【正文】 84 R denotes an observation with a large standardized residual ? 結果解釋 P值等于 0， 表明體重是身高的一個顯著性因子， R2 等于 %表明此模型在反應值中所占的比率。 MINITAB的 ANOVA包括一次、二次或者更為復雜的 ANOVA模型、等變量檢驗等。下面我們舉一個例子，說明當反應值數(shù)據(jù)在一列而區(qū)分總體的水平值在另一列時，怎樣進行數(shù)據(jù)分析。 ?怎樣做 oneway ANOVA Stat? ANOVA ? Oneway Response 中，輸入包含反應值的列。 一個 oneway ANOVA 分析的例子 Stat ? ANOVA ? Oneway Response中，輸入 Weight， 在 Factor 中，輸入 Sex。 Boxplots of data 和 Normal plot of residuals。 F統(tǒng)計值比較大而 p值比較小，表明男女存在統(tǒng)計上顯著性差異。 也可以進行各種各樣的統(tǒng)計 ， 或者進行 Χ2 檢驗 ， 也可以進行簡單或者復雜的相應的分析 。在這些表格里 ， 包含常量 、 百分數(shù) 、 統(tǒng)計數(shù)據(jù) ， 例如平均 ， 標準偏差 ， 最大值以及相關變量 。 B. 以下二者任選其一： ※ 對于原始數(shù)據(jù) ， 在 Classification variables 中 ， 輸入兩到十個包含原始數(shù) 據(jù)的列 。 Frequencies are in 并且輸入包含頻率數(shù)據(jù)的列 。 。 Classification variables 中，輸入 Smokers 和 Activity。 Tabulated Statistics: Smokes, Activity Rows: Smokes Columns: Activity 0 1 2 3 All 1 2 All Cell Contents % of Col ? 結果解釋 行表示 Smokers 變量： 1表示經(jīng)常吸煙者而 2表示不常抽者。 一個顯示各列百分比的 二次表的例子 s 6 39 質量控制 1. 如果子集處于一列 ， 在 Single column 中輸入數(shù)據(jù)列 。 2. 如果子集處于行中 ， 在 Subgroups across rows of 中輸入一系列列 。 c. 對于特殊原因做 8個檢驗 。 Minitab提供了多種質量管理方法：管理圖 、 質量計劃工具 、 測量系統(tǒng)分析 、工序能力和可信度 。 根據(jù)樣本數(shù)據(jù) ， 這些圖表生成了一些總的統(tǒng)計 （ 例如：樣本平均值或樣本概率 ） 。 從字面意思可知 ， 此圖表在一個圖形窗口中通常有兩個圖：一個是子集平均值的管理圖 （ X )、 一個是子集范圍的管理圖 （ R） ， 同時查看這兩個圖 ， 可以跟蹤工序水平和工序變動 ， 還可以看出特殊原因的表現(xiàn) 。 當子集數(shù)據(jù)尺寸不唯一時 ，子集數(shù)據(jù)最好由單列構成 ， 然后建立另一列作為此子集的標志列 。 這些固件 5個一包 。 。 Single column 中 ， 輸入 Weights。 Historical mean 中輸入 ， 點擊 OK 。但是又注意到許多點落在中心線以下，表明此工序生產(chǎn)的固件經(jīng)常低于目標值。 2023Subgroup 0Sample Mean1Mean=UCL=LCL=Sample RangeR=UCL=LCL=0Xbar/R Chart for Weightss 6 42 51 事例背景 52 打開一個工作表 53 從鍵盤輸入數(shù)據(jù) 53 輸入規(guī)則數(shù)據(jù) 54 描述性統(tǒng)計計算 55 算術運算 56 生成散點圖 57 計算相關系數(shù) 第五章 基本操作示例 s 6 43 事例背景 實驗背景 克隆是單個基因細胞從同一個體繁衍而來 。賓夕法尼亞州立大學的研究人員在兩個不同的地方 ， 種植了一些白楊樹 ， 一個地方在小溪旁 ， 土質肥沃 ， 灌溉系統(tǒng)好；另一個地方是山地 ， 土壤干燥 ， 呈現(xiàn)沙性 。 研究人員想知道 ， 他們能否根據(jù)直徑和高度 ， 預測它的重量 。 可以通過多種方式向此 Project 里添加數(shù)據(jù) ， 但是最為普通的方式是打開一個工作表 。 在這一節(jié)，使用的數(shù)據(jù)在文件 。 2. 找到子目錄 DATA。 4. 如果未見到數(shù)據(jù)窗口，按快捷鍵 Ctrl+D。 每個變量包含 15個值 —— 到目前為止只有這么多 。 1. 將光標放到第 16行。 現(xiàn)在要創(chuàng)建一個新的變量來標明所測數(shù)據(jù)值是來自于土壤肥沃、排水系統(tǒng)好的地方（記為 1）還是來自于干燥多沙的地方（記為 2）。 Calc ? Make Patterned Data ? Simple Set of Ｎ umbers。 Minitab 自動分配一個新的變量給第一個空列。 ，在 From first value 中輸入 1，在 To last value 中輸入 2 。新生成的數(shù)據(jù)如下： s 6 47 描述性統(tǒng)計計算 步驟四 、 描述性統(tǒng)計計算 Minitab提供了許多基本統(tǒng)計方法進行數(shù)據(jù)分析 ， 例如描述性統(tǒng)計 、 t檢驗 、z檢驗以及相關性 。 Stat ? Basic Statistics ? Display Descriptive Statistics。 By variable， 輸入 Site。 Graphs。 s 6 48 描述性統(tǒng)計計算 Descriptive Statistics: Diameter, Height, Weight by site Variable site N Mean Median TrMean StDev Diameter 1 10 2 10 Height 1 10 2 10 Weight 1 10 2 10 Variable site SE Mean Minimum Maximum Q1 Q3 Diameter 1 2 Height 1 2 Weight 1 2 從盒式圖 (boxplot)可以判斷出 ， 地方 2的樹比地方 1的樹大 。 而且 ， 變量 Weight相對其尺寸來說有一個比較大的標準偏差 。 2 1 5 4 3 2 1 site D i a m e t e r Boxplots of Diameter by site 2 1 site W e i g h t Boxplots of Weight by site 2 1 6 5 4 3 2 site H e i g h t Boxplots of Height by site s 6 49 算術運算 步驟五 、 進行算術運算 現(xiàn)在的任務是估計樹的重量。手頭有直徑和高度的數(shù)據(jù)，利用計數(shù)器計算新的變量。 1. 選擇 Calc ? Calculator。在 Store result in variable 中，輸入 D2H . 3. 在 Expression中，鍵入 C1**2*C2 ，點擊 OK 。通過散點圖，可以驗證這一點。 2. 在 Y 中，輸入 Weight . 3. 在 X 中，輸入 D2H 然后點擊 OK 。圖上出現(xiàn)了一個不正常點：有一棵樹只有很小的重量，但 D2H值卻相當高。下一步是計算這二者的相關性并且將其量化。 1. 選擇 Stat ? Basic Statistics ? Correlation. 2. 在 Variables 中，輸入 Weight 和 D2H，點擊 OK 。 說明變量 WEIGHT和 D2H 之間存在很強的線性關系 。 前面知道 ， 在干重與 D2H之間存在相近的關系 。 作為數(shù)據(jù)分析員 ， 知道了直徑和高度的測量值之后 ， 能否可靠的預測出樹的產(chǎn)量 。 步驟二 . 做一個簡單的回歸分析 在上一個示例結尾 ， 我們知道隨著 D2H增加 ， Weight也增加 。 Stat ? Regression ? Regression Response 中 ， 輸入 Weight。 不妨還做一系列殘差分析圖 ， 以便找出潛在的問題 。 s 6 54 5. 在 Residuals for Plots下，點擊 Standardized。 7. 在 Residuals versus the variables下，輸入 D2H。 Minitab便顯示會話窗口中的文本、三個圖形。 不規(guī)則點 s 6 57 步驟三 、編輯數(shù)據(jù) Ctrl+D 。 Enter column number or name 中，輸入 WEIGHT Enter row number 中，輸入 12，點擊 OK。 可以看出， Weight 和 D2H看上去顯得相當大，然后再檢查原始記錄，發(fā)現(xiàn)12號樹生長很好，說明此數(shù)據(jù)正確。檢查原始記錄，發(fā)現(xiàn)這個數(shù)據(jù)錯誤，不是 ，而是 。 1. 首先關閉所有圖形窗口。 Regression Analysis The regression equation is Weight = + D2H Predictor Coef StDev T P Constant D2H S = RSq = % RSq(adj) = % Analysis of Variance Source DF SS MS F P Regression 1 Residual Error 18 Total 19 Unusual Observations Obs D2H Weight Fit StDev Fit Residual St Resid 12 126 X 17 107 R denotes an observation with a large standardized residual X denotes an observation whose X value gives it large influence. 如果有一個比較好的模型并且對所有的統(tǒng)