Minitab软件介绍与应用

《Minitab软件介绍与应用》由会员分享，可在线阅读，更多相关《Minitab软件介绍与应用（65页珍藏版）》请在金锄头文库上搜索。

1、1,2008. May,Minitab软件 介绍与应用,2,1、Minitab基本界面2、基本图形3、统计分析4、实验设计（DOE),3,Minitab 基本界面,1、基本界面,点击“Mtb”图标，如右图所示；打开Minitab 软件后出现的窗口如下：,点击“Mtb”图标,4,1、基本界面,Minitab 主要有 以下四种窗口： -项目管理 -会话窗口 -数据工作表 -图形窗口,点击显示“会话”窗口,点击显示“工作表”窗口,点击显示“图形”窗口,5,2、基本图形 2.1、概述 2.2、图形分析应用,6,2、基本图形概述,2.1、概述,点击”图形“菜单,Minitab 分析的图形有： -散点图

2、-柱形图 -箱线图 -时间序列图 -等值线图等等,7,2、基本图形概述,打开”图形“菜单后，任意选择一图形进行分析，会出现五个选项，分别为：尺度、标签、数据视图、多图形、数据选项。,8,选项 用于.尺度 添加或自定义轴与刻度、网格线 、 参考线 以及其他尺度元素。标签 添加或自定义标题、脚注、数据标签以及其他标签类型。数据视图 添加或自定义数据符号、连接线、回归线、分布拟合以及其他数据视图元素。多图形 显示多个变量之间的关系。图形变量可以在不同的图形上、同一个图形的不同 组块上或同一个图形的 重叠区上进行标绘。数据选项 使用子集 指定要标绘的数据的子集，使用 频率包括频率列，使用组选项指定处理

3、缺失值和空单元格的方式。,2、基本图形概述,9,对于需要进行分析评估的数据，与图形类型的选择，具体如下：,2.2、图形分析应用,2、基本图形图形分析应用,10,图形 散点图,散点图：用于通过相对于一个变量绘制另一个变量来图示说明两个变量之间的关系。散点图对话框项简单 含组 包含回归 包含回归和组包含连接线 包含连接和组散点图也可用于绘制随时间变化的变量。散点图例题：分析公司生产的相机电池是否能够很好地满足顾客的需要。市场调查显示，如果两次放电之间等待的时间超过 5.25 秒，顾客就会变得很不耐烦。收集了分别使用过不同时间的电池的一个样本，并在每个电池放电后立即测量了其剩余电压（放电后电压），还

4、测量了各电池再次放电之前必须等待的时间（放电恢复时间）。创建一个散点图来检查结果。,2、基本图形图形分析应用,11,图形 散点图,1 打开 电池数.MTW. 2 选择 图形 散点图. 3 选择 含组, 然后 确定. 4 在 Y 变量, 输入 “放电恢复”. 在 X 变量， 输入“放电后电压”, 5 在 用于分组的类别变量(0-3), 输入“公式表示”. 6 单击 尺度，然后选择 参考线. 7 在 显示Y值 参考线,输入“5.25” .单击各对话框 确定.,选择散点图分析,选择含组,点击,2、基本图形图形分析应用,12,从图中表明:在所测试的电压范围内，新配方电池的放电恢复时间通常要短一些。通过

5、图中的参考线我们看到，新配方电池观测到的大多数恢复时间均低于 5.25 秒。,2、基本图形图形分析应用,13,习题：在木材产品行业中，普遍使用铬酸铜砷酸盐（即 CCA）使木材不易 腐烂和遭受虫害。但是，一些团体抨击 CCA，担心以这种方式处理的木 材对健康有潜在风险。现在研究一种新型纯有机化合物的耐久性，这种 化合物可以替代 CCA，同时保持产品的质量标准并使公共利益团体满 意。进行了研究，并在工作表“压力.MTW”中保存了结果： 请使用散点图分析两种防腐剂对耐久度的影响。,2、基本图形图形分析应用,14,直方图：用于检查样本数据的形状和分布情况。直方图将样本值划分为许多称为区间 的间隔。条形

6、表示落于每个区间内的观测值的数量（频率）。 直方图对话框项 简单包含拟合包含轮廓线和组包含拟合和组直方图例题：一家洗发精制造商需要确保瓶盖的紧固程度适当。如果瓶盖扣得过松，则有可能在装运过程中脱落。如果扣得过紧，消费者可能很难打开（尤其是在洗浴过程中）。随机抽取一些瓶子样本，并检测打开瓶盖所需的扭矩。创建一个直方图来评估数据并确定样本与目标值 18 的接近程度。,图形 直方图,2、基本图形图形分析应用,15,1 打开 罩.MTW. 2 选择 图形 直方图. 3 选择 包含拟合, 然后 确定. 4 在 图形变量, 输入 “扭矩”. 5 单击 尺度，然后选择 参考线. 6 在 在数据处显示参考线,

7、输入“18” .单击各对话框 确定.,图形 直方图,选择直方图分析,选择包含拟合,点击,2、基本图形图形分析应用,16,从图上分析表明：样本的扭矩平均值为 21.26，略高于目标值 18。但是，分布呈正向偏斜 ，并且有多个瓶盖拧得过紧。许多瓶盖需要大于 24 的扭矩才能打开。,2、基本图形图形分析应用,17,图形 箱线图,箱线图（也称为方框须线图）可用来评估和比较样本分布。下图显示了默认箱线图的组成。 箱线图包含有箱子、胡须线 、飞点胡须：上下胡须是从四分位线延伸到上下限范围内的最高、最低值 飞点：超出上或下限的点上须线值 = Q3 + 1.5(Q3-Q1)下须线值 = Q1 - 1.5(Q3

8、-Q1)方框顶部为上四分位数 (Q3) - 75% 的数据值小于等于此值。方框底部为下四分位数 (Q1) - 25% 的数据值小于等于此值。,2、基本图形图形分析应用,18,图形 箱线图,对话框项一个 Y：简单 含组 多个 Y：简单 含组箱线图例题：要评估四款试验性地毯产品 的耐用性。地毯产品的样本放在四所住宅内， 然后测量 60 天后的耐用性。创建带有中位数标签和颜色框的箱线图来检验每款地毯产品的耐用性分布。具体数据如右所示：,2、基本图形图形分析应用,19,1 打开 地毯.MTW. 2 选择 图形 箱线图. 3 选择 一个 Y下的 含组. 单击 确定. 4 在 图形变量, 输入“耐用性”.

9、 5 在 用于分组的类别变量(1-4,第一个为最 外层), 输入 “地毯”. 6 单击 标签, 然后选中 数据标签. 7 在 标签, 选择 中位数. 选中 使用Y值做标签. 单击 确定. 8 选中 数据视图. 9 在 属性数据作为类别变量, 输入 “地毯”. 在各对话框单击 确定.,选择箱线图分析,选择一个Y 中的 含组,点击,图形 箱线图,2、基本图形图形分析应用,20,2、基本图形图形分析应用,21,从图中表明： 地毯 4 的耐用性中位数最高 (19.75)。但是，该产品同时也呈现出最大的变异性。此外，该分布呈负向偏斜，其中至少一个耐用性测量值为 10 左右。地毯 1 和 3 具有相近的耐

10、用性中位数（分别为 13.52 和 12.895）。地毯 3 还呈现出最小的变异性。 地毯 2 的耐用性中位数仅为 8.625。该分布与地毯 1 的分布呈正向偏斜。,2、基本图形图形分析应用,22,习题： 一家公司生产塑料管件，他们很关心直径的一致性问题。测量每台机 器在 1个月内生产的管件。创建一个箱线图来检验分布情况。打开工作表“管道.MTW”。,2、基本图形图形分析应用,23,图形 时间序列图,时间序列图：用于评估数据随时间变化的模式。Minitab 可以为时间尺度生成日历值、时钟值或 索引 值，也可以使用自己的标记 值列。 对话框项简单含组 多个多个含组时间序列图例题：ABC 公司在

11、2000-2001 年使用了两家广告机构 - 2000 年使用了 Alpha，2001 年使用了 Omega。现在要比较过去这两年的销售数据。请创建一个含组的时间序列图。,2、基本图形图形分析应用,24,1 打开 ABC销售人员.MTW. 2 选择 图形 时间序列图或者统计 时间序列 时间序列图. 3 选择 含组, 单击 确认. 4 在 序列 ,输入“销售人员”. 5 在 用于分组的类别变量(1-3), 输入 “广告机构”. 6 单击 时间/尺度， 7 在 时间尺度 选日历， 然后选择 月 年 . 8 在 月的开始值下输入1 ，在 年下输入2000. 9 在各对话框单击确认.,图形 时间序列图

12、,选择箱线图分析,选择 含组,点击,2、基本图形图形分析应用,25,从图中分析表明：两年的销售额持续上升。使用 Alpha 广告机构时销售额上升了 161，从 210 上升为 371。随后，使用 Omega 广告机构时销售额变化尽管没有那么显著，也从 368 上升为 450，提高了 82。,2、基本图形图形分析应用,26,习题：1900 年到 1992 年奥运会男子 150 米跑的获胜时间。打开工作表“男子150米田径.MTW”。请创建时间序列图,2、基本图形图形分析应用,27,等值线图：将两个变量的值分别表示在 X 轴和 Y 轴上，而将第三个变量的值用称为等 值线的阴影区域表示。 例题：一家

13、公司生产冷冻食品，需要确定 重新加热一种新的冷冻食品的最佳时间和温 度。以各种时间和温度重新加热样本，然后 由经过培训的鉴定员为每个样本的总体质量按 0（味道不好）- 10（味道最好）进行评级。 创建一个等值线图来检验结果。,图形 等值线图,选择等值线图分析,2、基本图形图形分析应用,28,1 打开工作表“再热.MTW”。 2 选择 图形 等值线图。 3 在 Z 变量中，输入质量。在 Y 变量中，输入时间。在 X 变量中，输入温度。 4 单击数据视图。 5 在数据显示下，选中等值线。 6 在每个对话框中单击确定。,图形 等值线图,2、基本图形图形分析应用,29,由分析图表明：较深的区域表明 Z

14、 值较高。图形下部和右上部的低谷则分别表示此段加热时间-温度组合的效果不好。峰值集中在时间 35 和温度 425 处附近。此峰值区域的质量得分大于 8,2、基本图形图形分析应用,30,例题来自试验的数据，该试验是为研究两个因子对薄饼质量的影响而设计的。这两个因子是乳清量和是否使用补充。有四个水平的乳清量和两个水平的补充，总共可得到 4 x 2 = 8 个处理组合或单元格。使用每个处理组合煎了三张薄饼。然后，专家对每张薄饼进行了评级；并对三个等级求平均值以得出一个总的质量等级。质量等级越高，薄饼质量越好。对每个处理组合进行三次这样的评级，总共可得到 3 x 8 = 24 个总质量评级。,31,3

15、、统计分析3.1、控制图 子组的变量控制图 3.2、质量工具 能力分析 正态 3.3、质量工具 Pareto图,32,3.1、控制图子组的变量控制图,控制图：使用图行来跟踪一段时间内的 过程统计量并检测是否存在特殊原因。子组的变量控制图：子组的变量控制图 为子组 数据标绘来自连续测量数据 （如长 度或压力）的统计量。子组：在一组相同条件下产生的一组单位。 例题：汽车发动机组装厂，部件之一的凸轮轴的长度必须为 600 毫米 +2 毫米以满足工程规格。凸轮轴长度不符合规格是一个长期以来的问题，它引起装配时配合不良，导致废品率和返工率都居高不下。要绘制 Xbar 和 R 控制图以监控此特征，在一个月中从工厂使用的所有凸轮轴收集共 100 个观测值（20 个样本，每个样本中 5 个凸轮轴），并从每个供应商处收集 100 个观测值。,3、统计分析控制图,33,3.1、 控制图 子组的变量控制图,1 打开 凸轮轴.MTW. 2 选择 图统计 控制图 子组的变量控制图 X-bar. 3 选择 图表的所有观测值均在一列中 , 输入 “长度” ，在 子组大小 输入“5”， 4 单击 Xbar 选项，然后单击检验选项卡。 5 选择 对特殊原因进行所有检验。然后点击 确定.,