【正文】 : 空 Col 數(shù) Cumulative N : Col的 DATA數(shù) Percent : 集團占有率 Cum percent : 累積占有率Minitab保存基礎(chǔ)統(tǒng)計量 (Store Descriptive Statistics) 留意水準(zhǔn) : 犯第一種錯誤的最大概率 PValue : 犯一種錯誤的概率的推定值 駁回領(lǐng)域 : 駁回假設(shè)的部分領(lǐng)域 兩側(cè)檢定 : 駁回領(lǐng)域存在于兩端的檢定 單側(cè)檢定 : 駁回領(lǐng)域存在于分布一端時的檢定 Minitab活用 Minitab 的假設(shè)檢定216。知道標(biāo)準(zhǔn)偏差時的母平均推定和檢定 216。檢定母平均是否已知道的特定值167。Variables : 選定要分析的 Col167。Confidence interval :指定計算信賴區(qū)間的信賴度167。Test mean : 檢定對象值 (檢定時指定 )167。Alternative : 設(shè)定對立假設(shè)167。Sigma : 輸入標(biāo)準(zhǔn)偏差167。p 值比留意水準(zhǔn)小時駁回歸屬假設(shè)167。mu : 歸屬假設(shè) , mu not : 對立假設(shè)結(jié)果解釋 : p值比留意水準(zhǔn)小 故駁回歸屬假設(shè) , 即母平均不等于 5。Test mean 指定的情況35Minitab1Sample ZOneSample Z: ValuesTest of mu = 5 vs mu not = 5The assumed sigma = Variable N Mean StDev SE MeanValues 9 Variable % CI Z PValues ( , ) Confidence interval 指定的情況 結(jié)果解釋 : 信賴區(qū)間為最小 , 最大 (信賴度為 95%時 ) 圖像對 Test 與 Confidence interval 的輸出 不同。 Test 時 Ho值追加表示。 Test 指定 Confidence 指定 Minitab1Sample Z216。不知標(biāo)準(zhǔn)偏差時母平均的推定和檢定167。Variables : 指定要分析的 Col 167。Confidence interval : 指定計算信賴區(qū)間的信賴度167。Test mean :指定檢定時對象值 167。Alternative : 設(shè)定對立假設(shè)167。StDev : 標(biāo)準(zhǔn)偏差167。SE Mean : 平均誤差167。CI : 信賴區(qū)間167。mu : 歸屬假設(shè) , mu not : 對立假設(shè)167。P值比留意水準(zhǔn)小時駁回 Ho， 即 p值指脫離的概率。結(jié)果解釋 : p值小于 5%留意水準(zhǔn)， 故駁回歸屬假設(shè) , 即平均不等于 5Test mean 指定的情況Minitab1Sample t216。不知標(biāo)準(zhǔn)偏差時兩個母平均差的推定和檢定167。Samples in one column(stack形態(tài) ) : 在 1Col中比較兩個 集團 167。Sample in different columns(unstack形態(tài) ) First :選擇第一個 Col Second : 選擇第二個 Col 167。Alternative : 設(shè)定對立假設(shè)167。Confidence level :設(shè)定信賴水準(zhǔn)167。Assume equal variance :假設(shè)兩個集團的母分散一致結(jié)果解釋 : p值大于 5% 有益水準(zhǔn)， 故選擇歸屬假設(shè)， 即兩個母平均在 95% 信賴區(qū)間無差異Minitab2Sample tTwoSample TTest and CI: , DamperTwosample T for Damper N Mean StDev SE Mean1 40 2 50 Difference = mu (1) mu (2)Estimate for difference: 95% CI for difference: (, )TTest of difference = 0 (vs not =): TValue = PValue = DF = 80216。有關(guān)對應(yīng)的兩個母集團的母平均差的推定和檢定167。First sample : 選擇第一個 data Col 167。Second sample : 選擇第二個 data Col 1 Col 與 2 Col 的資料數(shù)應(yīng)相同167。Confidence level : 輸入信賴度167。Test mean : 輸入對應(yīng)差的檢定平均值167。Alternative : 設(shè)定對立假設(shè)結(jié)果解釋 : p值小于留意水準(zhǔn) 5%， 故駁回歸屬 假設(shè) ,即兩個母平均間有差MinitabPaired t216。母不良率的推定及檢定 167。Samples in columns :只限兩種文字或者數(shù)字167。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。Confidence level : 信賴度167。Test proportion : 檢定不良率167。Alternative :設(shè)定對立假設(shè)167。Use test and interval based on normal distribution : 決定是否按 正態(tài)分布近似計算結(jié)果解釋 :p值比留意水準(zhǔn) 5%小， 故駁回歸屬假設(shè)Minitab1Proportion(單一母集團母比率的檢 .推定 )216。兩個母不良率差的推定及檢定 167。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。Confidence level : 信賴度167。Test proportion : 檢定不良率167。Alternative : 設(shè)定對立假設(shè)167。Use test and interval based on normal distribution : 是否按正態(tài) 分布近似計算結(jié)果解釋 :p值比留意水準(zhǔn) 5%大，故選 擇歸屬假設(shè)，即兩個母集團不良率無差異Minitab2Proportion(兩個母集團母比率的檢 .推定 )Minitab2Variances(兩個母集團分散的同一性檢定 )216。兩個母集團的分散的同一性檢定167。在做分散的同一性檢定之前 ， 有必要先做正態(tài)性數(shù)據(jù)檢定。167。隨正態(tài)分布時 FTest 結(jié)果 , 不隨正態(tài)分布時看 Levene’s Test 結(jié)果再解釋 結(jié)果解釋 :p值比有益水準(zhǔn) 5%大 , 故不能 判斷兩個母集團的分散不同。 （ 相同 ） 216。命名兩個變量間關(guān)系的方法?Variables : 要分析的 Col ?Display pvalue : 輸出 p值?Store matrix :保存為 matrix結(jié)果解釋 :p值比留意水準(zhǔn) 5%小， 故駁回歸屬假設(shè)， 即各變量之間有關(guān)系MinitabCorrelation(相關(guān)分析 )216。公分散為像相關(guān)分析似的表示兩個變量間關(guān)系的統(tǒng)計量 Verbal與 Math 的標(biāo)本公分散為 Verbal與 GPA 的標(biāo)本公分散為 GPA與 Math 的標(biāo)本公分散為 MinitabCovariance(公分散 )216。檢定資料的分布形態(tài)是否隨正態(tài)分布的分析法216。歸屬假設(shè) : 數(shù)據(jù)是隨正態(tài)分布216。對立假設(shè) : 數(shù)據(jù)是不隨正態(tài)分布167。Variable : 設(shè)定需正態(tài)性檢定的 Col(變量 ) 167。Reference probabilities : 輸入概率值 167。Tests for Normality : 三個方法中選擇一種 結(jié)果分析 :首先若資料與圖象中的直線一致，可認(rèn)為按正態(tài)分布。因 Pvalue為 ，故駁回歸屬假設(shè)，即不隨正態(tài)分布MinitabNormality Test(正態(tài)性檢定 )3. 回歸分析216。為了模型化及調(diào)查反應(yīng)變量與一個以上的獨立變量之間關(guān)系的分析? Least square regression : 反應(yīng)變量為連續(xù)性資料時 167。Regression:利用最小乘方法，實施單一回歸或多重回歸167。Stepwise Regression:為了找出最合適的說明變量模型 進行追加或刪除變量而分析167。Best Subsets Regression : 利用最大 Rsquare 基準(zhǔn)來 分析最大 Subset 回歸167。Fitted Line Plot:用一個預(yù)測變量的線型或多次項進行 回歸分析?Residual Plot : 為殘差分析的 Plot作成? Logistic square regression:反應(yīng)變量為范籌型資料時167。Binary Logistic Regression:利用二項反應(yīng)變量的回歸 分析 (2個范籌時 )167。Ordinal Logistic Regression:利用順序型反應(yīng)變量的 回歸分析 (3個以上范籌時 )167。Nominal Logistic Regression:利用名目型反應(yīng)變量的 回歸分析 (3個以上范籌時 ) Minitab回歸分析基礎(chǔ)MinitabRegression216。 在兩個以上變量的關(guān)系上建立數(shù)學(xué)函數(shù)的方法167。Response : 選擇種屬變量 (結(jié)果值 ) Score 2167。Predictors : 選擇獨立變量 (輸入值 ) Score 1Options...167。Weight :為加重回歸指定有加重值的 Col167。Fit intercept:決定在模型中是否除去絕對項167。Display Variance inflation factors:以 多重空線型判別 (VIF) 影響值，指定 VIF值輸出與否 DurbinWatson statistic :指定檢定殘差自己相關(guān) DurbinWatson統(tǒng)計量輸出與否167。Lack of Fit Tests Pure error:指定履行適合性檢定時純誤差項的 輸出與否 Data subsetting:指定把說明變量細(xì)分而提供類似 反復(fù)效果的算法適用與否167。Prediction intervals for new observation:推定回歸 式后，按說明變量的值推定 y值 167。Storage Fits:指定是否保存推定的 y Confidence limits:指定是否保存推定 y的信賴水準(zhǔn)的 信賴區(qū)間 SDs of fits:指定是否保存 y的標(biāo)準(zhǔn)偏差 Predicction limits:指定是否保存 y的預(yù)測界限MinitabRegressionResults... 在 Session 窗不顯示任何結(jié)果時 顯示基本的回歸分析結(jié)果時顯示基礎(chǔ)統(tǒng)計量時顯示追加統(tǒng)計量時Graphs... 167。Residuals for Plots:殘差圖象中顯示的殘差種類選擇 Regular:在資料的原來測度內(nèi)利用殘差時 Standardized:利用標(biāo)準(zhǔn)殘差時 Deleted:利用 Studentized殘差時167。Residual Plots Histogram of residual:畫殘差的 Histogram 時 Normal plot of residual : 畫 殘差的正態(tài)概率圖時 Residuals versus fits:想看殘差的適合性時 Residuals versus order:關(guān)于殘差對比資料的順序 Residuals versus the variables:殘差與變量之間的關(guān)系MinitabRegressionMinitabRegression分析結(jié)果回歸方程式為SCORE2=+P值比留意水準(zhǔn)小，故駁回歸屬假設(shè)。即兩個變量的回歸系數(shù)不是 0。對資料的說明程度 (決定系數(shù) )為%，因第 9個數(shù)據(jù)是非正常數(shù)據(jù)，故需要進一步觀察。新數(shù)據(jù)的信賴區(qū)間為(, ), 預(yù)測區(qū)間為(, )。MinitabStepw