教程概述 用图形表示数据 用图形表示数据 您对负载和时间这对变量之间的关系感兴趣。由于变量之一是时间的测量值,因此可能倾向于使用时间序列图,但注意数据不是在一段时间内收集的,而是在不同时间收集的。您可能测量一段时间内的股票市场或单个患者的心率。在研究中,您收集了有关一段时间内许多不同区组的木材在不同时间的信息,而非单个区组的信息。您选择绘制散点图。 1 选择图形 > 散点图。 步骤 4:使用图库 在选择要创建的图形类型后,必须用图库缩小选择范围。这些库提供常用的图形变异,从而可以创建根据您的需要定制的且输入最少的图形。 图库选项将有所不同,以适合所创建的图形,但通常提供以下版本: ? 简单 - 用于没有类别分组变量的情况 ? 含组 - 用于具有类别分组变量的情况 ? 多个 Y - 当类别图中包括多个变量时 ? 向上述选择之一中添加数据显示或拟合线的版本 1 选择含组 ,并单击确定。 步骤 5:在图形对话框中输入数据 此时出现“散点图 - 数据源”对话框,提示输入要在图形中使用的变量。 数。
? 3D 散点图 - 在 X 、 Y 和 Z 变量定义的三个维度 中标绘单独的观测值。 ? 3D 曲面图 - 类似于 3D 散点图,但它显示连续 曲面或网格而非单独的数据点。 此时,您不确定是否需要回归或连接线,但确实要利 用分组变量“解决方案”和“保持力”。您决定使用 含组选项。 注 选择某些图库基于所用变量的数量和类型(简单、含组、多个 Y ,而其他图库只是添加了项(包含回归、包含连接线。如果不确定哪个图库选项适合您的需要,则首先关注将用于创建图形的变量。 Y 列第一行周围的黑色粗线(活动位 置表示将在此放置从列表中选择的变 量。要向活动的位置中插入变量,请单 击变量列表框中的变量并单击选择 ,或 仅仅双击变量。对于此图形,您要绘制 每块木板的最大负载重量及其在老化箱 中的时间,并按所用溶液和吸收量水平 对数据进行分组。 请注意尺度、标签、数据视图、多图形和数据选项 这些按钮。使用这些按钮可以访问在创建图形时要使用的常用图形选项(根据当前图形定 制。在下一步骤中,您将研究这些选项。
MINITAB应用案例 就近一个文章说： 对2010 年全国大学生调查的分析。该调查利用随机分层法，抽取了19 所的5000 多名大四学生进行调查。在这19 所高校中，有10 所“211 工程”的重点大学和9 所普通大学。调查中搜集了学生的来源省份、家庭背景、高考成绩和高中表现等多项数据。 统计结果发现，如果其父母在政府、国企和事业单位有干部身份，那么这些学生有更大几率上“211”。而如果其父母是工人，农民，文员，技术员或企业家，那么这些学生上重点大学的几率则会降低。统计结果说明，在控制了父母教育水平和家庭收入两个变量之后，父母职业这个变量的影响还是显著。 以上是原文 调查者是如何统计得到结论的，利用MINITAB软件就可以搞定，假如他们调查得到的数据是 ：5000大学生，其中官二代2670，考入大学重点大学有1000人； 富二代2330，考入重点大学有680人。 打开minitab软件/基本统计量/2p 在右上图中输入1000，2670；680，2330 点击确定，得到以下： 样本 X N 样本 p 1 1000 2670 0.374532 2 680 2330 0.291845 差值 = p (1) - p (2) 差值估计值: 0.0826863 差值的 95% 置信区间: (0.0566522, 0.108720) 差值 = 0(与≠ 0) 的检验: Z = 6.22 P 值 = 0.000 Fisher 精确检验: P 值 = 0.000 解释：差值的 95% 置信区间: (0.0566522, 0.108720) 不包含0，说明两者之间有差异。 重复核对在，假如富二代考入重点大学的有811人，这样检验数据就没有差异。差值的 95% 置信区间: (-0.000204317, 0.0531306)包括0.
Minitab应用基础知识 一、 Minitab界面和基本操作介绍 (1) 1.1 Minitab界面 (1) 1.2 工具栏的介绍 (2) 1.3 常用菜单与命令 (2) 1.4 数据类型 (3) 1.5 数据类型的转换 (3) 1.6 数据类型的堆积 (4) 1.7 数据块的堆积 (4) 1.8 转置栏 (5) 二、Minitab之常用图形 (6) 2.1鱼骨图 (6) 2.2 柏拉图 (8) 2.3 散布图 (11) 2.4 直方图 (13) 三、 Minitab在控制图中的应用 (15) 3.1 计量型控制图 (16) 3.1.1 Xbar-R做法 (16) 3.1.2 Xbar-s做法 (19) 3.1.3 I-MR图做法 (21) 3.2计数型控制图 (24) 3.2.1 p图做法 (24) 3.2.2 np图做法 (26) 3.2.3 c图做法 (28) 3.2.4 u图做法 (31) 附录一 (33)
一、Minitab界面和基本操作介绍 1.1 Minitab界面 打开文件 Session Window: 分析结果输出窗口 同一时间只能激活一个窗口，每一个窗口可以单独储存。
1.2 工具栏的介绍 1.3 常用菜单与命令
1.4 数据类型 1.5 数据类型的转换 Select: Data > Change Data Type > Text to Numeric
1.6 数据类型的堆积 Select: Data > Stack > Stack Columns 1.7 数据块的堆积 Select: Data > Stack > Stack Blocks of Columns
八种控制图应用实例(minitab)
1、试作均值极差控制图
S a m p l e S a m p l e M e a n 19 17 15 13 119 7 5 3 1 40 30 20 10 __ X=29.76 UCL=45.11 LCL=14.41 S a m p l e S a m p l e R a n g e 19 17 15 13 119 7 5 3 1 604530150 _ R=26.61 UCL=56.26 LCL=0 Xbar-R Chart of C1 2、试作均值极差控制图、中位数极差控制图和均值标准差控制图
S a m p l e S a m p l e M e a n 25 23 21 19 17 15 1311 9 7 5 3 1 40 30 20 10 __ X=29.86 UCL=45.27 LCL=14.46 S a m p l e S a m p l e R a n g e 25 23 21 19 17 15 1311 9 7 5 3 1 604530150 _ R=26.70 UCL=56.47 LCL=0 Xbar-R Chart of C1 S a m p l e S a m p l e M e a n 25 23 21 19 17 15 1311 9 7 5 3 1 40 30 20 10 __ X=29.86 UCL=45.27 LCL=14.46 S a m p l e S a m p l e S t D e v 25 23 21 19 17 15 1311 9 7 5 3 1 20 151050 _ S=10.79 UCL=22.54 LCL=0Xbar-S Chart of C1 3、试作移动极差控制图
Minitab使用小结(一)--正态分布图 CPK计算与正态图：过程能力数据分析 1、CPK：Complex Process Capability index的缩写，是现代企业用于表示制程能力的指标。 制程能力是过程性能的允许最大变化范围与过程的正常偏差的比值。制程能力研究在于确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水准之上，作为制程持续改善的依据。 当我们的产品通过了Gage R&R的测试之后，我们即可开始Cpk值的测试。 CPK值越大表示品质越佳。 CPK=[Min(X-LSL/3s)，(USL-X/3s)](注“X为取样数据的平均值) Cpk——过程能力指数 CPK= Min[(USL-Mu)/3s, (Mu-LSL)/3s] 2、Cpk应用讲义： 1) Cpk的中文定义为：制程能力指数，是某个工程或制程水准的量化反应，也是工程评估的一类指标。 2) 同Cpk息息相关的两个参数：Ca, Cp，其中Ca：制程准确度，Cp：制程精密度。 3) Cpk, Ca, Cp三者的关系：Cpk = Cp*(1-｜Ca｜)，Cpk是Ca及Cp两者的中和反应，Ca反应的是位置关系(集中趋势)，Cp反应的是散布关系(离散趋势) 4) 当选择制程站别Cpk来作管控时，应以成本做考量的首要因素，还有是其品质特性对后制程的影响度。 5) 计算取样数据至少应有20~25组数据，方具有一定代表性。 6) 计算Cpk除收集取样数据外，还应知晓该品质特性的规格上、下限(USL，LSL)，才可顺利计算其值。 7) 首先可用Excel的“STDEV”函数自动计算所取样数据的标准差(σ)，再计算出规格公差(T)，及规格中心值(U)： 规格公差T=规格上限USL－规格下限LSL； 规格中心值U=(规格上限USL+规格下限LSL)/2； 8) 依据公式：Ca=(X-U)/(T/2)，计算出制程准确度：Ca值；(X为所有取样数据的平均值) 9) 依据公式：Cp=T/6σ，计算出制程精密度：Cp值；(在EXCEL中使用函数STDEV选择取样的数据即可) 10) 依据公式：Cpk=Cp*(1-|Ca|)，计算出制程能力指数：Cpk值 或Cpk=Min(Cpu,Cpl)，其中Cpu=(USL-A verage)/3σ；Cpl=(A verage-LSL)/3σ 11) Cpk的评级标准：(可据此标准对计算出之制程能力指数做相应对策) A++级Cpk≥2.0 特优可考虑成本的降低 A+ 级2.0 ＞Cpk ≥ 1.67 优应当保持之 A级1.67 ＞Cpk ≥ 1.33 良能力良好，状态稳定，但应尽力提升为A＋级 B 级1.33 ＞Cpk ≥ 1.0 一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级 C 级1.0 ＞Cpk ≥ 0.67 差制程不良较多，必须提升其能力 D 级0.67 ＞Cpk 不可接受其能力太差，应考虑重新整改设计制程。 3、计算实例： 规定上限USL=0.253 规定下限LSL=0.247 Max=0.254 Min=0.247 △x=0.007 avg=0.251 б=0.002(可在EXCEL中使用函数STDEV选择取样的数据得到)