 身高-胸围 性别-胸围 箱型图和茎叶图 分析-描述统计-交叉表 ①根据收集的样本数据产生二维或者多维交叉列联表 ②在列联表的基础上，对两两变量间是否存在一定的相关性进行分析。 列联表分析 分析-描述统计-比率 比率分析生成比率变量，并对该比率变量计算基本描述性统计量（如均值、中位数、标准差、全距等），进而刻画出比率变量的集中趋势和离散程度。除此之外，SPSS 21.0还提供了其他对比描述指标，大致也属于集中趋势描述指标和离散程度描述指标的范畴。 比率分析 分析-描述统计-P-P图 P-P图和Q-Q图都是用来观察变量是否服从正太分布的。 P-P图 是否近似地在一条直线附近，该直线的斜率为标准差,截距为均值。 Q-Q图 正交实验设计是安排多因素试验、寻求最优水平组合的一种高效率实验设计方法。 对于单因素或两因素实验，因其因素少，实验的设计、实施与分析都比较简单。但在实际的工作中，常常需要同时考虑3个或者3个以上的实验因素，若要进行全面实验，则实验的规模将很大，往往因实验条件的限制而难遇实施。 不足： 正因为正交实验是用部分实验来代替全面实验的，它不可能像全面实验那样对各因素效应、交互作用一一分析；当交互