【文章內(nèi)容簡介】 數(shù)據(jù)作單值移動(dòng)極差控制圖，可以利用Stat—Control charts—IMR，在Variable 框中給出數(shù)據(jù)所在列，本例為1，點(diǎn)擊OK后顯示如下： 例17 不合格品率圖（p圖）與不合格品數(shù)控制圖（np圖）：某電鍍件的外觀不合格品件數(shù)如下：序號樣本容量不合格品件數(shù)1724482763833748704748855724456727567726488719679759371074552117364712739501372347147485715770511675671177195318757331976029207374921750612275239237265024730582574761數(shù)據(jù)輸入兩列：C1為樣本容量，C2為不合格品數(shù)。 利用Stat—Control charts—P，在Variable中給出不合格品數(shù)所在列的列號，本例為C2，在Subgroups in 中給出樣本容量所在列的列號，本例為C1。按OK后給出如下結(jié)果與圖形：* WARNING * Test(s) not performed since LCL and/or UCL are not constant（由于樣本容量不等，因此控制界限不是常數(shù)，從而不進(jìn)行檢驗(yàn)） 如果樣本容量為常數(shù)，則可以用p 圖，也可以用np 圖。在用p 圖時(shí)，可以在Subgroups size中給出樣本容量，譬如給出741，則得如下結(jié)果與圖形：TEST 1. One point more than sigmas from center line.Test Failed at points: 2 4 19 TEST 4. 14 points in a row alternating up and down.Test Failed at points: 15 16 17 若用 np圖，利用Stat—Control charts—NP可得如下結(jié)果與圖形：TEST 1. One point more than sigmas from center line.Test Failed at points: 2 4 19 TEST 4. 14 points in a row alternating up and down.Test Failed at points: 15 16 17 例18 單位缺陷數(shù)控制圖（u圖）與缺陷數(shù)控制圖（C圖）： 某織物的面積及其上面的缺陷數(shù)如下：序號面積缺陷數(shù)142533435465738295103112 續(xù)表：序號面積缺陷數(shù)124131145152164172186194203210228233248255數(shù)據(jù)輸入兩列：C1為樣本容量，C2為缺陷數(shù)（不合格數(shù)）。 利用Stat—Control charts—U，在Variable中給出缺陷數(shù)所在列的列號，本例為C2，在Subgroups in 中給出樣本容量所在列的列號，本例為C1。按OK后給出如下結(jié)果與圖形：* WARNING * Test(s) not performed since LCL and/or UCL are not constant（由于樣本容量不等，因此控制界限不是常數(shù)，從而不進(jìn)行檢驗(yàn)） 若樣本容量為常數(shù)，則可以用C圖，此時(shí)利用Stat—Control charts—C，只要在Variable中給出缺陷數(shù)所在列的列號即可。，那么給出的圖形如下：七、試驗(yàn)設(shè)計(jì)中的數(shù)據(jù)分析方法——方差分析（ANOVA）例19 單因子方差分析 甲、乙、丙三廠生產(chǎn)同一種零件，為了了解各廠生產(chǎn)的零件強(qiáng)度有無明顯差異，分別從每一工廠生產(chǎn)的零件中隨機(jī)抽取四個(gè)測定其強(qiáng)度，數(shù)據(jù)如下：工廠零件強(qiáng)度甲1151169883乙103107118116丙73898597有兩種數(shù)據(jù)輸入方法： 一是每一水平的數(shù)據(jù)占一列，譬如在C1C3； 二是所有數(shù)據(jù)在一列上，譬如在C1，在C2上輸入各數(shù)據(jù)對應(yīng)的水平。 對第一種輸入方法，利用StatANOVAOneway(Unstacked)在Responses框中給出數(shù)據(jù)所在列，本例為C1C3，點(diǎn)擊OK后顯示如下：Oneway Analysis of VarianceAnalysis of Variance（方差分析表）Source DF SS MS F P（來源 自由度 平方和 均方和 F比 p值）Factor 2 1304 652 Error 9 1192 132Total 11 2496 Individual 95% CIs For Mean Based on Pooled StDev （均值的95%置信區(qū)間）Level N Mean StDev ++++(水平 樣本容量 均值 標(biāo)準(zhǔn)差）A1 4 (*) A2 4 (*) A3 4 (*) ++++Pooled StDev = 75 90 105 120（的估計(jì)） 對第二種輸入方法，利用StatANOVAOneway在Responses框中給出數(shù)據(jù)所在列，本例為C1，在Factor框中給出水平號所在列，本例為C2，點(diǎn)擊OK后顯示同上。例20 兩因子方差分析 為提高化工產(chǎn)品的產(chǎn)量，需要尋找最好的反應(yīng)溫度與反應(yīng)壓力的配合，現(xiàn)對反應(yīng)溫度（因子A）取三個(gè)水平（60，70，80），對反應(yīng)壓力（因子B）取三個(gè)水平（2，3），在每一條件下進(jìn)行兩次試驗(yàn)，數(shù)據(jù)如下輸入：（C1為因子A的水平號，C2為因子B的水平號，C3為試驗(yàn)結(jié)果）C1C2C3ABy111112121313212122222323313132323333利用StatANOVABalanced ANOVA，在Responses框中給出數(shù)據(jù)所在列，本例為C3，在Model框中給出兩個(gè)因子水平號所在列及所要考察的交互作用的列，本例為C1 C2 C1*C2，再點(diǎn)擊選項(xiàng)Result，在其中Display means corresponding to the terms框中同樣輸入C1 C2 C1*C2，點(diǎn)擊OK后顯示：Analysis of Variance (Balanced Designs)Factor Type Levels ValuesA fixed 3 1 2 3B fixed 3 1 2 3Analysis of Variance for y Source DF SS MS F PA 2 B 2 A*B 4 Error 9 Total 17 Means（均值）A N y1 6 2 6 3 6 B N y1 6 2 6 3 6 A B N y1 1 2 1 2 2 1 3 2 2 1 2 2 2 2 2 3 2 3 1 2 3 2 2 3 3 2 利用StatANOVAMain Effects Plot，在Responses框中給出數(shù)據(jù)所在列，本例為C3，在Factor框中給出兩個(gè)因子水平號所在列，本例為C1 C2，點(diǎn)擊OK后給出主效應(yīng)圖： 利用StatANOVA Interaction Plot，在Responses框中給出數(shù)據(jù)所在列，本例為C3，在Factor框中給出兩個(gè)因子水平號所在列，本例為C1 C2，點(diǎn)擊OK后給出交互作用圖：例21 正交設(shè)計(jì)的數(shù)據(jù)分析為提高某化工產(chǎn)品的回收率，考察三個(gè)三水平因子，用正交表L 9(34)安排試驗(yàn)。因子水平表與試驗(yàn)的表頭設(shè)計(jì)、試驗(yàn)結(jié)果如下：因子水平表因子一水平二水平三水平A：尿素量（L）B：水量（mL）120200280C：反應(yīng)時(shí)間(min)101520表頭設(shè)計(jì)與試驗(yàn)結(jié)果表頭設(shè)計(jì)ABC試驗(yàn)結(jié)果試驗(yàn)號 列號1234y 11111 21222 31333 42123 52231 62312 73132 83213 93321為對數(shù)據(jù)進(jìn)行分析，可以在C1C3三列中輸入正交表的前三列（分別命名為A、B、C），在C4（命名為y）中依次輸入試驗(yàn)結(jié)果，利用StatANOVAGeneral Linear Model，在Responses框中給出數(shù)據(jù)所在列，本例為C4，在Model框中給出三個(gè)因子水平號所在列，本例為C1 C2 C3，再點(diǎn)擊選項(xiàng)Result，在其中Display least square means corresponding to the terms框中同樣輸入C1 C2 C3，點(diǎn)擊OK后顯示：General Linear ModelFactor Type Levels ValuesA fixed 3 1 2 3B fixed 3 1 2 3C fixed 3 1 2 3Analysis of Variance for y, using Adjusted SS for Tests（下面為方差分析表）Source DF Seq SS Adj SS Adj MS F PA 2 B 2 C 2 Error 2 Total 8 （以下為各因子每一水平試驗(yàn)結(jié)果的平均值）Least Squares Means for y A Mean StDev1 2 3 B1 2 3 C1 2 3 還可以利用StatANOVAMain Effects Plot，在Responses框中給出數(shù)據(jù)所在列，本例為C4，在Factor框中給出三個(gè)因子水平號所在列，本例為C1C3，點(diǎn)擊OK后給出主效應(yīng)圖：八、區(qū)間估計(jì)與假設(shè)檢驗(yàn) 1．一個(gè)正態(tài)總體關(guān)于均