【正文】 檢驗(yàn) ① 選擇測(cè)量的 數(shù) 據(jù) 列② 選擇條件輸入的列統(tǒng)計(jì)菜單介紹Six sigma Minitab Training133分析結(jié)果 % CI : 兩個(gè)總體平均差異的 95%信賴(lài)區(qū)間 上例中兩個(gè)總體平均差異的 95% 信賴(lài)區(qū)間 ( , ) , 0在這個(gè) 95% 信賴(lài)區(qū)間以?xún)?nèi) . 即 ,( D公司部品平均重量 – E公司部品平均重量 = 0 )可以成立 . 從這兩個(gè)集團(tuán)中分別收集的 數(shù) 據(jù) 的平均可以相等的意思 . 所以 , 從 D公司購(gòu)買(mǎi)的部品的平均重量和 E公司購(gòu)買(mǎi)的部品的平均重量可以相等 . PValue? PValue ≥ 的時(shí)候→ 可以推斷出兩個(gè)總體的 數(shù) 據(jù) 平均相同 .? PValue ＜ 的時(shí)候→ 可以推斷出兩個(gè)總體的 數(shù) 據(jù) 平均不相同 . 上例中的 PValue=, 比 ,可說(shuō)明 從 D公司購(gòu)買(mǎi)的部品的平均重量和從 E公司 購(gòu)買(mǎi)的部品的平均重量相同 .統(tǒng)計(jì)菜單介紹Six sigma Minitab Training134 中央值 ( Median ) 算術(shù)平均箱 線(xiàn)圖 分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training135ANOVA(方差分析 )統(tǒng)計(jì)菜單介紹Six sigma Minitab Training136Oneway ANOVA(單因素方差分析 )平均差檢驗(yàn) 散布差檢驗(yàn)平均差檢驗(yàn)使用的 工具 2Sample t ( 兩個(gè)集團(tuán)或條件時(shí) ) ? 在當(dāng)我們想評(píng)價(jià)從兩個(gè)互相不同的總體中抽取的樣本 數(shù) 據(jù) 的平均是否相同的時(shí)候適用 ... → 為了評(píng)價(jià)從 D公司購(gòu)買(mǎi)的部品平均重量和從 E公司購(gòu)買(mǎi)的部品平均重量是否相同 ,從各個(gè)公司 購(gòu)買(mǎi)的產(chǎn)品中各隨機(jī)抽取 10個(gè)并測(cè)量其重量 . Oneway ANOVA ( 三個(gè)以上集團(tuán)或條件時(shí) ) ? 在當(dāng)我們想評(píng)價(jià)從互相不同的三個(gè)以上總體中抽取的樣本 數(shù) 據(jù) 的平均是相同還是不同的時(shí)候適用 ... → 在 E工程生產(chǎn)的部品其 孔部尺寸 是最重要的品質(zhì) . 而 E工程生產(chǎn)該部品起用了 3臺(tái)設(shè)備 , 為了評(píng)價(jià)設(shè)備別生產(chǎn)的部品 孔部尺寸 的平均是否相同 ,按照設(shè)備別生產(chǎn)的部品各隨機(jī)抽樣 5個(gè) , 并測(cè)量其 孔部尺寸 . 路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training137平均差檢驗(yàn)在 E工程生產(chǎn)的部品其孔部尺寸是最重要的品質(zhì) . 而 E工程生產(chǎn)該部品起用了 3臺(tái)設(shè)備 ,為了評(píng)價(jià)設(shè)備別生產(chǎn)的部品孔部尺寸的平均是否相同 ,按照設(shè)備別生產(chǎn)的部品各隨機(jī)抽樣 5個(gè) ,并測(cè)量其孔部尺寸 . 假設(shè)孔部尺寸的目標(biāo)值是 .例題未堆 疊 的 數(shù) 據(jù) 堆 疊 的 數(shù) 據(jù) A號(hào)設(shè)備部品的 孔部尺寸 B號(hào)設(shè)備部品的 孔部尺寸 C號(hào)設(shè)備部品的 孔部尺寸 路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training138路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training139分析結(jié)果 設(shè)備的評(píng)價(jià) 上例中的 PValue=,比 ,可說(shuō)明三個(gè)設(shè)備中中至少有一個(gè)設(shè)備生產(chǎn)的產(chǎn)品的 孔部尺寸 平均與其它不同 . 孔部尺寸 的目標(biāo)值為 , 平均的信賴(lài)區(qū)間中包含 ,可推斷出其中的 A號(hào)設(shè)備和 B號(hào)設(shè)備是較好的設(shè)備 , 而 C號(hào)設(shè)備不好 . 如果 , PValue比 ,不能確定設(shè)備別生產(chǎn)的產(chǎn)品的 孔部尺寸 的平均有不同，從而評(píng)價(jià)三個(gè)設(shè)備這也是沒(méi)有 太大的意義 . 條件別平均的 95% 信賴(lài)區(qū)間 P : PValue ? PValue ≥ 的時(shí)候 → 可推斷出各總體間 數(shù)據(jù) 平均相同 . ? PValue ＜ 的時(shí)候 → 可得知至少有一個(gè)總體 數(shù)據(jù) 平均與其它不同 . 上例中的 PValue=,比 , 可說(shuō)明三個(gè) 設(shè)備中至少有一個(gè)設(shè)備生產(chǎn)的產(chǎn)品的 孔部尺寸 平均 與其它設(shè)備不同 . : 孔部尺寸 目標(biāo)值路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training140箱 線(xiàn)圖 可看出各設(shè)備別中心和散布的程度 .箱線(xiàn)圖分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training141相關(guān) /回歸分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training142相關(guān)分析 (Correlation Analysis)(x, y) 觀(guān)測(cè)值參考下表 , 畫(huà)出散點(diǎn)圖并求樣本相關(guān)系數(shù) (Correlation Coefficient)例題相關(guān)系數(shù)散點(diǎn)圖路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量 相關(guān)統(tǒng)計(jì)菜單介紹Six sigma Minitab Training143畫(huà) 出散點(diǎn) 圖 看一看分析結(jié)果相關(guān)系數(shù) r( ) =Σx xiin12 ( )=Σyiin12y=Σin1x xi( )( )yiyr = 相 關(guān) 系 數(shù) 公式統(tǒng)計(jì)菜單介紹Six sigma Minitab Training144回歸分析 (Regression)K公司的池科長(zhǎng)為了查看美國(guó)同產(chǎn)業(yè)每日股份變動(dòng)對(duì)于公司的每日股份變動(dòng)有無(wú)影響 ,在制造類(lèi)似的產(chǎn)品的美國(guó)同產(chǎn)業(yè)中選擇了 10個(gè)公司 .檢查了 2個(gè)月左右的 K公司的日日股份變動(dòng)率和美國(guó)的 10個(gè)同產(chǎn)業(yè)公司的日日平均股份變動(dòng)率 ,收集了 40個(gè) 數(shù) 據(jù) . 例題RSquare 回歸式路徑： 統(tǒng)計(jì) 回歸 擬合線(xiàn)圖統(tǒng)計(jì)菜單介紹Six sigma Minitab Training145① 結(jié)果變數(shù)指定 (得到影響的變數(shù) )② 原因變數(shù)指定 (造成影響的變數(shù) )③ 選擇 回 歸 模型的 類(lèi) 型 ④ 確定 Type of Regression : 選擇回歸模式 ? 線(xiàn) 性： Linear ? 二次： Quadratic ? 立方： Cubic → 線(xiàn)形 → 2次曲線(xiàn) → 3次曲線(xiàn)路徑： 統(tǒng)計(jì) 回歸 擬合線(xiàn)圖統(tǒng)計(jì)菜單介紹Six sigma Minitab Training146分析結(jié)果RSquare 回歸式 Square (決定系數(shù) ) ? 全體變動(dòng)中根據(jù)回歸直線(xiàn)能說(shuō)明的變動(dòng) . ? RSquare = %, 即是說(shuō)對(duì)于 K公司的每日股市變動(dòng)率 ,其中有 %的變動(dòng) 可由美國(guó)同產(chǎn)業(yè)的每日股市變動(dòng)率來(lái)說(shuō)明 . 而 %的變動(dòng)是由其它的原因引起的變動(dòng) . 回歸式回歸式 ? β0 : 截距 → X是 0的時(shí)候 ,預(yù)測(cè)的 Y值 → 上例中 ,同產(chǎn)業(yè)的每日變動(dòng)率是 0的時(shí)候 , K公司的預(yù)想每日變動(dòng)率是 . ? β1 : 偏差 → X增加 1時(shí) , Y值的增加幅度 → 上例中 ,同產(chǎn)業(yè)的每日變動(dòng)率增加 1,K公司的 每日變動(dòng)率增加 β1,即 , 預(yù)想增加 . β0 β1 統(tǒng)計(jì)菜單介紹Six sigma Minitab Training147回歸式擬合線(xiàn)圖分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training148回歸預(yù)測(cè) ? 當(dāng)同產(chǎn)業(yè)的每日股市變動(dòng)率為 , K公司的預(yù)想的每日股市變動(dòng)率為多少呢 ? 利用回歸式 → 回歸式的 “變動(dòng)率 (同產(chǎn)業(yè) )”輸入 計(jì)算 “變動(dòng)率 (K公司 ) → 變動(dòng)率 (k公司 ) = + = 利用回歸線(xiàn) → 利用回歸線(xiàn) ,當(dāng)同產(chǎn)業(yè)變動(dòng)率是 時(shí)候查找 K公司的變動(dòng)率 統(tǒng)計(jì)菜單介紹Six sigma Minitab Training149殘差檢驗(yàn)左上圖：看殘差是否服從正態(tài)分布右上圖：看殘差是否在 0中心線(xiàn)上下隨機(jī)分布，如果形為 “拋物線(xiàn) ”或 “喇叭 ”等形狀表示殘差有異常。 按部件圖顯示部件的主效應(yīng)，這樣您就可以比較每個(gè)部件的平均測(cè)量值。 變異分量圖直觀(guān)地表示會(huì)話(huà)窗口輸出中的最終表，其中顯示了以下各項(xiàng)的條形：合計(jì)量具 RR、重復(fù)性、再現(xiàn)性（但沒(méi)有操作員和操作員與部件）以及部件間變異。該航空公司為了減少剩余座位的損失，在有 200個(gè)座位的飛機(jī)接收 230位客人的預(yù)約。路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量（ B） … 顯示描述性統(tǒng)計(jì)（ D） …接著下一 頁(yè)這 里指的就上一按某一 變 量 來(lái)劃 分 調(diào)查，比如按 時(shí)間 ，第一天和第二天 測(cè) 的 數(shù)據(jù)分 開(kāi) 調(diào)查統(tǒng)計(jì)菜單介紹Six sigma Minitab Training87路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量（ B） … 顯示描述性統(tǒng)計(jì)（ D） …選擇 你 想要 調(diào)查 的 統(tǒng)計(jì) 量名 稱(chēng)選擇你想要用的圖表體現(xiàn)數(shù)據(jù)的特征接著下一 頁(yè)90%75%50%25%10%統(tǒng)計(jì)菜單介紹Six sigma Minitab Training88 四分位數(shù) : 將 數(shù) 據(jù) 依序排列后，重新區(qū)分開(kāi)來(lái) 下四分位 數(shù) （ Q1） : 依序排列數(shù)據(jù)時(shí)，列在 25%位置的數(shù)字 中央 值 : 依序排列數(shù)據(jù)時(shí)， 列在 50%位置的數(shù)字 上四分位 數(shù) （ Q3） : 依序排列 數(shù) 據(jù) 時(shí)，排列在 75%位置的數(shù)字 平均的標(biāo)準(zhǔn)誤差 = σ / n路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量（ B） … 顯示描述性統(tǒng)計(jì)（ D） …統(tǒng)計(jì)菜單介紹Six sigma Minitab Training89路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量（ B） … 存儲(chǔ)描述性統(tǒng)計(jì)（ S） …統(tǒng)計(jì)菜單介紹Six sigma Minitab Training90路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量（ B） … 圖形化匯總（ G） …統(tǒng)計(jì)菜單介紹Six sigma Minitab Training91正態(tài)性驗(yàn)證 ( α = ) ? PValue ≥ 時(shí) → 可以認(rèn)為數(shù)據(jù)遵循正態(tài)分布的規(guī)則 ? PValue ＜ 時(shí) → 數(shù)據(jù)沒(méi)有遵循正態(tài)分布的規(guī)則。計(jì)算菜單介紹Six sigma Minitab Training82 據(jù) 顯 示 數(shù) 據(jù)（ I） …1. 把 數(shù) 據(jù) 用鍵盤(pán)輸入到 會(huì) 話(huà) 窗口。各 類(lèi) 分布的 隨 機(jī)數(shù) 據(jù)進(jìn) 行 隨 機(jī)取 樣計(jì)算菜單介紹Six sigma Minitab Training73各個(gè)數(shù)字的反復(fù)次數(shù)路徑： 計(jì)算 隨機(jī)數(shù)據(jù)（ R） … 來(lái)自列的樣本（ C） …計(jì)算菜單介紹Six sigma Minitab Training74結(jié) 果路徑： 計(jì)算 隨機(jī)數(shù)據(jù)（ R） … 來(lái)自列的樣本（ C） …計(jì)算菜單介紹Six sigma Minitab Training75路徑： 計(jì)算 隨機(jī)數(shù)據(jù)（ R） … 卡方分布（ Q） …計(jì)算菜單介紹Six sigma Minitab Training76路徑： 計(jì)算 隨機(jī)數(shù)據(jù)（ R） … 正態(tài)分布（ Q） …計(jì)算菜單介紹Six sigma Minitab Training77路徑： 計(jì)算 概率分布（ D） …計(jì)算菜單介紹Six sigma Minitab Training78關(guān)于概率分布對(duì)于從菜單中選擇的分布，您可以計(jì)算數(shù)據(jù)的概率密度函數(shù)、累積分布函數(shù)或逆累積概率的值。當(dāng)您希望選擇相同的隨機(jī)樣本 或多次生成相同的隨機(jī)數(shù)據(jù)集合時(shí)，該選項(xiàng)十分有用 。本章節(jié)學(xué)習(xí)有關(guān)行與列的簡(jiǎn)單計(jì)算方法，及關(guān)于分布函數(shù)及其生成所需隨機(jī)數(shù)據(jù)并利用的方法。路徑： 數(shù)據(jù) 編碼（ O） …數(shù)據(jù)菜單介紹Six sigma Minitab Training42結(jié) 果 變?yōu)?‘男 ’, ‘女 ’文本數(shù)據(jù)后的結(jié)果路徑： 數(shù)據(jù) 編碼（ O） …數(shù)據(jù)菜單介紹Six sigma Minitab Training43特定 列 中把數(shù)字形數(shù)據(jù)變?yōu)槲谋緮?shù)據(jù)的結(jié)果數(shù)字形數(shù)據(jù)變?yōu)槲谋拘问綌?shù)據(jù)。路徑： 數(shù)據(jù) 排序（ S） …變 量 “Name”按照 “ID”進(jìn) 行排序數(shù)據(jù)菜單介紹Six sigma Minitab Training38您 可以向列中的 值 分配排秩分 值 ： 1 分配 給該 列中最小的 值 ， 2 分配 給 第二小的 值 ，以此 類(lèi) 推。 指定要新生成的子工作表的位置Six sigma Minitab Training25結(jié) 果 生成 1~6 行的子工作表 .下面 工作表 是本來(lái)可以和上面的 工作表 單獨(dú)制作 ,也可以與上面的 工作表 匹配生成 .數(shù)