如何用jmp與minitab來制作魚骨圖(文件)
【正文】 來回答第二個問題“當(dāng)失效概率為90%時，該產(chǎn)品的可靠壽命是多少？”在“分位數(shù)刻畫器”的X軸上輸入“”，就可以在Y軸上得到紅色數(shù)值“”和藍色數(shù)值“[,]”，其置信區(qū)間應(yīng)該是[,]。雖然學(xué)校辦公室的電腦里安裝了Minitab軟件，計算起來方便了一些，但總覺得不順手，很多要求都無法實現(xiàn)，講課的時候?qū)W生也不容易理解。所以這兩年來我一直在尋找一個理想的統(tǒng)計課程教學(xué)軟件，并能更好地實現(xiàn)逐步回歸的功能。每個學(xué)生都記錄了其身高、體重、性別、是否吸煙、平時活動水平以及靜息脈搏。 先來看看Minitab。對于初學(xué)者或者是具有鉆研精神的學(xué)生來說，這不能不說是個缺憾。而且通過一個“Step”的按鈕把每一次回歸模型改變后各個變量的估算結(jié)果（包括回歸系數(shù)、平方和、F比率、P值等）一一表現(xiàn)出來，同步性和交互性非常強，可以讓學(xué)生們迅速體會到逐步回歸的工作原理，而不是僅僅得到一個最終結(jié)果。 以上主要是從提高教學(xué)質(zhì)量的角度來比較兩個軟件的差異。 好東西自然要和大家分享，各位從事統(tǒng)計分析的同仁們，無論你是做理論研究的，還是做實際應(yīng)用的，都會或多或少地接觸到逐步回歸，建議你也可以JMP(與JUMP諧音)一下。例如，在JMP的逐步回歸中，對變量類型沒有特別的限制，但在Minitab中，只允許變量是離散變量，不然就根本無法執(zhí)行下去。 圖三 JMP逐步回歸的初始界面 圖四 JMP逐步回歸的輸出結(jié)果 JMP和Minitab的計算結(jié)果幾乎完全一致（就是小數(shù)位數(shù)保留的不同，JMP更精確一些）。 菜單操作的路徑是：AnalyzeFit ModelPersonality: Stepwise。輸出結(jié)果出現(xiàn)在另一個Session窗口中，包括回歸的最終次數(shù)（此例中為4次）、每次增減的變量（此例中分別為脈搏跑步、性別、活動）、變量的回歸系數(shù)及其檢驗統(tǒng)計量（如圖二）。然后，整個班級的學(xué)生再次記錄了其脈搏。下面就小心地以軟件自帶的案例數(shù)據(jù)為例，比較一下這兩個軟件吧。不過，與簡單線性回歸相比，逐步回歸的概念更為復(fù)雜，計算量也更加繁瑣。這些在JMP軟件中都有對應(yīng)的圖形化智能分析平臺，一個很直接的好處是可以讓非統(tǒng)計專業(yè)背景的工程師迅速跨越統(tǒng)計學(xué)的壁壘，直接進行技術(shù)問題的分析和研究，進而提升產(chǎn)品的可靠性，降低顧客投訴率以及售后服務(wù)成本從逐步回歸看JMP和Minitab的差異：57 來源：eNet硅谷動力 字號：小 | 大【文章摘要】逐步回歸是回歸分析中的重要內(nèi)容，也是統(tǒng)計建模的主要實現(xiàn)手段之一，在大學(xué)的統(tǒng)計課程中是必講的內(nèi)容
研究報告相關(guān)推薦
鄂ICP備17016276號-1