【正文】 Fits與 Residual check167。 Options...167。Response:指定反應變量167。Predictors:輸入說明變量 (Pulse1 RanWeight)167。新數(shù)據(jù)的信賴區(qū)間為(, ), 預測區(qū)間為(, )。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 DurbinWatson統(tǒng)計量輸出與否167。Binary Logistic Regression:利用二項反應變量的回歸 分析 (2個范籌時 )167。Reference probabilities : 輸入概率值 167。隨正態(tài)分布時 FTest 結果 , 不隨正態(tài)分布時看 Levene’s Test 結果再解釋 結果解釋 :p值比有益水準 5%大 , 故不能 判斷兩個母集團的分散不同。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。母不良率的推定及檢定 167。Confidence level :設定信賴水準167。CI : 信賴區(qū)間167。 Test 指定 Confidence 指定 Minitab1Sample Z216。Confidence interval :指定計算信賴區(qū)間的信賴度167。計算統(tǒng)計量并保存在當前的 Worksheet 216。Histogram of data : 制作 Histgram167。 把 Tool bar 與 Status bar 隱藏或顯示167。練習 ) 生成 1 ~ 15 的奇數(shù)，每個數(shù)二回，全體集合反復三回的數(shù)據(jù)。練習 ) 在 ， (1) Age 按 的順序排列。 資料輸入及刪除 167。另存為 : File Save as(project, worksheet)167。新建 : File New(project, worksheet)167。Edit : 編輯 Worksheet data , 外部 data 的 link 及 mand link editor 副菜單 167。運行 Minitab的方法有利用開始菜單及選擇運行圖標兩種。 q 優(yōu)點 以菜單的方式構成，所以無需學習高難的命令文，只需擁有基本的統(tǒng)計知識便可使用。History窗 :儲存已使用過的所有命令，并幫助已使用過的命令可重復使用167。Editor : 不使用菜單，使用命令直接作業(yè)及 Clipboard setting等副菜單167。打開 TXT : File Others file Import special txt216。用鼠標拖動工作窗口167。刪除 Data : 把相關 cell 用鼠標 drag 后按 Del 鍵 相關 cell 的內容被刪除掉，并且下端的 cell 向上移動。 (2) Durability的 Range保存到 C5。Minitab習題MinitabMinitab 菜單 (Window)q window : 集合了把 Minitab的所有 window 調節(jié)的命令和總體管理的 Graph, Worksheet的命令等 , 全面性 Window 的運營命令。216。Normality Test : 正態(tài)性檢定 167。知道標準偏差時的母平均推定和檢定 216。mu : 歸屬假設 , mu not : 對立假設結果解釋 : p值比留意水準小 故駁回歸屬假設 , 即母平均不等于 5。Alternative : 設定對立假設167。Samples in one column(stack形態(tài) ) : 在 1Col中比較兩個 集團 167。Confidence level : 輸入信賴度167。Alternative :設定對立假設167。兩個母集團的分散的同一性檢定167。歸屬假設 : 數(shù)據(jù)是隨正態(tài)分布216。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。Predictors : 選擇獨立變量 (輸入值 ) Score 1Options...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:關于殘差對比資料的順序 Residuals versus the variables:殘差與變量之間的關系MinitabRegressionMinitabRegression分析結果回歸方程式為SCORE2=+P值比留意水準小，故駁回歸屬假設。后進選擇法 : 在影響反應變量的 k個說明變量中除去影響小的變量， 并判斷為再無可除變量時，停止變量的除去167。輸入要進行幾次操作167。MinitabBest Subsets216。Display Option:表示信賴區(qū)間及 預測區(qū)間MinitabFitted Line PlotMinitabFitted Line Plot結果解釋顯示 2次項模型比直線模型更為適合216。Response:指定反應變量167。 D Discordant 461 % GoodmanKruskal Gamma 34 % Kendall39。Frequency:輸入頻率數(shù)167。167。因子為一個 , 反復數(shù)為對所有水準不相同也可 , Radom實驗。Store fits:保存水準平均值 167。 (級區(qū)間有變動 ) 上面的 p值大于 ，故沒有影響。167。?看左圖可知道 Lake 的平均間沒有差。Main Effect:主要因167。Probtype, Calculat, Probtype*Calculat等比留意水準 () 小，故判斷為各因子的水準間存在散布的差。Type of interval plot Standard Error:適用標準誤差 Multiple:適用標準誤差倍數(shù) Confidence interval:指定信賴度167。Supplement 在 2水準時值特大。 變動是 Variety 2 水準比別的水準大。Analyze Factorial Design:得出實驗分析結果167。Modify Design:對實驗的修正167。攪亂 (Confounding) 以兩個以上因子的效果合并后 (例 ) 1 + 2 產生的現(xiàn)象難以分離 1+3, 2+2 216。 在變更當前的實驗計劃重新指定時使用?Factors:指定已輸入的因子水準的列?2level factorial:2水準要因實驗?General full factorial:不是 2水準的完全要因實驗計劃?指定因子的水準Low/High...MinitabFactorial Design(要因配置法 ) Designs...?指定實驗編號、實驗的基本順序、中心點、 實驗的 Block.?Order of the data:以設定的數(shù)據(jù)配置指定?Specify by column:指定特定 column MinitabFactorial Design(要因配置法 ) Analyze Factorial Design216。 在重要的實驗因子 (Vital Few)確認后，為尋找對反應值的最佳實驗條件而使用216。 在 Minitab 中支援的混合物實驗 mixture 實驗 : 總量已指定，想知道成份比調到何程度時 mixtureamounts 實驗 : 與成份比一起想知道總量時適用 mixtureprocess variable 實驗 : 想知道與成份比一起影響的變量條件時216。 反應表面計劃法的種類 中心合成計劃法 (Central Composite Design) BoxBehnken計劃法 (BoxBehnken Design)216。?選擇欲輸出最小乘方平均的 termMinitabFactorial Design(要因配置法 ) Storage...?Fits and Residuals : 把適合值與殘差保存在 Work sheet .?Model Information : 在 2水準要因實驗或者 PB 實驗分析結果中，保存各個反應值的 效果。 根據(jù)因子的數(shù)量 一元配置法 , 二元配置法 , 多元配置法216。因子 (Factor) 實驗所用的輸入要素 (例 ) 溫度 , 濕度 ,…167。Contour/Surface(Wireframe)Plots:展現(xiàn)實驗的 反應表面167。5. DOE(實驗計劃法 )Minitab實驗計劃法基礎 216。Lake在各水準間無太大的變動。Pool error across groups適用總合誤差◆ 平均值以 symbol 標記，且有信賴 區(qū)間標記。MinitabTest for Equal Variances216。Strength 的 3水準 (值 =3)時有影響MinitabAnalysis of MeansMinitabBalanced ANOVA216。用 Graph 來顯示因子的平均值，檢討因子的哪個水準有影響分散分析與平均分析的差距 分散分析是對水準間有無差距的分析平均分析是對全體平均與各水準平均間有無差 距的分析167。Row factor:B因子167。?存在各范圍間的重疊區(qū)間 ?各點呈現(xiàn)直線狀態(tài)時，意味著正態(tài)性MinitabOne Way ANOVA(一元配置法 ) 216。SS:乘方的和 (Sum of Square)167。在數(shù)據(jù)為一個 Col中以 Stack 形態(tài)保存時使用。Frequency:輸入頻率數(shù)167。 167。并且 p值為 ，故判斷為至少一個不是 0。存在成功與試行次數(shù) , 成功與失敗 , 失敗 與試行次數(shù)形態(tài)的反應變量時，各自輸入 ?；貧w分析時 , 若保存了殘差和推定值 (Fits),則利用 Residual Plot 步驟繪出殘差圖形。在線型回歸及多項回歸中有用的方法 , 即一個變量對應一個反應值時。 在分析者所希望的說明變量中找出最佳模型的分析167。Response:輸入反應變量 (Pulse2)167。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。Fit intercept:決定在模型中是否除去絕對項167。Fitted Line Plot:用一個預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q Logistic square regression:反應變量為范籌型資料時167。Variable : 設定需正態(tài)性檢定的 Col(變量 ) 167。167。兩個母不良率差的推定及檢定 167。Alternative : 設定對立假設結果解釋 : p值小于留意水準 5%， 故駁回歸屬 假設 ,即兩個母平均間有差MinitabPaired t216。Alternative : 設定對立假設167。SE Mean : 平均誤差167。 Test 時 Ho值追加表示。Variables : 選定要分析的 Col167。PValue : 比留意水準大時為正態(tài)性Minitab基礎統(tǒng)計量 (Display Descriptive Statistics) 216。?Variables : 選擇需要分析的 Col(變量 )?By variable : 使用集團 (Gvoup)變量計算基礎統(tǒng)計量 N : data 數(shù)值 Mean : 平均 Median : 中央值 TrMean : 調整平均 StDev : 標準偏差 SE Mean : Standard Erro of Mean Minimum :最小值 Maximum : 最大值