《minitab培训基本统计——basic statistics 模块》由会员分享，可在线阅读，更多相关《minitab培训基本统计——basic statistics 模块（36页珍藏版）》请在金锄头文库上搜索。
1、MINITAB培训(工程师级)-Basic Statistics 模块天马行空官方博客：http:/ ；QQ:1318241189；QQ群：175569632此模块有如下功能:模块功能nUse Minitabs basic statistics capabilities for calculating basic statistics and for simple estimation and hypothesis testing with one or two samples. The basic statistics capabilities include procedures for:
2、 nCalculating or storing descriptive statistics nHypothesis tests and confidence intervals of the mean or difference in means nHypothesis tests and confidence intervals for a proportion or the difference in proportions nHypothesis test for equality of variance nMeasuring association nTesting for nor
3、mality of a distribution打开一个软件自带的例子学习打开Quality文件天马行空官方博客：http:/ ；QQ:1318241189；QQ群：175569632数据如下选择 显示描述性统计填完自变量和因变量后,点击 Graphs按钮点击 OK 后,显示出 箱线图 和 统计数据天马行空官方博客：http:/ ；QQ:1318241189；QQ群：175569632解释n每个箱线图最低点表示当天最小值,最高点 表示最大值,箱子高,低点分别表示3/4,1/4数 字大小,箱中间一横表示当天几个数据的中 位数n在Session窗口中具体显示MEAN平均值, StDev标准差,Me
4、dian中位数等信息.选择 存贮描述性统计天马行空官方博客：http:/ ；QQ:1318241189；QQ群：175569632填完自变量和因变量后,点击 OK多了些数据,自动将统计的数据如平均值和每日 数据量N=10存放在C3-C5列用 图形概要 方式如图,点击 OK The left four graphs: histogram of data with an overlaid normal curve(带常态曲线的柱状图), boxplot箱线图), 95% confidence intervals for mean, and 95% confidence intervals for
5、the median. (平均 值和中位数95%的置信区间范围图)右边第一块数据是正态性检 验.显示 P-Value=0.661,大于 0.05,所以数据符合正态分布.第二块数据是平均值,偏态等第三块数据是最小最大等第四块数据是平均值,方差的 95%置信区间等区间估计与假设检验n例 假设一个物体的重量未知,为了估计其重 量,用一个天平称5次,得到重量5.52 5.48 5.64 5.51 5.45 ,假设结果符合标准差0.1的 正态分布,求均值是否是5.5和重量置信水平 为95%的置信区间输入数据后,按图所示按图所示将例子中数据填入后点击 OK得到分析结果见Session窗口分析nOne-Sa
6、mple Z: C1 nTest of mu = 5.5 vs not = 5.5nThe assumed standard deviation = 0.1nVariable N Mean StDev SE Mean 95% CI Z PnC1 5 5.52000 0.07246 0.04472 (5.43235, 5.60765) 0.45 0.655n由于假设均值为5.5,而置信区间(5.43235, 5.60765) 包含了 5.5,故假设成立,可以认为重量为5.5当前一例子中方差未知 时(这也是通常的情况 ),求重量是否可认为是 5.5如图填上数据,点击 OK结果在Session窗口中
7、显示解释nOne-Sample T: C1 nTest of mu = 5.5 vs not = 5.5nVariable N Mean StDev SE Mean 95% CI T PnC1 5 5.52000 0.07246 0.03240 (5.43003, 5.60997) 0.62 0.570n同样的, 5.5在(5.43003, 5.60997)范围中,可认为假设均值5.5成立.一个新例子公司购买了同型号的两台机床(可认为其加工 的零件尺寸服从同方差的正态分布),抽检两 台机床加工的轴,分析两台机床加工的轴有 无明显差异 机床甲:20.5/19.8/19.7/20.4/21.1/2
8、0/19/19.9 机床乙:20.7/19.8/19.5/20.8/20.4/19.6/20.2输入数据于两列中Two-sample T for C1 vs C2n N Mean StDev SE MeannC1 8 20.050 0.626 0.22nC2 7 20.143 0.522 0.20nDifference = mu (C1) - mu (C2)nEstimate for difference: -0.092857n95% CI for difference: (-0.738860, 0.553146)nT-Test of difference = 0 (vs not =): T-Value = -0.31 P-Value = 0.760 DF = 12n由于假设两均值相等,差为0,在(-0.738860, 0.553146)中,故可 认为二者均值无明显差异假设方差未知,判断两个总体的方差是否相等, 即尺寸离散度是否相同
