Minitab培训教程PPT文档格式.pptx

资源描述

Minitab培训教程PPT文档格式.pptx

《Minitab培训教程PPT文档格式.pptx》由会员分享，可在线阅读，更多相关《Minitab培训教程PPT文档格式.pptx（205页珍藏版）》请在冰豆网上搜索。

Minitab培训教程PPT文档格式.pptx

1、单击选中所有条形2、再单击选中想要编辑的条形3、双击该条形，出现编辑对话框（如中图）,常用图表制作,箱线图直方图散点图时间序列图,这些图形的作用分别是什么呢？

箱线图,图形箱线图,Max,Q2,Min,异常值,Q3,Q1,点图,图形点图,点图常用于质量分析中的分层！

直方图,图形直方图,直方图作用：

常用于定性判断样本分布情况（正态分布）,怎么样来编辑图形呢？

能在图形上添加参考线吗,直方图,直方图,散点图,图形散点图,散点图（分组）,散点图（分割面板）,散点图用来判断两个变量之间的相关关系（一次关系、二次关系等，此图常常用于回归分析）,时间序列图,时间序列图用于考察样本数据随时间变化而呈现的趋势,练习I,您想要评估四个供应商提供原材料产品的耐用性。

根据四个供应商提供的原材料生产的产品中测量60天后的耐用性。

请用相关的图形进行判断和分析。

Data/供应商.MTW,练习II,公司关心相机电池的新配方是否能够很好地满足顾客的需要。

市场调查显示，如果两次放电之间等待的时间超过5.25秒，顾客就会变得很不耐烦。

您收集了使用过不同时间的（新旧配方）电池的样本。

然后，您在每个电池放电后立即测量了其剩余电压（放电后电压），而且还测量了电池能够再次放电所需的时间（放电恢复时间）。

请创建一个按配方分组的合适图形来检查结果。

在5.25秒的临界放电恢复时间处包括一条参考线。

练习III,您的公司采用两种不同的过程来生产塑料小球。

能源是一项主要成本，您想尝试一种新的能源来源。

您在前半个月使用A来源（原有来源），而在后半个月使用B来源（新来源）。

请创建一个合适的图标，用以说明两个来源下两种过程的能源成本。

Data/能源成本.MTW,第二部分,统计分析篇,StatisticsAnalysis,假设检验Hypothesis,统计分析篇之,假设检验,本节我们将学到：

1、假设检验概念、原理2、假设检验原则、步骤3、两类错误（弃真、纳伪）4、P值、置信区间5、单样本Z检验6、单样本T检验7、双样本T检验8、功效和样本数量的确定,统计方法结构,统计方法,描述统计,推断统计,参数估计,我们在什么时候会用到参数估计？

为何用假设,我认为该企业员工的平均年龄为50岁!

业务问题：

某炼钢炉改变原操作方法以提高钢的收得率，现用二种方法各炼10炉，如何从10组数据来比较钢的收得率有显著提高？

客户要求交货期为30天，现从运作中收集实际交货期数据，问：

实际交货期是否符合客户要求？

假设检验,假设检验,上述问题都可以看成对总体或总体参数的某个假设，然后利用从总体中抽取的样本来判断假设的真伪。

这就是假设检验问题。

请将上述业务问题转化成统计问题,第一个业务问题实际上是检验二个总体的均值是否相等，即1=2；

第二个问题实际上是检验交货期的均值是否小于等于30，即30。

什么是假设检验,1.概念事先对总体参数或分布形式作出某种假设然后利用样本信息来判断原假设是否成立2.类型参数假设检验非参数假设检验3.特点采用逻辑上的反证法依据统计上的小概率原理,假设检验的总体过程,假设检验的基本思想,.因此我们拒绝假设=20,样本均值,m,=50,抽样分布,m,假设检验原则,等号放在原假设原假设（Ho）和备择假设（H1）完备且互斥备择假设称为研究假设，把变化后的问题放在备择假设中,双侧检验,从统计角度陈述问题（U=4）从统计角度提出相反的问题（U4）必需互斥和穷尽提出原假设（U=4）提出备择假设（U4）有符号,检验企业生产的零件平均长度是否为4厘米,单侧检验,建立的原假设与备择假设应为H0:

U=1500H1:

U1500,采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上,双侧检验与单侧检验,假设检验中的两类错误,1.第一类错误（弃真错误）原假设为真时拒绝原假设第一类错误的概率为（Alpha）被称为显著性水平2.第二类错误（取伪错误）原假设为假时接受原假设第二类错误的概率为（Beta）1-被称为检验功效,两种错误的关系,你不能同时减少两类错误!

和的关系就像翘翘板，小就大，大就小,假设检验的步骤,提出原假设和备择假设确定适当的检验统计量规定显著性水平计算检验统计量的值作出统计决策,显著性水平与拒绝域,显著性水平与拒绝域,H0值,临界值,a,样本统计量,拒绝域,接受域,抽样分布,1-,置信水平,什么是P值,是一个概率值是观测到的原假设为真时的概率左侧检验时，P值为曲线上方小于等于检验统计量部分的面积右侧检验时，P值为曲线上方大于等于检验统计量部分的面积被称为观察到的（或实测的）显著性水平H0能被拒绝的最小值,利用P值进行决策,单、双侧检验若p值,不能拒绝H0若p值,拒绝H0,双侧检验,1/2,H0值,实际值,实际值,样本统计量,1/2p值,1/2p值,1/2,拒绝,拒绝,单侧检验,H0值,实际值,样本统计量,p值,拒绝,案例解析,STATEWIDE公司主要从事机床部件生产，从流程中抽样36件，得到这些部件的长度资料,已知部件长度标准差为8.2mm。

试在置信水平为95%的要求下，请确定这一批部件的平均长度是否为42mm。

Data/单样本Z检验.mtw,单样本Z检验之一,统计基本统计量单样本Z,单样本Z检验之二,单样本Z检验之三,如果标准差未知，改怎么选择检验方法？

单样本T检验,我们知道某种类型硬盘的平均传送时间是0.545微秒，这是一个关键的质量参数（越小越好）。

一个新的替代品被提出来（便宜一些）。

替代的设计比原有设计更好吗？

data/单样本T.mtw,单样本T,单样本T检验用来判断样本均值是否和假设均值相等。

（用于标准差未知的情况）。

单样本T检验用样本标准差来估计总体标准差，通常需要样本服从正态分布。

当样本是从连续型总体数据中随机抽取的数据时使用单样本T要求数据要服从正态分布，但通常对此要求不是很严格，只要数据是非单峰的连续型数据数据即可,什么是单样本T,何时使用单样本T,为试验某种促销手段对产品销售的效果，选出20个环境大致相同的城市。

其中10个实施该促销手段。

另10个不实施该促销手段，得到销售额（单位：

万元）资料,假设销售额都服从正态分布，且方差相等。

试确定促销手段是否有效。

Data/双样本t检验.mtw,双样本T检验,双样本t检验之一,统计基本统计量双样本t,双样本t检验之二,双样本t检验之三,如果我们把原假设和备择假设互换，会出现什么样的情况？

功效和样本量,某钢铁公司项目团队在参数调整后，希望评估冷拉钢筋生产线上的钢筋平均抗拉强度是否能从2000Kg有所提高，假定生产线的制成的标准差为300Kg，经检验，钢筋平均抗拉强度已变为2150Kg。

问：

若在95%的置信水平下，检验功效为90%，项目团队对于“钢筋生产线上的平均抗拉强度是否从2000Kg有所提高的检验，需要抽取多少根钢筋才能同时达到这两类风险的要求？

”,检验力与样本大小之一,统计功效和样本数量,检验力与样本大小之二,检验力与样本大小之三,练习,某轧钢厂为提高某管坯的屈服强度，改变轧制工艺的某些参数作试验，从取得的部分数据分析知：

均值为Xbar=39.32，标准差为S=0.75，屈服强度服从正态分布，且目标值为40，希望探测到的差异d=0.68，若要作T检验分析其改变工艺是否有效，试确定样本容量。

（取=0.05，=0.2）,练习,练习I,在某部件加工生产中，其厚度在正常生产下服从N（0.13，0.015*0.015），某日在生产的产品中抽查了10次，其观测值为：

0.112，0.130，0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142.但发现其平均厚度已增大至0.136，若标准差不变，试问生产是否正常？

（置信水平95%）,练习II,一种机床加工的零件尺寸绝对平均误差允许值为1.35mm。

生产厂家现采用一种新的机床进行加工以期进一步降低误差。

为检验新机床加工的零件平均误差与旧机床相比是否有显著降低，从某天生产的零件中随机抽取50个进行检验。

利用这些样本数据，检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低？

Data/onesampleT.MTW,相关与回归Regression,统计分析篇之,回归分析,本节我们将学到：

1、相关与回归、回归基本形式2、相关系数3、最小二乘法4、模型判断、回归方程显著性判断5、残差分析、残差判断6、逐步回归7、最佳子集回,回归的基本概念,根据变量间客观存在的相关关系，建立起合适的数学模型，分析和讨论其性质和应用的统计方法，称为回归（Regression）。

客观事物的联系,确定性关系（函数关系）,非确定性关系（相关关系）,回归场景,行政某软件公司想知道电话排队与服务时间之间的关系。

制造客户与供应商就客户收到的数量与给定提前期的几个月订货数量不一致。

设计某化学工程师，设计了一个新的流程，想要调查关键输入因子与氨的堆叠损失之间的关系。

有效的数理统计工具,确认X和Y之间的关系；

找到少数关键的X；

通过设置X，控制和优化Y；

对Y进行预测。

社会经济金融财务,工艺质量市场营销,常见的回归形式,回归分析的一般过程,散点图,散点图显示输入（x）跟输出（Y）的变化关系。

当这些点随机的分布的时候，表示输入与输出之间没有什么关系。

散点图能显示出自变量X跟响应变量Y的关系。