【正文】 在 Ink、 Paint、 Cake等由幾種成份構(gòu)成時存在各成份的混合比率的問題點， 此時求哪些成份對反應變量帶來有意影響及滿足最佳混合比率的實驗 216。Results...MinitabFactorial Design(要因配置法 ) Design Custom Factorial Design216。Mixture Design:混合物實驗167。 平均是 Variety 4,6水準比別的水準小。Group variable:subscript 指定167。用兩個因子的交互作用效果167。 數(shù)據(jù)應為 Stack 形態(tài)。Store residuals:保存殘差167。 反應變量為名目型 (性別 , 郵編 , 學號等 ) 資料構(gòu)成的 logistic 回歸模型。在圖象上按鼠標右鍵則出現(xiàn) Play菜單，并通過 Brush確認是第 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:反應變量與說明 變量取 10為底的 Log167。顯示進入模型的預測變量的最佳程度 (若是 2，則顯示 2個預測變量 )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 Standardized:利用標準殘差時 Deleted:利用 Studentized殘差時167。Regression:利用最小乘方法，實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) 分布近似計算結(jié)果解釋 :p值比留意水準 5%大，故選 擇歸屬假設，即兩個母集團不良率無差異Minitab2Proportion(兩個母集團母比率的檢 .推定 )Minitab2Variances(兩個母集團分散的同一性檢定 )216。Second sample : 選擇第二個 data Col 1 Col 與 2 Col 的資料數(shù)應相同167。Test mean :指定檢定時對象值 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時正態(tài)分布 , 負數(shù)為完滿 , 正數(shù)時 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 : 集團占有率 Cum percent : 累積占有率Minitab保存基礎統(tǒng)計量 (Store Descriptive Statistics) 留意水準 : 犯第一種錯誤的最大概率 PValue : 犯一種錯誤的概率的推定值 駁回領域 : 駁回假設的部分領域 兩側(cè)檢定 : 駁回領域存在于兩端的檢定 單側(cè)檢定 : 駁回領域存在于分布一端時的檢定 Minitab活用 Minitab 的假設檢定216。資料應為連續(xù)性的列資料 , 同時應為數(shù)值資料。練習 ) 把 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 求 Durability 的 基礎統(tǒng)計值。打印當前選擇 window : File Print練習 ) 把 當前的 Worksheet 保存為 ， 并關閉后重新打開 5MinitabMinitab 菜單 (File)恢復已刪除資料清除 Cell(s) 的數(shù)據(jù)刪除 Cell(s) 的數(shù)據(jù) – 下端的 cell 移動復制 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Cell的 修改 /復制 /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。在選擇兩個以上的 Col 時，變量名區(qū)分為 1,2。不知標準偏差時母平均的推定和檢定167。Assume equal variance :假設兩個集團的母分散一致結(jié)果解釋 : p值大于 5% 有益水準， 故選擇歸屬假設， 即兩個母平均在 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，可認為按正態(tài)分布。Lack of Fit Tests Pure error:指定履行適合性檢定時純誤差項的 輸出與否 Data subsetting:指定把說明變量細分而提供類似 反復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:指定反應變量167。Model:指定說明變量 167。Factors:Regionr 的 pvalue= 比留意水準，故沒有影響。Response:指定反應變量167。剩余事項與 Stack 情況相同?Responses:指定按各水準別 有反應值的 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 Col (一元配置法時 ) Factor 2:因子水準第二 Col (二元配置法時 ) Binomial:二項分布 Poisson:Poisson分布167。 MinitabInterval Plot216。交互作用的水準間差異比較167。Response Optimizer:尋找滿足目標值因子的 最佳組合167。 在 Minitab 中要因配置法的實行階段 利用 “Create Factorial Design” 為了完全要因配置法或部分實施法的實驗設計的選擇 選擇實驗設計后 , 指定各因子的名名稱及水準、反復次數(shù)、 Random化與否 實行實驗后 , 輸入數(shù)據(jù)實行 “Analyze Factorial Design” 得出實驗分析結(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水準要因配置 (generator 自動指定 )?2level factorial(specify generators) 2水準要因配置 (generator 使用者指定 )?PlackettBurman design:15因子以上的情況?General full factorial design:在 2水準以上， 且要因類別水準不同時的完全要因?qū)嶒?Number of factors:因子數(shù) 指定?Display Available Designs:展示使用可能的 配置 ?顯示因子別實驗數(shù) (Run)和 分析度 （ Resolution)小于 1的值在 cube內(nèi)， 大于 1時軸點位置則在 cube位置外?Number of Block:指定 Block 數(shù)?Number of Center points : 指定中心點MinitabResponse Surface Designs(反應表面計劃 ) MinitabResponse Surface Designs(反應表面計劃 ) Factors...?輸入因子名與水準Options...?實驗順序 random化?生成相同的實驗計劃時指定其次數(shù)?把