《Minitab实战》由会员分享，可在线阅读，更多相关《Minitab实战（57页珍藏版）》请在金锄头文库上搜索。
1、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
2、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
3、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 ，标准差为 的正态分布转化为标准正态分布，其操作就是（x-）/，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
4、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
5、生成结果相似，例如自定义文本数据的生成，就是在 Text values (e.g., red light blue)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 Sample From Columns，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 _ rows from column(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
6、总体数据量，就必须选择 Sample with replacement，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，minita
7、b 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：Cumulative Distribution Function Normal with mean = 0 and standard deviation = 1x P( X Basic Statistics Graphical Summary，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。date20.676020.48
8、0720.238819.502719.297122.300317.781819.903720.380920.054620.016220.707421.327620.538619.619618.970819.923220.348320.661220.607718.027319.956219.554720.637021.643120.290420.724119.221419.985219.02991-Sample ZStat Basic Statistics 1-Sample Z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）
9、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-Sa
10、mple Z: date Test of mu = 34 vs not = 34The assumed standard deviation = 1Variable N Mean StDev SE Mean 95% CI Z Pdate 30 30.2887 0.8032 0.1826 (29.9309, 30.6466) -20.33 0.000点击 1-sample t test 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-sample t test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
11、 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-sample t 检验，操作如图，结果如下：One-Sample T: date Test of mu = 34 vs not = 34Variable N Mean StDev SE Mean 95% CI T Pdate 30 20.0802 0.9415 0.1719 (19.7286, 20.4318) -80.98 0.000（options 复选对话框的操作意义相同）2-sample t testStat Basic Statistics 2-Sample t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
12、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-Sample T-Test and CI: 甲工厂 , 乙工厂 Two-sample T for 甲工厂 vs 乙工厂N Mean StDev SE Mean甲工厂 10 50.25 1.18 0.37乙工厂 10 55.175 0.662 0.21Difference = mu (甲工厂) -
13、mu (乙工厂)Estimate for difference: -4.9267895% CI for difference: (-5.82624, -4.02731)T-Test of difference = 0 (vs not =): T-Value = -11.51 P-Value = 0.000 DF = 18Both use Pooled StDev = 0.9573甲工厂 乙工厂49.2619 54.483451.1988 55.978651.1832 56.100650.0621 54.611751.1369 55.123750.7307 55.140049.2937 54.6
14、92551.7491 54.385447.9031 56.061549.9637 55.1736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 Samples in one column，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 Samples in different columns，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 Summarized data，在Sample size、Mean 、Standard
15、deviation 中分别输入两个水平的样本量、均值和标准差。2.Assume equal variances 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。Paired t在介绍成对 t 检验前，先将以下成对 t 检验的概念* 我们在进行 2 sample t 检验时，差异仅由因素水平不同引起，但有时候却并不是这样，那就是除了因素水平不同引起的差异外（我们要检验的） ，那就是每次实验还受另外一个变量的影响，也就是说，这个变量对每次实验的两个水平的影响相同，但对多次实验之间的影响
