MINITAB（基礎(chǔ)）Minitab最經(jīng)典最全面的操作教程

MInita

視頻教程DMCMINITAB操作指南IA課程內(nèi)容架構(gòu)及課程設(shè)計(jì)課程內(nèi)容時(shí)間分配序MINITAB簡(jiǎn)介5′5′第一章

“文件”菜單基本操作第二章

“數(shù)據(jù)”菜單基本操作第三章

“計(jì)算”菜單基本操作第四章

“圖形”菜單基本操作10′10′30′10′休息五章

“統(tǒng)計(jì)”菜單基本操作50′MInita

視頻教程D序MINITAB簡(jiǎn)介MC一

MINITAB歷史簡(jiǎn)介二

MINITAB界面簡(jiǎn)介三

MINITAB菜單簡(jiǎn)介IA一、

MINITAB發(fā)展歷史Minitab=+=+計(jì)算機(jī)MiniTabulator小型?

起源1972年，美國(guó)賓夕法尼亞州立大學(xué)為作統(tǒng)計(jì)分析、教育用而開(kāi)發(fā)，目前已在工學(xué)、社會(huì)學(xué)等所有領(lǐng)域被廣泛使用。?發(fā)展在GE、MOTOROLA等公司已作為基本的程序而使用，且與Six-sigma有關(guān)聯(lián)的部分陸續(xù)地在完善之中。?版本R13R14R15二、

MINITAB界面簡(jiǎn)介標(biāo)題欄：顯示文件名稱(chēng)菜單欄：顯示功能模塊會(huì)話欄：直接輸入

Minitab的命令或顯示類(lèi)似統(tǒng)計(jì)表的文本型結(jié)果文件的窗口工作表：用于直接輸入數(shù)據(jù)或可以修改的窗口三、

MINITAB菜單簡(jiǎn)介?:主要是資料的開(kāi)啟和儲(chǔ)存?編輯(E):編輯工作表資料,外部data的link及commandlinkeditor副功能表?數(shù)?:工作表資料的分割、合并、排序、堆壘、資料形態(tài)的改變等功能利用內(nèi)部函數(shù)的資料計(jì)算及利用分布函數(shù)的資料生成?統(tǒng)?:執(zhí)行統(tǒng)計(jì)分析如基礎(chǔ)統(tǒng)計(jì)、假設(shè)檢驗(yàn)、回歸分析、ANOVA、DOE…………:各種圖形的繪制、編輯如散布圖、直方圖、箱型圖、正態(tài)分布圖………?編輯(D):不使用功能表，直接使用命令行作業(yè)?工具(T):工具列?窗口(W):窗口畫(huà)面的管理?幫助(H):操作說(shuō)明MInita

視頻教程D第一章“文件”菜單基本操作MC“文件”菜單功能概述一

打開(kāi)項(xiàng)目二

打開(kāi)工作表IA“文件”菜單功能簡(jiǎn)介一、

打開(kāi)項(xiàng)目二、

打開(kāi)工作表MInita

視頻教程D第二章“數(shù)據(jù)”菜單基本操作MC“數(shù)據(jù)”菜單功能概述一、拆分列二

堆疊IA“數(shù)據(jù)”菜單功能概述（列拆分為列）（兩列堆壘）（多列堆壘）（行堆壘成列）一

拆分列二

堆疊MInita

視頻教程D第三章“圖形”基本操作MC一、散點(diǎn)圖二、直方圖三、箱線圖IA“圖形”菜單功能概述展示兩列數(shù)據(jù)間的相關(guān)趨勢(shì)；展示一列數(shù)據(jù)的分布狀況；展示混合數(shù)據(jù)間的分布差異。展示一列數(shù)據(jù)的分布狀況；展示混合數(shù)據(jù)間的分布差異。一

散點(diǎn)圖不良率%與

溫度

的散點(diǎn)圖1412108結(jié)論：溫度很有可能影響到不良率6420202122232425262728溫度二

直方圖案例：D處7線PRESS有三臺(tái)并行生產(chǎn)，需判斷它們之間對(duì)Tilt是否有差異。TILT的直方圖正態(tài)0.25PRESS6056080.200.150.100.050.00612均值

標(biāo)準(zhǔn)差

N1.3332.65867.2861.79974.6253.4628-404812TILT三

箱線圖TILT的箱線圖1086420-2605608PRESS612MInita

視頻教程D第四章“統(tǒng)計(jì)”基本操作MC第一節(jié)、基本統(tǒng)計(jì)第二節(jié)、回歸分析第三節(jié)、方差分析第四節(jié)、控制圖第五節(jié)、質(zhì)量工具IAMInita

視頻教程D第一節(jié)基本統(tǒng)計(jì)MC一、顯示描述性統(tǒng)計(jì)二、單樣本t檢驗(yàn)三、雙樣本t檢驗(yàn)四、１Ｐ檢驗(yàn)五、2Ｐ檢驗(yàn)六、相關(guān)分析七、正態(tài)檢驗(yàn)IA基本統(tǒng)計(jì)概述統(tǒng)計(jì)均值、標(biāo)準(zhǔn)差１組連續(xù)數(shù)據(jù)與標(biāo)準(zhǔn)比較２組連續(xù)數(shù)據(jù)之間比較１個(gè)比率與標(biāo)準(zhǔn)比較２個(gè)比率之間比較２個(gè)以上變量間相關(guān)性分析變量是否呈正態(tài)分布檢驗(yàn)一

顯示描述性統(tǒng)計(jì)數(shù)據(jù)二

單樣本t檢驗(yàn)根據(jù)歷史經(jīng)驗(yàn)，Tilt的測(cè)量數(shù)據(jù)的分布接近于正態(tài)，但假設(shè)不知道

。為了檢驗(yàn)總體平均值是否為

5并獲得平均值的

9５%置信區(qū)間，需要使用

t過(guò)程。結(jié)論：P>0.05,無(wú)法否定原假設(shè)，即樣本所代表的總體的平均值＝５。故混合tilt的均值無(wú)異常。三

雙樣本t檢驗(yàn)結(jié)論：P<0.05,

否定原假設(shè),故各PRESS的tilt的均值有顯著差異,造成混合tilt的波動(dòng)大.四

單比率檢驗(yàn)(1P)結(jié)論：P=1>0.05,無(wú)法否定原假設(shè)，即支持候選人的黨派成員的比率不大于

0.65這一必需比率,建議她不要競(jìng)選州地區(qū)檢察官職位。五雙比率檢驗(yàn)(2P)作為一個(gè)部門(mén)經(jīng)理，你需要決定選購(gòu)一款復(fù)印機(jī)。經(jīng)過(guò)比較2多個(gè)品牌復(fù)印機(jī)的價(jià)格、質(zhì)量、售后等多方面因素后，選定了兩款：、。由于之前公司已經(jīng)有使用這兩種復(fù)印機(jī)，所以隨機(jī)5個(gè)數(shù)據(jù)，發(fā)現(xiàn)A、兩個(gè)母體比例差異量95的信賴(lài)區(qū)間：0.175790,0.0957903)，在這個(gè)區(qū)間內(nèi)，包含，即兩個(gè)母體的比例相等、差值=0與≠0)的檢驗(yàn):Z=0.58P值=0.56，即95置信區(qū)間，Value＞0.0，接受原假設(shè)，即復(fù)印機(jī)與之不良率相等。六

相關(guān)分析現(xiàn)有

200名學(xué)生的語(yǔ)文和數(shù)學(xué)

SAT得分以及大學(xué)一年級(jí)平均成績(jī)，我們要研究這些變量之間的相關(guān)性。我們使用具有默認(rèn)選項(xiàng)的相關(guān)來(lái)顯示p值。結(jié)論：P都<0.05,語(yǔ)文和數(shù)學(xué)都與學(xué)習(xí)好壞有顯著相關(guān)。七

正態(tài)性檢驗(yàn)TILT的概率圖正態(tài)99均值4.571標(biāo)準(zhǔn)差

3.5589590N210.5190.166ADP值807060504030結(jié)論：20P都>0.05,TILT呈正態(tài)分布1051-5051015TILTMInita

視頻教程D第二節(jié)回歸分析MC一般回歸分析IA回歸分析概述一班現(xiàn)線性回歸分析擬合線圖回歸分析一、簡(jiǎn)單回歸分析概述為了查明變量之間函數(shù)的相關(guān)性而假定某數(shù)學(xué)模型，從已測(cè)定變量的數(shù)據(jù)中推定其模型的統(tǒng)計(jì)性分析方法。根據(jù)這樣的函數(shù)模型，從一個(gè)變量的變化能預(yù)測(cè)另一個(gè)變量的變化。如）父親和兒子的身高關(guān)系、工程溫度影響的制品強(qiáng)度?

輸入變量與輸出變量（反應(yīng)變量）父親的身高和工程溫度都是獨(dú)立變量，兒子的身高和制品強(qiáng)度都是輸出變量。一、簡(jiǎn)單回歸分析概述?

決定系數(shù)?

R-Sq值叫決定系數(shù)，用

R2表示?

在0

R2

1范圍，總變動(dòng)中被回歸線說(shuō)明的變動(dòng)所占的比率?

R2值越接近1時(shí)，回歸線越高，判斷越有意義?

合理的值是多少？根據(jù)情況不同，尤其是工程和工程和產(chǎn)業(yè)不同。一般值為0.7以上是可以認(rèn)為輸出變量和輸入變量的關(guān)系大?

如果R2是0.679（67.9%），用回歸方程式能說(shuō)明散布的67.9%，剩下的

32.1%是別的原因造成的一、簡(jiǎn)單回歸分析概述?簡(jiǎn)單的線性回歸?

簡(jiǎn)單的線性回歸，研究?jī)勺兞块g的關(guān)系：?

響應(yīng)變量（Y）和預(yù)測(cè)變量（X）?

如果兩變量的關(guān)系存在，線性回歸模型可預(yù)測(cè)響應(yīng)輸出?

線性回歸方程輸輸一、簡(jiǎn)單回歸分析概述為了知道機(jī)械的使用年度和保養(yǎng)費(fèi)用之間的關(guān)系，得到了有關(guān)對(duì)相同機(jī)械保養(yǎng)記錄的如下數(shù)據(jù)：使用年度(年)保養(yǎng)費(fèi)用(千元)315814269357263924115105508667901401127018643126）求說(shuō)明

與

之間關(guān)系的回歸方程式2若使用年度為1年，保養(yǎng)費(fèi)用為多少？一、簡(jiǎn)單回歸分析概述結(jié)果確認(rèn)>殘差分析?檢驗(yàn)殘差的正態(tài)性保養(yǎng)費(fèi)用

殘差圖正態(tài)概率圖與擬合值?直方圖表現(xiàn)殘差的分布形態(tài)?殘差vs擬合值表示殘差隨Y變化的分布，希望在0兩側(cè)的分布是任意的，平均值接近0?殘差

vs觀測(cè)值順序.表示殘差按資料提供順序的分布趨勢(shì)，希望是隨機(jī)的9990604020050101-20-50-25025505075100125150殘差擬合值直方圖與順序32106040200-20-20020殘差4060246810121416觀測(cè)值順序MInita

視頻教程D第三節(jié)方差分析MC一、單因子(堆疊)方差分析二、單因子(未堆疊)方差分析IA方差分析概述一、單因子(堆疊)方差分析TILT的箱線圖1086420-2605608612PRESS二、單因子(未堆疊)方差分析R605,R608,R612的箱線圖1087.2857164.625421.333330-2R605R608R612MInita

視頻教程DMC第四節(jié)Xbar-s控制圖IA控制圖概述Xbar-s控制圖血糖水平

的

Xbar-S控制圖UCL=130.7212010080__X=101.03LCL=71.35UCL=50.671357911樣本131517195040302010_S=28.77LCL=6.881357911樣本13151719MInita

視頻教程D第五節(jié)質(zhì)量工具M(jìn)C正態(tài)能力分析IA質(zhì)量工具概述一、正態(tài)能力分析血糖水平

的過(guò)程能力LSLUSL過(guò)程數(shù)據(jù)組內(nèi)整體LSL80目標(biāo)*USL180潛在（組內(nèi)）能力樣本均值樣本

N101.033180Cp0.56CPL0.24CPU0.89Cpk0.24標(biāo)準(zhǔn)差（組內(nèi)）

29.6848標(biāo)準(zhǔn)差（整體）

28.9956整體能力Pp0.57PPL0.24PPU0.91Ppk0.24Cpm*306090120150180210實(shí)測(cè)性