【正文】 在 Ink、 Paint、 Cake等由幾種成份構(gòu)成時(shí)存在各成份的混合比率的問題點(diǎn)， 此時(shí)求哪些成份對反應(yīng)變量帶來有意影響及滿足最佳混合比率的實(shí)驗(yàn) 216。Results...MinitabFactorial Design(要因配置法 ) Design Custom Factorial Design216。Mixture Design:混合物實(shí)驗(yàn)167。 平均是 Variety 4,6水準(zhǔn)比別的水準(zhǔn)小。Group variable:subscript 指定167。用兩個(gè)因子的交互作用效果167。 數(shù)據(jù)應(yīng)為 Stack 形態(tài)。Store residuals:保存殘差167。 反應(yīng)變量為名目型 (性別 , 郵編 , 學(xué)號等 ) 資料構(gòu)成的 logistic 回歸模型。在圖象上按鼠標(biāo)右鍵則出現(xiàn) Play菜單，并通過 Brush確認(rèn)是第 31號值與第 66號值MinitabBinary Logistic RegressionBinary Logistic RegressionLink Function: LogitResponse InformationVariable Value CountRestingP Low 70 (Event) High 22 Total 92Factor InformationFactor Levels ValuesSmokes 2 No YesLogistic Regression Table Odds 95% CIPredictor Coef StDev Z P Ratio Lower UpperConstant Smokes Yes Weight = Test that all slopes are zero: G = , DF = 2, PValue = TestsMethod ChiSquare DF PPearson 47 Deviance 47 8 Brown:General Alternative 2 Symmetric Alternative 1 Table of Observed and Expected Frequencies:(See HosmerLemeshow Test for the Pearson ChiSquare Statistic) GroupValue 1 2 3 4 5 6 7 8 9 10 TotalLow Obs 4 6 6 8 8 6 8 12 10 2 70 Exp High Obs 5 4 3 1 1 3 2 3 0 0 22 Exp Total 9 10 9 9 9 9 10 15 10 2 92Measures of Association:(Between the Response Variable and Predicted Probabilities)Pairs Number Percent Summary MeasuresConcordant 1045 % Somers39。Transformations:反應(yīng)變量與說明 變量取 10為底的 Log167。顯示進(jìn)入模型的預(yù)測變量的最佳程度 (若是 2，則顯示 2個(gè)預(yù)測變量 )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(shí) Standardized:利用標(biāo)準(zhǔn)殘差時(shí) Deleted:利用 Studentized殘差時(shí)167。Regression:利用最小乘方法，實(shí)施單一回歸或多重回歸167。Use test and interval based on normal distribution : 是否按正態(tài) 分布近似計(jì)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(gè)母集團(tuán)不良率無差異Minitab2Proportion(兩個(gè)母集團(tuán)母比率的檢 .推定 )Minitab2Variances(兩個(gè)母集團(tuán)分散的同一性檢定 )216。Second sample : 選擇第二個(gè) data Col 1 Col 與 2 Col 的資料數(shù)應(yīng)相同167。Test mean :指定檢定時(shí)對象值 167。 First quartile:1/4數(shù) Third quartile : 3/4數(shù) Interquartile range : Q3Q1 Skewness : 歪度分布的對稱性 ,越接近 0 越滿足對稱性 Kurtosis : 添度分布的尖的程度為 0時(shí)正態(tài)分布 , 負(fù)數(shù)為完滿 , 正數(shù)時(shí) 比正態(tài)分布尖 MSSD :把前后數(shù)據(jù)差的乘方除以 2 N nonmissing :填滿的 Col數(shù) N missing : 空 Col 數(shù) Cumulative N : Col的 DATA數(shù) Percent : 集團(tuán)占有率 Cum percent : 累積占有率Minitab保存基礎(chǔ)統(tǒng)計(jì)量 (Store Descriptive Statistics) 留意水準(zhǔn) : 犯第一種錯(cuò)誤的最大概率 PValue : 犯一種錯(cuò)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(shí)的檢定 Minitab活用 Minitab 的假設(shè)檢定216。資料應(yīng)為連續(xù)性的列資料 , 同時(shí)應(yīng)為數(shù)值資料。練習(xí) ) 把 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 求 Durability 的 基礎(chǔ)統(tǒng)計(jì)值。打印當(dāng)前選擇 window : File Print練習(xí) ) 把 當(dāng)前的 Worksheet 保存為 ， 并關(guān)閉后重新打開 5MinitabMinitab 菜單 (File)恢復(fù)已刪除資料清除 Cell(s) 的數(shù)據(jù)刪除 Cell(s) 的數(shù)據(jù) – 下端的 cell 移動(dòng)復(fù)制 Cell(s)粘貼 Cell(s) LinK粘貼Link 管理選擇所有 cell 編輯最后操作的對話框打開命令編輯器一般選項(xiàng)Cell的 修改 /復(fù)制 /刪除 167。Graph : 為編輯 Graph的 Graph Layout, Chart副菜單及文字 Graph構(gòu)成167。特別是與 Sixsigma關(guān)聯(lián)，在 GE、 AlliedSignal等公司已作為基本的程序而使用。Manip : Worksheet data 的 Split、 Sort、 Rank、 Delete、 Stack/Unstack 等副菜單 167。TXT保存 : File Other file Export special txt注 ) Open Graph 下方的 Save as 為根據(jù)選擇的窗口可更 改保存內(nèi)容。 (2) 按 的順序排列的 保存到 C11。 使總括 Graph window 的 window活性化 167。在選擇兩個(gè)以上的 Col 時(shí)，變量名區(qū)分為 1,2。不知標(biāo)準(zhǔn)偏差時(shí)母平均的推定和檢定167。Assume equal variance :假設(shè)兩個(gè)集團(tuán)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(gè)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。Confidence level : 信賴度167。Tests for Normality : 三個(gè)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。Lack of Fit Tests Pure error:指定履行適合性檢定時(shí)純誤差項(xiàng)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。Predictors to include in every model: 指定先包含的變量167。Response:指定反應(yīng)變量167。Model:指定說明變量 167。Factors:Regionr 的 pvalue= 比留意水準(zhǔn)，故沒有影響。Response:指定反應(yīng)變量167。剩余事項(xiàng)與 Stack 情況相同?Responses:指定按各水準(zhǔn)別 有反應(yīng)值的 Col MinitabOne Way ANOVA(Unstacked)) 216。Distribution of Data:資料的分布形態(tài) Normal:正態(tài)分布 , Factor 1:因子水準(zhǔn) Col (一元配置法時(shí) ) Factor 2:因子水準(zhǔn)第二 Col (二元配置法時(shí) ) Binomial:二項(xiàng)分布 Poisson:Poisson分布167。 MinitabInterval Plot216。交互作用的水準(zhǔn)間差異比較167。Response Optimizer:尋找滿足目標(biāo)值因子的 最佳組合167。 在 Minitab 中要因配置法的實(shí)行階段 利用 “Create Factorial Design” 為了完全要因配置法或部分實(shí)施法的實(shí)驗(yàn)設(shè)計(jì)的選擇 選擇實(shí)驗(yàn)設(shè)計(jì)后 , 指定各因子的名名稱及水準(zhǔn)、反復(fù)次數(shù)、 Random化與否 實(shí)行實(shí)驗(yàn)后 , 輸入數(shù)據(jù)實(shí)行 “Analyze Factorial Design” 得出實(shí)驗(yàn)分析結(jié)果 最后利用 “Factorial Plot” 繪出主效果及交互效果的 plot MinitabFactorial Design(要因配置法 ) MinitabFactorial Design(要因配置法） Create Factorial Design?2level factorial(default generators) 2水準(zhǔn)要因配置 (generator 自動(dòng)指定 )?2level factorial(specify generators) 2水準(zhǔn)要因配置 (generator 使用者指定 )?PlackettBurman design:15因子以上的情況?General full factorial design:在 2水準(zhǔn)以上， 且要因類別水準(zhǔn)不同時(shí)的完全要因?qū)嶒?yàn)?Number of factors:因子數(shù) 指定?Display Available Designs:展示使用可能的 配置 ?顯示因子別實(shí)驗(yàn)數(shù) (Run)和 分析度 （ Resolution)小于 1的值在 cube內(nèi)， 大于 1時(shí)軸點(diǎn)位置則在 cube位置外?Number of Block:指定 Block 數(shù)?Number of Center points : 指定中心點(diǎn)MinitabResponse Surface Designs(反應(yīng)表面計(jì)劃 ) MinitabResponse Surface Designs(反應(yīng)表面計(jì)劃 ) Factors...?輸入因子名與水準(zhǔn)Options...?實(shí)驗(yàn)順序 random化?生成相同的實(shí)驗(yàn)計(jì)劃時(shí)指定其次數(shù)?把