MINITAB软件操作及应用

MINITAB軟件操作及應用目錄•培訓目的•MINITAB基本簡介•MINITAB菜單功能•常用工具介紹描述性統計常用圖表制作假設檢驗相關與回歸分析方差分析測量系統分析(MSA)控制圖(管制圖)過程(制程)能力分析試驗設計(DOE)可靠性分析柏拉圖因果圖(魚骨圖)直方圖箱線圖散點圖(散布圖)時間序列圖多變异圖培訓目的•初步學會Minitab的軟件操作;•逐步體會在實際工作中如何應用Minitab;•深入掌握Minitab軟件的各主要功能模組.MINITAB基本簡介Minitab特點•資料處理，快速便捷;•圖形處理，直觀形象;•問題解決，深入全面.Minitab是干什么用的?讓我們現在開始認識它吧視窗結構工作表窗口圖形窗口會話窗口項目管理窗口文件類型對工作表對圖形對項目數据類型“D”表示“日期/時間”“T”表示“文本”列名數据方向數据輸入區域表示“數值”常用菜單與命令MINITAB菜單功能在菜單功能方面,我們將會介紹常用的基本功能菜單是如何操作及應用打開一個項目文件從文件（Minitab、Excel、Lotus、文本和其他文件）中複製資料，以替換當前工作表打開一個Minitab圖形(MGF)文件將指定行或活動工作表复制到新的工作表中根据一個或多個變量將活動工作表拆分或取消堆疊成兩個或多個新的工作表將兩個工作表合并成一個新的工作表將列取消堆疊（或拆分）成更短的列互相堆疊各列以生成更多的列顯示用於生成數字的隨機樣本的命令，從工作表的列中取樣或從各種分布中取樣.編輯器功能表的命令是動態的，會因活動視窗的不同而變化:會話窗口數據窗口圖形窗口啟用筆刷時的圖形窗口顯示和隱藏工具及狀態欄自定義Minitab的功能表、工具欄和快捷鍵更改Minitab的默認選項Minitab幫助.簡單易學的教程，向您介紹了Minitab環境，並快速地概述了Minitab某些最重要的功能.描述性統計案例:你想要比較男生和女生的脈搏（單位：次/分）。資料來源:脈搏.MTW描述性統計的路徑結果分析上述資料分別顯示:樣本數平均值平均值標准誤標准差最小值最大值等圖形顯示資料與圖形的對應綠色=圖形與資料同步黃色=資料發生改變，圖形有待更新白色=不能更新圖形編輯常用圖表制作常用的圖表•柏拉圖•因果圖(魚骨圖)•直方圖•箱線圖•散點圖(散布圖)•時間序列圖•多變异圖我們主要通過案例的方式讓大家了解各圖表的應用柏拉圖案例:•QC在塑膠半制品抽檢過程中，記錄了一定數量的塑膠件缺陷的類型及相應的缺陷數。QA想通過集中處理造成大部分拒收的缺陷去節省大部分費用,請你借助柏拉圖分析哪种缺陷類型產生的缺陷數最多.數据來源:柏拉圖.MTW柏拉圖的路徑分別輸入“塑膠缺陷”及“缺陷數”可改變“其它項”所占比例輸入相關資料圖形分析“批鋒”所占比例最大,先改善“批鋒”問題.因果圖(魚骨圖)案例:•通過前面柏拉圖的分析,QA确定先改善塑膠件的“批鋒”問題,請你采用因果圖(魚骨圖)對目前產生“批鋒”的原因作分析.資料來源:因果圖.MTW因果圖的路徑分別輸入“相應子原因”圖形分析直方圖案例:•某馬達供應商在MP2階段供應了一批馬達,QA想通過圖形比較MP2與MP1的馬達火數情況,IQC幫忙各測試了20個樣本,并記錄了相應數据,請你繪制馬達火數的直方圖以比較MP2與MP1是否一致.資料來源:直方圖.MTW直方圖的路徑選擇“包含擬合”輸入'MP1(馬達火數)''MP2(馬達火數)'輸入相關資料選擇所需圖形圖形如何擺放圖形分析結論:MP2的馬達火數整體上比MP1的馬達火數偏大,分散程度比MP1小.箱線圖仍采用直方圖的例子.資料來源:直方圖.MTW箱線圖的路徑選擇多個Y“簡單”輸入'MP1(馬達火數)''MP2(馬達火數)'輸入相應資料選擇需顯示的數据圖形分析結論:MP1馬達火數整體比MP2偏小,MP1馬達火數的數据跨幅較大.散點圖(散布圖)案例:•某刀具供應商為了判斷焠火溫度是否會影響金屬的硬度,分別收集了焠火溫度与相應硬度的30組數据,請你用散點圖(散布圖)分析這兩者是否存在關系.資料來源:散點圖.MTW散點圖的路徑選擇“簡單”分別輸入‘硬度’‘焠火溫度’輸入相關資料在‘回歸’項選擇‘線性’圖形分析結論:焠火溫度升高時,金屬硬度會相應變大.時間序列圖案例:•QA為了解每星期的次品走勢,收集了QC過往的次品數据資料,其中次品率的目標值為4%,請你根据QC提供的資料繪制時間序列圖.資料來源:時間序列圖及P圖.MTW時間序列圖的路徑選擇‘簡單’輸入‘退貨率’選擇‘標記’輸入‘日期’再選擇‘參考線’,在‘顯示Y值的參考線’輸入‘0.04’輸入相關資料圖形分析在這几個階段頻頻出現次品率超出目標的情況.多變异圖案例:•某產品開發過程中,QA對A,B兩個供應商提供的開關制作磅力測試,測試檔位包括ON檔和OFF檔,各測試4個樣辦,請你用多變异圖分析開關制磅力情況.資料來源:多變异圖及方差分析.MTW多變异圖的路徑“響應”項輸入‘磅力’“因子”項輸入‘供應商’‘檔位’根據需要選擇顯示項,並輸入標題圖形分析結論:A供應商無論在OFF檔還是在ON檔,其磅力都明顯小于B供應商,此外,這兩個供應商的OFF檔磅力數值都比ON檔分散.假設檢驗什麼是假設檢驗•概念–事先對總體參數或分布形式作出某種假設;–然後利用樣本數据來判斷原假設是否成立;•類型–參數假設檢驗;–非參數假設檢驗;•特點–採用邏輯上的反證法;–依據統計上的小概率原理.假設檢驗原則•等號放在原假設;•原假設（Ho）和備擇假設（H1）完備且互斥;•備擇假設稱為研究假設，把變化後的問題放在備擇假設中.假設檢驗的基本思想…因此我們拒絕原假設μ=20…如果這是總體的真實均值樣本均值μ=50抽樣分布H1我們應該得到的樣本均值在這里…20雙側檢驗某產品的馬達平均火數是否等於設計時預定的160W從統計角度陳述問題(=160)從統計角度提出相反的問題(160)必需互斥和窮盡提出原假設(=160)提出備擇假設(160)有符號單側假設採用新技術生產後，將會使產品的使用壽命明顯延長到1500小時以上建立的原假設與備擇假設應為:H0:1500H1:1500假設檢驗中的兩類錯誤•第一類錯誤（棄真錯誤）–原假設為真時拒絕原假設–第一類錯誤的概率為(Alpha)被稱為顯著性水準•2.第二類錯誤（取偽錯誤）–原假設為假時接受原假設–第二類錯誤的概率為(Beta)1-被稱為檢驗功效兩種錯誤的關係αβ你不能同時減少這兩類錯誤!α和β的關系就像翹翹板,α小β就大,α大β就小.假設檢驗的步驟提出原假設和備擇假設確定適當的檢驗統計量規定顯著性水平計算檢驗統計量的值作出統計決策假設檢驗的類型及應用檢驗類型應用案例資料F檢驗判斷兩個不同的樣本方差是否相等假設檢驗及制程能力分析.MTW單樣本Z檢驗標準差已知且樣本服從正態分布,比較樣本的均值是否等於標準值單樣本T檢驗標準差未知且樣本服從正態分布,比較樣本的均值是否等於標準值雙樣本T檢驗兩樣本均服從正態分布且方差相等,比較兩個樣本的均值是否相等配對T檢驗當配對差異服從正態分布時,比較兩個配對數据的樣本均值是否相等配對T檢驗.MTWF檢驗案例•QA為判斷馬達供應商提供的馬達火數在MP1與MP2這兩個階段是否存在明顯的區別,分別於這兩個階段來料中測試了20個樣本,請你用F檢驗判斷這兩批來料的方差是否相等.資料來源:假設檢驗及制程能力分析.MTWF檢驗的路徑輸入‘(馬達火數)MP1’與‘(馬達火數)MP2’輸入置信水準及標題結果分析數據顯正態分布時,看該值,P=0.03小於0.05,故MP1與MP2的馬達火數方差不相等,MP1與MP2的馬達火數有差異.數據不顯正態分布時,看該值單樣本Z檢驗案例•QA為判斷MP1階段馬達供應商提供的馬達平均火數是否等於設計時預定的160W,來料中隨機抽取了20個樣本做測試,假設已知標準差=2,馬達火數服從正態分布,請用單樣本Z檢驗判斷MP1階段馬達平均火數是否等於預定值.資料來源:假設檢驗及制程能力分析.MTW單樣本Z檢驗的路徑輸入‘(馬達火數)MP1’輸入標準差‘2’,選擇“進行假設檢驗”並輸入均值‘160’選擇所需圖形選擇置信水平及備擇假設結果分析P值=0.000小於0.05,故MP1馬達的平均火數不等於160.單樣本T檢驗案例•QA為判斷在MP1階段馬達供應商提供的馬達平均火數是否等於設計時預定的160W,來料中隨機抽取了20個樣本做測試,假設已知馬達火數服從正態分布,請用單樣本T檢驗判斷MP1階段馬達平均火數是否等於預定值.資料來源:假設檢驗及制程能力分析.MTW單樣本T檢驗的路徑輸入‘(馬達火數)MP1’選擇“進行假設檢驗”並輸入均值‘160’選擇所需圖形選擇置信水平及備擇假設結果分析P值=0.002小於0.05,故MP1馬達的平均火數不等於160.雙樣本T檢驗案例•QA為判斷MP3階段的馬達火數均值是否與MP1相一致,測試了6個樣本與MP1做比較,假設MP1與MP3的馬達火數的方差相等,且馬達火數服從正態分布,請用雙樣本T檢驗判斷這兩個階段的均值是否一致.資料來源:假設檢驗及制程能力分析.MTW雙樣本T檢驗的路徑輸入‘(馬達火數)MP1’與‘(馬達火數)MP3’選擇“假定等方差”選擇相應圖形選擇置信水準及備擇假設結果分析P值=0.523大於0.05,故MP3與MP1馬達平均火數相一致.配對T檢驗案例•某產品開發過程中,QA為了驗証oldblade與newblade的LoadWattage是否相一致,抽取了37個樣本機來測試這兩種部件的LoadWattage,請用配對T檢驗分析這兩者的LoadWattage是否一致.資料來源:配對T檢驗.MTW配對T檢驗的路徑選擇所需圖形分別輸入'oldblade(w)‘'newblade(w)'輸入相關資料結果分析P值=0.488大于0.05,故oldblade與newblade的LoadWattage是一致的.什麼是P值•是一個概率值;•是觀測到的原假設為真時的概率:–左側檢驗時，P值為曲線上方小於等於檢驗統計量部分的面積–右側檢驗時，P值為曲線上方大於等於檢驗統計量部分的面積•被稱為觀察到的(或實測的)顯著性水準:–H0能被拒絕的最小值利用P值進行決策•單、雙側檢驗–若p值α,不能拒絕H0–若p值α,拒絕H0雙側檢驗1/2H0值实际值实际值样本统计量1/2p值1/2p值1/2拒绝拒绝單側檢驗H0值实际值样本统计量p值拒绝功效•何為功效?功效是指在假設檢驗中，當存在顯著效應或差异時找到這些效應或差異的可能性;功效是在原假設不成立時正確否定原假設的概率。計算方法為：1-β，或1-類型II錯誤（當原假設不成立時未能否定原假設）。你用的假設檢驗可靠嗎?影響功效的因素•樣本數量：增加樣本數量可提供有關總體的更多信息,因此可以提高功效;•α（類型I錯誤的概率）：增大α值可增加功效,α值變大否定原假設的可能性增大;•σ（總體的變異性）：當σ較小時,較容易檢測到差异,有助於增加功效;•總體效應的量值：總體越相似,越難檢測到差異,功效降低。功效的應用•功效的應用主要體現在兩個方面:收集數据之前計算功效,可判斷假設檢驗能檢測到顯著差異或效應有多少機率;實施實驗後計算功效,可了解已經執行的檢驗功效有多大.功效的檢驗類型功效檢驗類型應用案例單樣本Z檢驗的功效計算Z檢驗的功效/樣本數量/最小差异（效應）假設檢驗及制程能力分析.MTW單樣本T檢驗的功效計算單樣本T檢驗或配對t檢驗的功效/樣本數量/最小差异（效應）雙樣本T檢驗的功效計算平均值差异的假設檢驗的功效/樣本數量/最小差异（效應）單因子方差分析的功效計算總體平均值相等性檢驗的功效/樣本數量/最小和最大因子平均值之間的最小可檢測差异多變异圖及方差分析.MTW2水平因子設計的功效計算二水平全因子和部分因子設計以及Plackett-Burman設計的仿行數/功效/最小效應/中心點數2水平2因子DOE.MTW單樣本Z檢驗的功效案例•根据單樣本Z檢驗案例的