【正文】 成基準點?Store design in worksheet:把實驗計劃保存在 Worksheet?能多樣化地指定，愿意在 Session 窗口輸出 的實驗計劃結果?在 Session 窗口輸出與別名 (alias)關聯(lián)的內(nèi) 容時，指定交互作用的次數(shù)。交互效果 兩個以上的因子結合后對反應 (例 ) E12 = 5 (Interaction Effect) 因子產(chǎn)生的影響167。RS Design:反應表面實驗167。Define Custom Factorial Design:在變更當前的 實驗計劃而再指定時使用。可知道按 Field 水準變更的 Variety 各水準的 變動及平均值。Factors:指定因子167。Y variable:設定反應值 167。Random factors:指定變量因子167。脫離管理線則有影響167。?Suppleme的 p值 小于 ， 故 Suppleme 的 水準間有差。216。留意水準比 pvalue 大則有影響。Comparisons:檢定多重比較167。Factors:MinitabNominal Logistic Regression4. 分散分析Minitab分散分析基礎 216。MinitabOrdinal Logistic Regression216。 反應變量按順序型顯示的 logistic回歸模型167。指定為回歸模型診斷的各種圖象MinitabBinary Logistic RegressionResults...通過圖象診斷過程中顯示不適合模型的值有 2個。用類似于正態(tài)概率圖的用途顯示全面的殘差形態(tài)的圖象，正態(tài)分布形態(tài)時為良好殘差對適合值的圖象是顯示越小的預測值 更為適合216。Type of Regression Model:指定回歸 Model (1,2,3次方程式 )167。以下是如前所定的 5個說明變量中包含2個至 4個的模型中按 Rsquare高順序所表示的。留意水準 :把預測變量追加到回歸模型的基準 (p值小于留意水準時追加 ) MinitabStepwise167。所有可能的回歸 : 當有 k個變量時，調(diào)查從一個也不包含的模型至包含 k個的 所有模型 167。Storage Fits:指定是否保存推定的 y Confidence limits:指定是否保存推定 y的信賴水準的 信賴區(qū)間 SDs of fits:指定是否保存 y的標準偏差 Predicction limits:指定是否保存 y的預測界限MinitabRegressionResults... 在 Session 窗不顯示任何結果時 顯示基本的回歸分析結果時顯示基礎統(tǒng)計量時顯示追加統(tǒng)計量時Graphs... 167。 在兩個以上變量的關系上建立數(shù)學函數(shù)的方法167。為了模型化及調(diào)查反應變量與一個以上的獨立變量之間關系的分析? Least square regression : 反應變量為連續(xù)性資料時 167。公分散為像相關分析似的表示兩個變量間關系的統(tǒng)計量 Verbal與 Math 的標本公分散為 Verbal與 GPA 的標本公分散為 GPA與 Math 的標本公分散為 MinitabCovariance(公分散 )216。Alternative : 設定對立假設167。Confidence level : 信賴度167。First sample : 選擇第一個 data Col 167。結果解釋 : p值小于 5%留意水準， 故駁回歸屬假設 , 即平均不等于 5Test mean 指定的情況Minitab1Sample t216。Confidence interval : 指定計算信賴區(qū)間的信賴度167。Sigma : 輸入標準偏差167。當指定 By variable時，隨著相關 Variable的種類按 Row 方向保存。Boxplot of data : 制作 Boxplot167。 活性 window 用 Vmark 表示，用 Vmark標記 打開 window 2. 基礎統(tǒng)計基礎統(tǒng)計量輸出基礎統(tǒng)計量保存對母平均的推定及檢定對母比率的推定及檢定相關分析公分散分析正態(tài)性檢定Minitab基礎統(tǒng)計 兩個母集團的分散的同一性檢定216。練習 ) 生成 1996年 4月 1日、 97年 7月 30日、 98年 12月 25日為各二回，全體為三回形成的數(shù)據(jù)。 (2) 把 DurabilityCarpet保存到 DuraCarpet 上。輸入 Data : 把數(shù)據(jù)和文字輸入到下端的 cell 上 但，要是先輸入 數(shù)值把變量屬性變更為數(shù)值變量后不能輸入文字。 打印167。打開保存的 Graph : File Open Graph167。Stat : 是分析統(tǒng)計資料的副菜單，由基礎統(tǒng)計、回歸分析、分散分析、品質(zhì)管理、時針序列 分析、離散資料分析、非母數(shù)統(tǒng)計分析等構成 167。WorKsheets:用于直接輸入數(shù)據(jù)或可以修改的窗口，具有類似 Excel中的 spread sheet功能167。1. Minitab 的操作MINITAB = Mini + Tabulator =小型 + 計算機?介紹 于 1972年，美國賓夕法尼亞 州立大學用來作統(tǒng)計分析、教育用而開發(fā)，目前已出版 Window 用版本 ，并且已在工學、社會學等所有領域被廣泛使用。Session window:直接輸入 Minitab 的命令或顯示類似統(tǒng)計表的文本型結果文 件的窗口 167。Calc : 利用內(nèi)部函數(shù)的數(shù)據(jù)計算及利用分布函數(shù)的數(shù)據(jù)生成167。打開保存的 Worksheet : File Open Worksheet167。216。167。Minitab習題把多數(shù)的 col 使用函數(shù)計算后，保存到新的 col 上把 1個 col 的統(tǒng)計值保存到新的 col 上用 1個以上的 col 計算統(tǒng)計值后，保存到新的 col 上變換為標準化資料把數(shù)據(jù)屬性變更為數(shù)值屬性把數(shù)據(jù)屬性變更為文字屬性生成 Pattern 數(shù)據(jù)把 X、 Y、 Z 的值用 3D 圖象方式組合后生成 Mesh 數(shù)據(jù)生成在回歸分析中要使用的指示變量指定 Random 數(shù)據(jù)的基準點生成符合分布函數(shù)的 Random 數(shù)據(jù)生成符合分布函數(shù)的概率，并用數(shù)據(jù)保存行列MinitabMinitab 菜單 (Calc)練習 ) 把 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 把 Durability 和 Carpet 相加的值保存到 DuraCarpet 上。 練習 ) 生成從 ~。 使管理 Worksheet 的 window活性化 167。Dotplot of data : 制作 Dotplot 167。216。Alternative : 設定對立假設167。Variables : 指定要分析的 Col 167。P值比留意水準小時駁回 Ho， 即 p值指脫離的概率。有關對應的兩個母集團的母平均差的推定和檢定167。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。Test proportion : 檢定不良率167。命名兩個變量間關系的方法?Variables : 要分析的 Col ?Display pvalue : 輸出 p值?Store matrix :保存為 matrix結果解釋 :p值比留意水準 5%小， 故駁回歸屬假設， 即各變量之間有關系MinitabCorrelation(相關分析 )216。因 Pvalue為 ，故駁回歸屬假設，即不隨正態(tài)分布MinitabNormality Test(正態(tài)性檢定 )3. 回歸分析216。Nominal Logistic Regression:利用名目型反應變量的 回歸分析 (3個以上范籌時 ) Minitab回歸分析基礎MinitabRegression216。Prediction intervals for new observation:推定回歸 式后，按說明變量的值推定 y值 167。 說明變量數(shù)量多時，添加或減少變量而選別適當?shù)淖兞考蠟槟康?67。選擇 Forward selection后指定留意水準167。Predictors in all models:指定必須包含在模型 中的變量包含在模型的至少變量數(shù)和最大變量數(shù)在說明變量數(shù)為相同的組合中，指定最高說明結果的幾個輸出與否結果解釋在模型選擇上有根據(jù)的統(tǒng)計量(Rsquare, adjR, Cp)Vars:包含在各模型的說明變量數(shù)。Predictor:指定說明變量 (僅一個 )167。Fits : 指定反應變量的推定值MinitabResidual PlotsMinitabResidual Plots顯示為檢查殘差是否近似于正態(tài)分布的正態(tài)概率圖，接近直線時為良好。Factors:在說明變量中指定離散型變量Graph...167。(越接近 1為越好的預測力 )MinitabBinary Logistic RegressionMinitabOrdinal Logistic Regression216。在這模型中刪除 Region 后 , 再進行分析為好。Model:指定說明變量167。Factor:指定說明變量 (要因 )167。P:Pvalue(留意概率 )167。 因子為 2個，把因子各水準的組合全部 Radom實施的實驗。Fit additive model:選擇交互作用的有無?Lake與 Interaction 的 p值 大于 ， 故不會 引起效果。Alpha level:留意水準167。Model:指定需分析的因子167。平均信賴區(qū)間得出后作成 plot 167。Responses:指定反應值167。Display full interaction plot matrix: 作成 為 matrix167。Create Factorial Design:要因配置法實驗設計167。Factorial:要因配置實驗167。主效果 (Main Effect)隨一個獨立因子的水準變化相應的 (例 ) E1 = 2 反應值的影響 E2 = 7 167。實驗次數(shù)越多，分析度越高?分析度高的順序 Full VII VI V IV III?PlackettBurman Design 是分析度為 III Level dlek.MinitabFactorial Design(要因配置法） Designs...?指定 Runs, center points, replicates, blocks ?Block:具有相同性質(zhì)的單位集合?Replicate:重新設置實驗條件后實驗 在多個試料上按同一條件各自實驗?Center point:在連續(xù)性因子的水準為中間 值時實施 , 評價反應值的非線型性Factors...?Factor:表示實驗的因子?Name:指定實驗的因子名?Low/High:以水準表示的低水準值與高水準 值 一般用 –1與 1表示 , 中心為 0。 依系數(shù)相乘的實驗計劃 Matrix 計算出適合值。 選擇 Analyze RS Design 變更 Terms與 GraphsMinitabResponse Surface Designs(反應表面計劃 ) Minitab 實行結果 Full quadratic?看分散分析表時，對 Lackoffits的 pvalue為 ， 便可知現(xiàn)在的 預測模型為確切 ?看分散分析表時，二次項與交互 因子的 pvalue為 ，顯 示為預測模型的有意因子?二次項中 Nitrogen*Nitrogen項，在 交互因子中 Nitrogen*Potash項 的 pvalue為 ，故顯示 為有意因子 MinitabResponse Surface Designs(反應表面計劃 ) ?對殘差 (Residuals)的圖形中，沒有出現(xiàn)任何問題點MinitabResponse S