搜索
minitab操作有些时候我们在复制数据进入minitab后，由于分析的需要，需要对数据的排列进行处理，我们会有很多偷懒的方法，先看看下图的命令菜单。它们分别为堆叠栏、堆叠栏块、堆叠行。针对下图的数据我们在选择上面的堆叠栏时，出现如图的对话框，并如图输入指令时，堆叠行的对话框操作基本与堆叠栏相同，输出的不同可以根据附图看出。堆叠的操作在很多的分析中可以应用，如方差分析、测量系统分析、控制图等等。转换栏操作1有些时候我们的数据需要从栏的顺序结构转换为行的结构，这时可以使用转换栏操作，如图。转换栏操作2利用转换栏的操作，针对下图1的数据，进行图2的对话框操作后的结果如图1。==将A、B栏的数据转换为行的格式。转换栏前后数据按序排列数据有时为了分析和观察的方便，需要将数据按某栏的数据大小进行排列，这是可以使用sort命令，对话框如图。针对图1的数据按图2对话框操作以后的数据排列效果如图1。栏运算1在进行minitab分析时，有时需要对数据进行简单的运算或函数运算，完成这个功能的菜单操作如图1，出现的对话框及简要的操作方法如图2。sample针对图中的C1栏进行简单运算和对数运算的结果如图。行、栏统计1我们有时需要对某一栏或行的数据进行一些基本统计，执行如图菜单可帮帮你。在执行菜单后出现的对话框如图，此命令一次只提供一个基本统计参数的运算，包括：均指、和、方差、极值、缺失数据等，然后输入需要计算的栏或行所在栏组就可以了。标准化操作标准化结合与分布概念应该不是一个陌生的名词，minitab的操作菜单如图。从出现的对话框来看，minitab提供5种标准化的方法：1.减去均值并除以标准差；2.减去均值；3.除以标准差；4.减去指定的值并除以指定的值；5.将数据标准化，使得数据变化在某个范围内。什么是标准化结合？是标准化操作，例如将均值为μ，标准差为σ的正态分布转化为标准正态分布，其操作就是（x-μ）/σ，这个应用是很重要的。各种常见的标准化操作上面讲的5种，但应用第一种居多。生成模板数据有时我们在进行输入数据的时候，有些数据是呈现某种规律的，但一个个输入就显得比较麻烦，我们可以试试生成模板数据这个操作，菜单操作如图。生成模板数据共有5种：1.等距数据的生成2.自定义数列数据的生成3.自定义文本数据的生成4.等距日期数据的生成5.自定义日期数据的生成等距数据的操作如图1，例如生成简单的1到3的数据，间距为1，每个数据重复2次，总体重复两次，按图1操作后，输出结果如图2。生成自定义数列数据的对话框如图，例如生成数列为1、3、9的数据，每个数据重复2次，总体重复两次，按图1操作后，输出结果如图2。对于其它几种模板数据的生成方式，操作基本与上面讲述的对话框操作及生成结果相似，例如自定义文本数据的生成，就是在Textvalues(e.g.,redlightblue)框中输入要生成的文本数列就可以了，如a、b、c。生成随机数据进行随机抽样或生成各种分布的随机数据，可以进行一些验证分析和抽样分析，其菜单操作如图。选择上面菜单的SampleFromColumns，出现进行随机抽样的对话框及操作如图1。例如我们要从总体为1-10的数据中随机抽取5个样本，则在Sample___rowsfromcolumn(s)中输入5，并给出总体数据1-10所在栏，选择存储位置，选择是否重复抽样等后，输出结果如图2。如果抽取的样本量大于总体数据量，就必须选择Samplewithreplacement，也就是允许重复抽样，例如从1-10中抽取12个数据，输出如图2。生成随机数菜单的后续选项主要就是生成服从各种分布的随机数据，其输入的内容主要是：1.生成分布数据的样本量为多少2.存储数据的栏3.确定分布的参数值给定，如正态分布的均值和标准差，卡方分布的自由度，F分布的分子和分母自由度。以下是生成卡方分布的示例：1.样本量为102.生成10组，分别存储于C1-C103.自由度给定为5对话框的输入和数据输出结果如图。其它的分布数据生成类似。很多时候我们因为没有现成的分布概率表，所以无从查起，minitab中提供了这个功能，如附图所示菜单操作，它提供了多种分布的概率密度函数值、累积概率密度及分位数值得计算。在出现的对话框中，请求选择的也是这三个值，任君选择，三个值得图形含义见附图2。示例需求标准正态分布的均值位置的累积概率。对话框输入如图，结果如下：CumulativeDistributionFunctionNormalwithmean=0andstandarddeviation=1xP(X=x00.5示例2需计算标准正态分布的0.9分位数，操作如图，输出结果如下：InverseCumulativeDistributionFunctionNormalwithmean=0andstandarddeviation=1P(X=xx0.91.28155基本描述性统计1我们在得到简单的样本数据之后，希望对其进行一些基本的描述性统计分析，从分析中对总体做出一些估计，比如参数的水平、离散程度、分布形态等等，对我们做进一步的分析有很大的作用。描述性统计包括3个菜单项，如图，其结果基本相等，最后者默认多了几个图形、置信区间及正态的检验。我们将displayDescriptiveStatistics和stroeDescriptiveStatistics一并讲述，其菜单操作完全一致，只是后者在woksheet窗口存储分析结果。以以下数据进行描述性统计分析示例，菜单操作如图，在Variables中输入数据，在Byvariables输入分组的指标栏（如果存在分组的情况）。机台数据11051106110911031108292297290299295默认的分析参数结果如下DescriptiveStatistics:数据Variable机台NN*MeanSEMeanStDevMinimumQ1MedianQ3数据150106.201.072.39103.00104.00106.00108.5025094.601.633.6590.0091.0095.0098.00Variable机台Maximum数据1109.00299.00其中的输出包括均值、均值标准差、样本标准差、极值、一三分位数在描述统计的主队框内还有两个复选的对话框，statistics和graphs，前者对分析结果的中的统计参数进行设置，后者可以生成相应的图形。graphicalsummary图形概要分析，将部分图形和数据分析结果整合为一张图形，菜单操作为StatBasicStatisticsGraphicalSummary，其对华框输入很简单，如图1，例如对以下数据的分析，分析结果如图2。date20.676020.480720.238819.502719.297122.300317.781819.903720.380920.054620.016220.707421.327620.538619.619618.970819.923220.348320.661220.607718.027319.956219.554720.637021.643120.290420.724119.221419.985219.02991-SampleZStatBasicStatistics1-SampleZ单样本Z检验，假设检验的一种，检验样本的均值水平，总体的标准差已知（一般来源于可靠有效的历史数据结果或某些特殊场合）的情况。例如针对以下数据，检验原假设为样本均值等于34，检验的对话框操作如图。date30.108530.134829.116731.398030.363230.146031.388830.430830.654731.045630.494629.555431.423031.961930.547429.290029.760630.512531.106129.694829.546129.801628.872730.445529.864930.556330.051728.671830.304731.4132minitab输出结果为，P值近似为0，说明拒绝原假设，均值不等于34。One-SampleZ:dateTestofmu=34vsnot=34Theassumedstandarddeviation=1VariableNMeanStDevSEMean95%CIZPdate3030.28870.80320.1826(29.9309,30.6466)-20.330.000点击1-samplettest对话框的options，弹出对话框如图，其中可以自行输入置信度水平和选择假设检验的备择假设形式。1-samplettest单样本t检验与单样本Z检验虽然在操作上比较相同，但其应用是不同的，单样本t检验主要针对总体标准差未知的情况。针对上例的数据，采用1-samplet检验，操作如图，结果如下：One-SampleT:dateTestofmu=34vsnot=34VariableNMeanStDevSEMean95%CITPdate3020.08020.94150.1719(19.7286,20.4318)-80.980.000（options复选对话框的操作意义相同）2-samplettestStatBasicStatistics2-Samplet双样本t检验，比较两个水平是否有显著差别或者两个水平的大小比较问题。在进行检验时，首先确定数据的正态性和方差其性，因为双样本t检验是在总体呈正态分布的基础上进行的，而且方差不同检验的方法也不同。假设对以下数据的检验，先验证正态性及方差齐性，然后进行双样本t检验，菜单操作如图。输出结果如下，我们从p值可以得出结论，两个工厂间存在显著的差别。Two-SampleT-TestandCI:甲工厂,乙工厂Two-sampleTfor甲工厂vs乙工厂NMeanStDevSEMean甲工厂1050.251.180.37乙工厂1055.1750.6620.21Difference=mu(甲工厂)-mu(乙工厂)Estimatefordifference:-4.9267895%CIfordifference:(-5.82624,-4.02731)T-Testofdifference=0(vsnot=):T-Value=-11.51P-Value=0.000DF=18BothusePooledStDev=0.9573甲工厂乙工厂49.261954.483451.198855.978651.183256.100650.062154.611751.136955.123750.730755.140049.293754.692551.749154.385447.903156.061549.963755.1736对话框的补充1.提供3种数据输入形式〉数据在一栏，水平标志在一栏，选择Samplesinonecolumn，在Samples中输入数据所在栏，在Subscripts输入水平标志。〉两个水平的数据分别在两栏，选择Samplesindifferentcolumns，在First和second中分别输入两个水平数据所在的栏。〉已知两个水平的样本量、均值和标准差而没有详细的样本数据，则选择Summarizeddata，在Samplesize、Mean、Standarddeviation中分别输入两个水平的样本量、均值和标准差。2.Assumeequalvariances选项，如果两个水平方差相等，则点选此项，否则不选，minitab将执行不同的分析方法。3.graphs复选对话框，选择将出现如图1的对话框，可以选择生成置信区间图或箱线图。4.options复选对话框，选择将出现如图2的对话框，可以确定分析的置信度水平，以及检验时的水平间的差值和备选假设的模式。注意这是的备择假设模式如果是大于或小于是，minitab默认将第一个样本放在前面，第二个样本放在后面。Pairedt在介绍成对t检验前，先将以下成对t