minitab基础培训(minitab15中文版)

1Minitab基础培训Minitab2一、Minitab简介MINITAB=Mini+Tabulator=小型+计算机介绍于1972年，美国宾夕法尼亚州立大学用来作统计分析、教育用而开发，目前已出版Window用版本Version16，并且已在工学、社会学等所有领域被广泛使用。特别是与Six-sigma关联，在GE、AlliedSignal等公司已作为基本的程序而使用。优点以菜单的方式构成，所以无需学习高难的命令文，只需拥有基本的统计知识便可使用。图表支持良好，特别是与Six-sigma有关联的部分陆续地在完善之中。Minitab3二、Minitab基本内容一般统计-基础统计-回归分析-分散分析-多变量分析-非母数分析-TABLE(行列)-探索性资料(数据)分析品质管理-品质管理工具-测定系统分析-计量值数据分析-计数值数据分析-管理图分析-工程能力分析信赖性及数据分析-分布分析-数据的回归分析-受益分析实验计划-要因实验计划-反应表面实验计划-混合实验计划-Robust实验计划Minitab4三、Minitab基础统计Minitab5基础统计量输出基础统计量保存对母平均的推定及检定对母比率的推定及检定相关分析公分散分析正态性检定两个母集团的分散的同一性检定Minitab6基本统计量Minitab71、显示描述性统计资料应为连续性的列资料,同时应为数值资料。能输出图表。（BasicStat.MTW）Anderson-Darling正态性检验A平方:越接近零时判断为接近正态P-Value:比留意水准大时为正态性Minitab82、Minitab的假设检定-留意水准:犯第一种错误的最大概率-P-Value:犯一种错误的概率的推定值-驳回领域:驳回假设的部分领域-两侧检定:驳回领域存在于两端的检定-单侧检定:驳回领域存在于分布一端时的检定区分一个母集团二个母集团多个母集团平均值（正态分布）1Z—单样本（知道标准偏差时）1t—单样本（不知道标准偏差时）2t—双样本t－t—配对（对应数据）方差分析（ANOVA）比率1P—单比率2P—双比率Chi—squareTest分散StatBasicStatisticsDisplayDescriptiveStatistics2—VariancesStatANOVATestforEqualVarianceMinitab91Z（t）-单样本检定一个某集团平均和目标值是否有差异样本数少（30以下）或者不知道母标准偏差的情况下，利用t检定，样本数多的时候利用t和Z检定设定有意水准为а，P－值≥а时H0不抛弃（接受），P－值＜а时H0抛弃（被否定）例题：全体LINE上生产的轴承的直径平均应该是110mm，想知道A线生产的轴承直径平均值是否比全体LINE的平均值小，用15个样品进行调查的结果如下，A线上生产的轴承的直径的平均值是否小？检定的有意水准是5％（Hypo_bearing.mtw）Minitab10阶段1假设检定归属假设H0：μ=110mm对立假设H1：μ＜110mm阶段2正态性检定P值＝0.951＞0.05，是正态分布Minitab11阶段3检定统计量的选定－－因不知道标准偏差，利用T统计量P值＝0.418＞0.05，所以不能抛弃H0因此不能说A线生产的轴承的直径比110mm小Minitab122t-双样本检定两个某集团平均是否有差异样本数少（30以下）或者不知道母标准偏差的情况下，利用t检定，样本数多的时候利用t和Z检定设定有意水准为а，P－值≥а时H0不抛弃（接受），P－值＜а时H0抛弃（被否定）例题：组立工厂从两个合作业体纳入部件，要想调查这些部件对产品的尺寸的影响，能否说两个业体的部件对产品的尺寸的影响是不同？检定的有意水准是5％，假定分散是相同的（Hypo_output.mtw）Minitab13阶段1假设检定归属假设H0：μ1=μ2对立假设H1：μ1≠μ2阶段2正态性检定阶段3等分散检定统计/基本统计量/双方差AP值＝0.440BP值＝0.252均＞0.05，是正态分布P值0.05,不能抛弃归属假设，可以说分散是相同的说明：正态分布的时候：F检定统计量非正态分布的时候：Levene检定统计量Minitab14阶段4有意水准的决定：0.05阶段5检定统计量选定：利用T统计量统计/基本统计量/2t双样本tMinitab15阶段6检定统计量及P－value计算因p－value值＝0.286＞0.05，不能放弃H0，因此不能说业体A和业体B的部件对产品尺寸的影响不同阶段7统计性结论及实际性结论Minitab16ANOVA（方差分析）对2个以上母集团的平均检定实际上是2样本的扩展，是找出几个样品平均差异的方法ANOVA（AnalysisofVariance）是对分散进行比较/分析one－wayANOVA检定一个实验要因引起的其它几个处理（treatments）的效果差异two－wayANOVA检定的因子有2个，而且每个因子的水准有几个时，检定各因子水准之间是否有差异的分析手法Minitab17One-wayANOVA例题S公司努力降低海外出差费用，所以调查了各航空公司所需的出差费用，费用调查的情况如下：用ANOVA检定航空公司之间每次的出差费用是否有差异（有意水准а=0.05,ANOVAl-air.mtw）（单位：十万元）A航空B航空C航空D航空E航空16.515.319.017.115.118.014.818.416.314.914.116.115.318.414.617.814.217.316.914.217.616.915.2Minitab18One-wayANOVA例题分析步骤阶段1假设设定H0：μA=μB＝μC＝μD＝μEH1：至少有一个航空公司不一样。阶段2是否满足ANOVA的基本假设（正态性、分散同一性）正态检定航空公司A/B/C/D/E的正态性检定结果P－Value大于0.05，可以判断为带有正态性。Minitab19One-wayANOVA例题分析步骤分散同一性检定Bartlett检验的结果p-value是0.254，大于0.05的水平，保留H02个集团选择用F－TESTp-Value2个以上集团选择用Bartlett‘s检验p-ValueMinitab20阶段3ANOVA表的制作One-wayANOVA例题分析步骤p-value是0.016，小于0.05的水平，抛弃H0Minitab21One-wayANOVA例题分析步骤阶段4统计性结论解释为实质性结论P值为0.016，A、B、C、D、E航空公司别的出差费用不都是相同的。Minitab22回归Minitab23相关及回归分析变量之间的关联性及相关系数根据回归分析的回归式及通过已提供的输入变量，用决定系数来预测出输出变量例题：下面是对A汽车出库后的使用年数和价格相关的资料，出库后使用年数对价格有多大的影响。（Corre－car.MTW）使用年数价格（100万）使用年数价格（100万）12.541.221.851.522.261.232.061.031.790.6Minitab24阶段1在表格中输入数据阶段2先把数据用散点图确定大概的模式从散点图右认为其为强的负相关关系Minitab25阶段3为了确定两个变量之间的关联程度，实施相关分析阶段4使用回归分析引出回归方程式相关:啊拜,版苞斥荐啊拜和版苞斥荐的Pearson相关系数=-0.933P值=0.000因P值小于0.05，使用年数与价格之间有关系回归分析:啊拜与版苞斥荐回归方程为啊拜=2.49-0.224版苞斥荐自变量系数系数标准误TP常量2.49000.144117.280.000版苞斥荐-0.224390.03065-7.320.000S=0.222919R-Sq=87.0%R-Sq（调整）=85.4%方差分析来源自由度SSMSFP回归12.66352.663553.600.000残差误差80.39750.0497合计93.0610回归方程式Minitab26阶段5残差分析（回归模型是否合适）0.500.250.00-0.25-0.50999050101残差百分比2.52.01.51.00.50.20.0-0.2-0.4拟合值残差0.20.10.0-0.1-0.2-0.3-0.43210残差频率109876543210.20.0-0.2-0.4观测值顺序残差正态概率图与拟合值直方图与顺序啊拜残差图残差接近于正态分布残差不超过管理限度，没有任何模式残差对FIT值的图表，残差是在0附近随机出现残差柱状图说明：回归分析种类：1）根据输入量的分类有单纯回归分析和多重回归分析;2）根据输入变量和输出变量关系分类有线性回归模式和非线性回归模式。相关关系不是指因果关系。Minitab27质量工具Minitab28测量系统分析偏移偏移指基准值和测量值的平均间的差异稳定性稳定性指对于相同基准样品或者相同样品的特性，长时间测量时得出的测量值的总变动线性度线性度是指在测量设备的不同量程区域内测量值与真值间的差异程度反复性－精确度反复性指对相同样本的相同特性用相同的测量设备由一名测量者进行多次测量而求出的测量值的变动再现性－精确度再现性是指对相同样本的相同特性用相同的测量设备由不同测量者进行多次测量而求出的测量平均值的变动。测量者造成的变动Minitab29测量系统分析例题某电子元件生产厂商为了改善生产线由于产品外径的变动产生的不良制定了项目。他们首先要对测量产品的测量设备的可信赖性做评估以求数据正确。以能够代表流程的10个产品，及测量者3人为对象，实施2次反复测量。（Tolerance1.5）GageR&R-Slide23.mtw阶段1GageR&R计划－选出10个能够代表整个流程范围最少80％的样品－反复数：2次－测量者：3人阶段2样品测量－尽可能地对测量者或产品进行随机测量－事先让测量者不知道要参与实验－整个测量反复2次Minitab30阶段3数据输入测量系统分析Minitab31阶段4用minitab分析（GAGER&R研究）：测量系统分析Minitab32量具R&R方差分量来源方差分量贡献率合计量具R&R0.004437510.67重复性0.00129173.10再现性0.00314587.56操作员0.00091202.19操作员*产品0.00223385.37部件间0.037164389.33合计变异0.0416018100.00测量系统分析Minitab分散的构成要素测量系统引起的分散（分再现性和重复性两类）样品引起的分散总分散33过程公差=1.5研究变异%研究变%公差来源标准差(SD)(6*SD)异(%SV)(SV/Toler)合计量具R&R0.0666150.3996932.6626.65重复性0.0359400.2156417.6214.38再现性0.0560880.3365327.5022.44操作员0.0302000.1812014.8112.08操作员*产品0.0472630.2835823.1718.91部件间0.1927811.1566894.5277.11合计变异0.2039651.22379100.0081.59可区分的类别数=4测量系统分析Minitab标准偏差构成要素34测量系统的评价中使用的4种判定基准方差分量贡献率（测量系统分散对总分散的贡献）％研究变异（测量系统标准偏差对总标准偏差的贡献）％公差（测量系统标准偏差对产品规格的比例）可区分的类别数（测量系统分辨率级别）测量系统分析Minitab结论方差分量贡献率％研究变异/％公差可区分的类别数满足＜1%＜10%＞10费用/重要性考虑后判断1-10%10-30%5-10不可使用＞10%＞30%＜5结论一般情况下使用最差的结果35部件间再现性重复量具R&R100500百分比%贡献%研究变异%公差0.100.050.00样本极差_R=0.0383UCL=0.1252LCL=01231.