【正文】 。按鼠標(biāo)的右鍵會出現(xiàn) pop up menu 通過此項(xiàng)可編輯167。 資料輸入及刪除 167。167。167。練習(xí) )在 1) 刪除 4,5 Row后 把 C4, C5的 DATA 變更為 234 2) 把 C2 Col 移動到 C5 3) 把 C4 Column Size 變更為 12 6MinitabMinitab 菜單 (Edit)從活動 Worksheet 中復(fù)制數(shù)據(jù)，制作 subset Worksheet。練習(xí) ) 在 ， (1) Age 按 的順序排列。Minitab習(xí)題把多數(shù)的 col 使用函數(shù)計(jì)算后，保存到新的 col 上把 1個 col 的統(tǒng)計(jì)值保存到新的 col 上用 1個以上的 col 計(jì)算統(tǒng)計(jì)值后，保存到新的 col 上變換為標(biāo)準(zhǔn)化資料把數(shù)據(jù)屬性變更為數(shù)值屬性把數(shù)據(jù)屬性變更為文字屬性生成 Pattern 數(shù)據(jù)把 X、 Y、 Z 的值用 3D 圖象方式組合后生成 Mesh 數(shù)據(jù)生成在回歸分析中要使用的指示變量指定 Random 數(shù)據(jù)的基準(zhǔn)點(diǎn)生成符合分布函數(shù)的 Random 數(shù)據(jù)生成符合分布函數(shù)的概率，并用數(shù)據(jù)保存行列MinitabMinitab 菜單 (Calc)練習(xí) ) 把 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 把 Durability 和 Carpet 相加的值保存到 DuraCarpet 上。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。練習(xí) ) 把 的 Durability 和 Carpet保存到新的 Worksheet 后 (1) 把 Durability 正態(tài)化。練習(xí) ) 生成 1 ~ 15 的奇數(shù)，每個數(shù)二回，全體集合反復(fù)三回的數(shù)據(jù)。 練習(xí) ) 生成從 ~。練習(xí) ) 在平均 300, 標(biāo)準(zhǔn)偏差 5的正態(tài)分布當(dāng)中抽出 40個 sample 保存到 C5上。167。 把 Tool bar 與 Status bar 隱藏或顯示167。 使管理 Worksheet 的 window活性化 167。資料應(yīng)為連續(xù)性的列資料 , 同時應(yīng)為數(shù)值資料。能輸出圖表。Histogram of data : 制作 Histgram167。Dotplot of data : 制作 Dotplot 167。Graphical summary : 把統(tǒng)計(jì)值用 Graph輸出167。ASquared : 越接近零時判斷為接近正態(tài)167。計(jì)算統(tǒng)計(jì)量并保存在當(dāng)前的 Worksheet 216。216。 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(fù)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(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) : 犯第一種錯誤的最大概率 PValue : 犯一種錯誤的概率的推定值 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的檢定 Minitab活用 Minitab 的假設(shè)檢定216。檢定母平均是否已知道的特定值167。Confidence interval :指定計(jì)算信賴區(qū)間的信賴度167。Alternative : 設(shè)定對立假設(shè)167。p 值比留意水準(zhǔn)小時駁回歸屬假設(shè)167。Test mean 指定的情況35Minitab1Sample ZOneSample Z: ValuesTest of mu = 5 vs mu not = 5The assumed sigma = Variable N Mean StDev SE MeanValues 9 Variable % CI Z PValues ( , ) Confidence interval 指定的情況 結(jié)果解釋 : 信賴區(qū)間為最小 , 最大 (信賴度為 95%時 ) 圖像對 Test 與 Confidence interval 的輸出 不同。 Test 指定 Confidence 指定 Minitab1Sample Z216。Variables : 指定要分析的 Col 167。Test mean :指定檢定時對象值 167。StDev : 標(biāo)準(zhǔn)偏差167。CI : 信賴區(qū)間167。P值比留意水準(zhǔn)小時駁回 Ho， 即 p值指脫離的概率。不知標(biāo)準(zhǔn)偏差時兩個母平均差的推定和檢定167。Sample in different columns(unstack形態(tài) ) First :選擇第一個 Col Second : 選擇第二個 Col 167。Confidence level :設(shè)定信賴水準(zhǔn)167。有關(guān)對應(yīng)的兩個母集團(tuán)的母平均差的推定和檢定167。Second sample : 選擇第二個 data Col 1 Col 與 2 Col 的資料數(shù)應(yīng)相同167。Test mean : 輸入對應(yīng)差的檢定平均值167。母不良率的推定及檢定 167。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。Test proportion : 檢定不良率167。Use test and interval based on normal distribution : 決定是否按 正態(tài)分布近似計(jì)算結(jié)果解釋 :p值比留意水準(zhǔn) 5%小， 故駁回歸屬假設(shè)Minitab1Proportion(單一母集團(tuán)母比率的檢 .推定 )216。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。Test proportion : 檢定不良率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)，即兩個母集團(tuán)不良率無差異Minitab2Proportion(兩個母集團(tuán)母比率的檢 .推定 )Minitab2Variances(兩個母集團(tuán)分散的同一性檢定 )216。在做分散的同一性檢定之前 ， 有必要先做正態(tài)性數(shù)據(jù)檢定。隨正態(tài)分布時 FTest 結(jié)果 , 不隨正態(tài)分布時看 Levene’s Test 結(jié)果再解釋 結(jié)果解釋 :p值比有益水準(zhǔn) 5%大 , 故不能 判斷兩個母集團(tuán)的分散不同。命名兩個變量間關(guān)系的方法?Variables : 要分析的 Col ?Display pvalue : 輸出 p值?Store matrix :保存為 matrix結(jié)果解釋 :p值比留意水準(zhǔn) 5%小， 故駁回歸屬假設(shè)， 即各變量之間有關(guān)系MinitabCorrelation(相關(guān)分析 )216。檢定資料的分布形態(tài)是否隨正態(tài)分布的分析法216。對立假設(shè) : 數(shù)據(jù)是不隨正態(tài)分布167。Reference probabilities : 輸入概率值 167。因 Pvalue為 ，故駁回歸屬假設(shè)，即不隨正態(tài)分布MinitabNormality Test(正態(tài)性檢定 )3. 回歸分析216。Regression:利用最小乘方法，實(shí)施單一回歸或多重回歸167。Best Subsets Regression : 利用最大 Rsquare 基準(zhǔn)來 分析最大 Subset 回歸167。Binary Logistic Regression:利用二項(xiàng)反應(yīng)變量的回歸 分析 (2個范籌時 )167。Nominal Logistic Regression:利用名目型反應(yīng)變量的 回歸分析 (3個以上范籌時 ) Minitab回歸分析基礎(chǔ)MinitabRegression216。Response : 選擇種屬變量 (結(jié)果值 ) Score 2167。Weight :為加重回歸指定有加重值的 Col167。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(guān) DurbinWatson統(tǒng)計(jì)量輸出與否167。Prediction intervals for new observation:推定回歸 式后，按說明變量的值推定 y值 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(biāo)準(zhǔn)殘差時 Deleted:利用 Studentized殘差時167。即兩個變量的回歸系數(shù)不是 0。新數(shù)據(jù)的信賴區(qū)間為(, ), 預(yù)測區(qū)間為(, )。Response:輸入反應(yīng)變量 (Pulse2)167。Predictors to include in every model: 指定先包含的變量167。留意水準(zhǔn) :把預(yù)測變量追加到回歸模型的基準(zhǔn) (p值小于留意水準(zhǔn)時追加 ) MinitabStepwise167。輸入要進(jìn)行幾次操作167。 在分析者所希望的說明變量中找出最佳模型的分析167。Free predictors:指定在模型里包含可能性的 變量167。以下是如前所定的 5個說明變量中包含2個至 4個的模型中按 Rsquare高順序所表示的。MinitabBest Subsets216。在線型回歸及多項(xiàng)回歸中有用的方法 , 即一個變量對應(yīng)一個反應(yīng)值時。Response:指定反應(yīng)變量167。Type of Regression Model:指定回歸 Model (1,2,3次方程式 )167。Display Option:表示信賴區(qū)間及 預(yù)測區(qū)間MinitabFitted Line PlotMinitabFitted Line Plot結(jié)果解釋顯示 2次項(xiàng)模型比直線模型更為適合216?；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。Residuals : 指定殘差167。用類似于正態(tài)概率圖的用途顯示全面的殘差形態(tài)的圖象，正態(tài)分布形態(tài)時為良好殘差對適合值的圖象是顯示越小的預(yù)測值 更為適合216。Response:指定反應(yīng)變量167。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(yīng)變量時，各自輸入 。Model:指定說明變量 167。指定為回歸模型診斷的各種圖象MinitabBinary Logistic RegressionResults...通過圖象診斷過程中顯示不適合模型的值有 2個。 D Discordant 461 % GoodmanKruskal Gamma 34 % Kendall39。并且 p值為 ，故判斷為至少一個不是 0。在 Measures of Association 上 Pairs部分是一致的結(jié)果，Summary Measures表示預(yù)測力的