MINITAB使用教程.ppt

《MINITAB使用教程.ppt》由会员分享，可在线阅读，更多相关《MINITAB使用教程.ppt（129页珍藏版）》请在三一办公上搜索。

1、第1章 MINITAB的概要,MINITAB是一种统计分析的软件,上海中圣是其在中国的代理,任务栏(Task Bar),工具栏(Tool Bar),工作表(worksheet),MINITAB的基本画面,阶段窗口(分析输出屏幕),数据窗口(工作单屏幕)(几乎和在 Excel 中相同),信息窗口(工作单清单屏幕),历史记录窗口(命令保存屏幕),操作,计算,统计,图表,MINITAB 屏幕,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六

2、西格玛,数据修改,数据管理,数据操作,可进行数据的排列处理,MINITAB只能做列之间的分析,通常需要对已有数据进行处理,如何完成这样的操作呢?,ManipStackStack Columns,如果选择New worksheet的话,就会出现一个新的工作表。如果不选择 的话，就会将XI，X2变成1，2,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,：,CalcCalculator 具有强大的计算功能,CalcRow Statistics 可以计算列之间的和，平均值，等,有关Calc的其它功能在后面详细介绍,任务栏(T

3、ask Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task

4、Bar),注:MINITAB的Graph菜单虽然可以制作一些图，但是，除此以外在Stat的各个分析菜单中，均会有可以选择是否需要作图的命令。,计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,任务栏(Task Bar),Six Sigma是一个单独的摸块，它独立于MINITAB。它可对连续数据，属性数据进行分析并得出报告。,工具栏(Tool Bar),关于数据结构的补充信息：Minitab 定义以下两种类型的数据结构：1.堆积

5、数据：排列于一列的多于一个子群的数据2.非堆积数据：每一子群的数据，排列于分开的列（或行）使用“ManipStack/Unstack”命令转换这些数据格式。什么是子群？处理数据常分成组。例如，运送数据用发货分组，化学处理数据用批而半导体处理数据用 lot。这些数据组被称为子群。这些子群还用在短期和长期处理能力中。,返回到最后一个对话框（Edit Last Dialog）,工具栏(Tool Bar),返回到阶段窗口（Session Window）,返回到数据窗口（Current Data Window）,工作表的管理：可变更工作表，变更名称等。可根据对话框选择必要的操作。（Manage Work

6、 Sheets）,图表的管理：表示全画面，任意的图形表示等。可根据对话框选择必要的操作。（Manage Graphs）,20,第2章 MINITAB的任务栏,计算功能,统计分析,图表制作,文件管理,表示窗口,帮助,六西格玛,数据修改,数据管理,数据操作,目录,第1节 数据操作(Manip)第2节 计算功能(Calc)第3节 统计分析(Stat)第4节 图表制作(Graph)第5节 六西格玛(Six Sigma),第1节 数据操作(Manip),1.数据排列的调整2.如何将数据从代码化数据转变成自然码数据呢?3.改变数据的排列,将数据由行转变成列呢?4.利用Calc菜单，制作C9的Months列

7、的排列,第1节 数据操作(Manip)-1/6,1.数据排列的调整:Manip可以将MINITAB工作表中的数据列进行再排列整理。从而达到对数据构成以及格式的重整。（经常采用Excel的数据时，更有用）,例1：MINITAB-Data-FilesManip-1.MPJ有一组如下的数据。它是从Excel中拷贝过来的。如何处理？,ManipStackStack Block of Columns,第1节 数据操作(Manip)-2/6,1.先在工作表中的C7,C8,C9分别填如名称,地点,收益,月份,第1节 数据操作(Manip)-3/6,2.如何将数据从代码化数据转变成自然码数据呢?,ManipC

8、odeNumeric to Text,第1节 数据操作(Manip)-4/6,3.改变数据的排列,将数据由行转变成列呢?,ManipStackStack Rows,C2C6,C8,C1,C7,那末如何制作C9的Months列呢?请看下页。,第1节 数据操作(Manip)-5/6,4.利用Calc菜单，制作C9的Months列的排列,CalcMake Patterned DataSimple Set of Numbers,从1开始,到5结束,间隔1,每个数重复1次,整体数重复5次,第1节 数据操作(Manip)-6/6,练习1:将下面的横向排列的数据，改成纵向的排列,MINITAB-Data-F

9、ilesManip-3.MPJ,ManipStackStack Rows,第2节 计算功能(Calc),1.计算器功能:CalcCalculator2.行的统计计算:CalcRow Statistics 列的统计计算:CalcColumn Statistics3.如何制造数据:CalcMake Patterned DataSimple Set of Numbers4.如何取随机顺序?如何取样?CalcRandom DataSample From Columns5.如何制做正态分布的数据:CalcRandom DataNormal Distribution,第2节 计算功能(Calc)-1/5,

10、1.计算器功能 CalcCalculator,这是一个功能强大的计算器，请随时使用。它可以将计算结果自动转入MINITAB中。它还有许多的函数运算功能。,第2节 计算功能(Calc)-2/5,2.行的统计计算，CalcRow Statistics 列的统计计算，CalcColumn Statistics,MINITAB-Data-FilesCalc-1.MPJ,Mean of C1 Mean of C1=5.5000Sum of C1 Sum of C1=55.000Standard Deviation of C1 Standard deviation of C1=3.0277Minimum

11、of C1 Minimum of C1=1.0000Maximum of C1 Maximum of C1=10.000,第2节 计算功能(Calc)-3/5,3.如何制造数据 CalcMake Patterned DataSimple Set of Numbers,从1开始,到20结束,间隔1,每个数重复1次,整体数重复1次,MINITAB-Data-FilesCalc-2.MPJ,第2节 计算功能(Calc)-4/5,4.如何取随机顺序？。如何取样？。CalcRandom DataSample From Columns,MINITAB-Data-FilesCalc-3.MPJ,随机顺序,取

12、样,第2节 计算功能(Calc)-5/5,5.如何制做正态分布的数据。CalcRandom DataNormal Distribution,MINITAB-Data-FilesCalc-4.MPJ,练习2:求上面的数据的标准偏差（答案参考第2节的2）,第3节 统计分析(Stat),1.描述统计(StatBasic StatisticsDisplay Descriptive Statistics)2.正态性检验(StatBasic StatisticsNormality Test)3.T-检验(1-Sample t,2-Sample t,)4.相关(Stat Basic Statistics C

13、orrelation)5.回归(StatRegression Regression)6.方差分析(One-way ANOVA,Two-way ANOVA,Balanced ANOVA,Test for Equal Variances,2Variances,Main Effects Plot,Interactions Plot,)7.实验计划法(DOE)8.管理图(Control Charts)9.质量工具(Quality Tools)10.表格功能(Tables),第3节 统计分析(Stat)-1/74,1.描述统计 1-1.描述统计菜单:StatBasic StatisticsDisplay

14、 Descriptive Statistics,描述统计，可以对一组数据（子集团的样本）进行统计分析。从数据中计算出：自由度（N），算数平均（Mean），标准偏差（StDev），（描述离散程度）最小值（Minimum），最大值（Maximum），第一四分位（25%）值（Q1），第三四分位（75%）值（Q3）从而，对母集团进行推测的一种统计分析方法。除此之外，还可以画出数据的分布图，判定数据的正态性等。（此种分析只适用连续性数据）,第3节 统计分析(Stat)-2/74,1-2.描述统计的例子：,打开文件：MINITAB-Data-FilesStat_1.MPJ StatBasic Statis

15、ticsDisplay Descriptive Statistics,第3节 统计分析(Stat)-3/74,1-3.描述统计的例子的阶段窗口(Session Window)分析：,Descriptive Statistics:ResponseVariable N Mean Median TrMean StDev SE MeanResponse 60 0.8075 0.8000 0.8157 0.1952 0.0252Variable Minimum Maximum Q1 Q3Response 0.4000 1.0500 0.6625 1.0000,自由度,应答变量,平均值,标准偏差,最小值,

16、最大值,第一四分位值,第三四分位值,中央值,去掉最大和最小的5%之后的平均值,标准偏差的平均值,用标准偏差除以自由度N的开根号（SQRT（N）,0.0252=0.1952/60,第3节 统计分析(Stat)-4/74,1-4.描述统计的例子的图表分析：,柱状图,正态性(如果P值0.05),平均值标准偏差方差偏度(左右不对称性)峰度自由度,最小值第一四分位值中央值第三四分位值最大值,箱线图,样本的平均值的95%置信区间,样本的中央值的95%置信区间,样本的标准偏差的95%置信区间,第3节 统计分析(Stat)-5/74,2.正态性检验 2-1.正态性检验菜单:StatBasic Statisti

17、csNormality Test,制作一组,平均值为30,标准偏差是0.1的50个数据,放在C1栏中。,打开文件：MINITAB-Data-FilesStat_2.MPJ,第3节 统计分析(Stat)-6/74,2.正态性检验 2-2.正态性判定,正态性判定：1）此判定只适用于连续性数据。2）如果图中的数据排列在一条直线上，可以初步认为有正态性。当然，最终确认还要看P_值。3）如果显示的P-值大于0.05,正态存在,如果低于0.05则缺乏正态。4）如果数据具有正态，则可用统计工具进行处理。5）如果缺乏正态，检查数据是否测量正确或将数据修正为正确。如果数据是正确的，则进行对数变换。注：如果数据个

18、数较小（小于30）则不能完全相信P-值。在数据个数较小的情况下，即使数据被判断为缺乏正态也无关紧要。,正态存在如果 P-值 0.05缺乏正态如果 P-值 0.05,第3节 统计分析(Stat)-7/74,3.T-检验 3-1.一个样本的T-检验：StatBasic Statistics 1-Sample t,打开文件：MINITAB-Data-FilesStat_3（1-Sample t）.MPJ,牛奶样本的的冻结温度,牛奶标准的的冻结温度,小于(标准),不等于(标准),大于(标准),检验平均值,这是选择了对立假说,希望证明牛奶公司在牛奶中掺水,牛奶样本的平均冻结温度明显高于标准,第3节 统计

19、分析(Stat)-8/74,3.T-检验 3-2.一个样本的T-检验：如何判定检验结果,One-Sample T:FrzTempTest of mu=-0.545 vs mu-0.545Variable N Mean StDev SE MeanFrzTemp 10-0.53937 0.00780 0.00247Variable 95.0%Lower Bound T PFrzTemp-0.54389 2.28 0.024,单侧检验,由于P-值小于0.05,所以对立假说成立,(放弃归零假说)结论:从牛奶公司拿到的牛奶的冻结温度,明显高于标准温度,这可以作为牛奶中掺水的证据,样本数量,样本平均,样本

20、标准偏差,样本平均的标准误差=标准偏差(0.0078)除以自由度N(10)的开根号（SQRT（N）=0.0078/3.16228=0.002466,T-值是这样计算的:T=mean-target/SE mean=-0.53937-(-0.545)/0.00247=2.27935又,由于是单侧检验,其自由度(DF)=9,此时的归零假说的放弃值是1.83,而T-值是2.28大于此值,T-值越大,P-值越小,第3节 统计分析(Stat)-9/74,3.T-检验 3-3.两个样本的T-检验：StatBasic Statistics 2-Sample t,打开文件：MINITAB-Data-FilesS

21、tat_4（2-Sample t）.MPJ,小于(标准),不等于(标准),大于(标准),这是选择了对立假说,希望证明新厂家A(C1)的提供的材料的破坏强度明显高于原有厂家B(C2)的指标,其结果呢?,本例题的补充说明:分析对象是一种计算机外壳用的材料的破坏强度.现有厂家-B,关系良好,而新厂家-A说:能提供比厂家-B更好的材料.那末,B的材料明显好于A吗?(在计算机行业,对材料来说,其区别应大于10psi)那末,我们有没有更换现有厂家B的必要呢?,第3节 统计分析(Stat)-10/74,3.T-检验 3-4.两个样本的T-检验：如何确认判定结果?,Two-Sample T-Test and

22、CI:Manu_a,Manu_bTwo-sample T for Manu_a vs Manu_b N Mean StDev SE MeanManu_a 10 162.614 0.599 0.19Manu_b 12 155.13 1.13 0.33Difference=mu Manu_a-mu Manu_bEstimate for difference:7.48495%lower bound for difference:6.827T-Test of difference=0(vs):T-Value=19.82 P-Value=0.000 DF=17,结果判定1:通过P-值看出,厂家A的指标明

23、显好于现有厂家-B,但是,从95%可信的两者真正的差别(7.484)来看,并未达到我们要求的10psi,那末,我们要不要由新厂家A替换原有厂家B呢?还要看它们的波动=标准偏差,这是表示:A与B的差是7.484(95%信赖区间的平均值)而它们之差的最小值是6.827(95%可信),将在ANOVA的等方差检验中再论述,结论:虽然厂家A比厂家B只高7.5psi,但它的波动小,质量稳定,采用.,第3节 统计分析(Stat)-11/74,3.T-检验 3-5.两个样本的T-检验：练习题,打开文件：MINITAB-Data-FilesStat_5（2-Sample t）.MPJ,两个样本的T-检验,可以进

24、行改善前,后的比较,证明改善的效果.此题就是一个这样的问题,请证明发电机改善前,后有没有真正的差别.,提示:可用ANOVA的等方差检验,来确认A,B的波动.,第3节 统计分析(Stat)-12/74,4.相关(Correlation)4-1.相关：Stat Basic Statistics Correlation,打开文件：MINITAB-Data-FilesStat_6.MPJ,Correlations:Lab,OnlinePearson correlation of Lab and Online=0.959P-Value=0.000,相关性判定:看相关系数(0.959),如果是“0”就不相

25、关,如果是“1”就是完全(正)相关,如果是“-1”就是完全负相关其他就表示是相关性强弱.,第3节 统计分析(Stat)-13/74,操作菜但顺序：GraphPlot,X-Y图:可观察变量X与Y的关系,X=Online(在线),Y=Lab(实验室)数据是它们两个不同测量系统,测量的某试剂的Ph-值,那末,它们相关性如何?.,第3节 统计分析(Stat)-14/74,4.相关(Correlation)的补充说明 4-2.用GraphMatrix Plot来初步判断要因之间的相关程度,打开文件：MINITAB-Data-FilesStat_9.MPJ,从这些图形中,可以初步判断有关的变量之间是否存在

26、着相关.(当然,这不是定量分析),第3节 统计分析(Stat)-15/74,5.回归(Regression)5-1.回归(单回归)：StatRegression Regression,打开文件：MINITAB-Data-FilesStat_7.MPJ,搅拌速度(X),油漆中杂质(Y),我们希望观察,最大要因(搅拌速度)是如何影响输出(油漆中杂质)的呢?它们的定量关系是什么?,第3节 统计分析(Stat)-16/74,Regression Analysis:Impurity versus StirrateThe regression equation isImpurity=-0.29+0.457

27、 StirratePredictor Coef SE Coef T PConstant-0.289 1.221-0.24 0.817Stirrate 0.45664 0.03844 11.88 0.000S=0.9193 R-Sq=93.4%R-Sq(adj)=92.7%Analysis of VarianceSource DF SS MS F PRegression 1 119.28 119.28 141.13 0.000Residual Error 10 8.45 0.85Total 11 127.73,回归方程式,常数,搅拌速度,系数,自由度=N-1,残差,平方和,平均平方和(方差),标

28、准偏差,相关系数R的平方,调整后的相关系数R的平方,F分布,P-值,第3节 统计分析(Stat)-17/74,5.回归(Regression)5-2.回归线图：StatRegression Fitted Line Plot,打开文件：MINITAB-Data-FilesStat_8.MPJ,残差Resi=各组的数据Y-各组的平均值Fits,各组内的平均值,线性(一次)相关,曲线(二次)相关,曲线(三次)相关,选择置信区间显示,第3节 统计分析(Stat)-18/74,这是线性(一次)相关曲线,回归方程式,相关系数R的平方,搅拌速度,油漆中杂质(Y),线 95%置信区间,每一点 95%置信区间,

29、如果相关系数R平方很小的话,怎么办?,第3节 统计分析(Stat)-19/74,残差检验:目的是确认前面所建立的数学模型是否可靠,如果残差具有正态分布的特性,就可以说前面的结论是可信的,反之,就不能说可信.判断方法如下:,这些点是否呈直线,这些点是否上下左右平均分布,这些点是否有何倾向,这个直方图的左右对称性,本页的残差检验只是“定性的”,如果想进一步定量地判定的话,可用正态性检验菜单:StatBasic StatisticsNormality Test,操作菜单:StatRegression Residual Plots,第3节 统计分析(Stat)-20/74,残差正态性检验:用正态性检验

30、菜单:StatBasic StatisticsNormality Test,正态存在如果 P-值 0.05缺乏正态如果 P-值 0.05,残差,第3节 统计分析(Stat)-21/74,6.方差分析(ANOVA)6-1.一元方差分析：ANOVAOne-way ANOVA,打开文件：MINITAB-Data-FilesStat_10(One-way ANOVA).MPJ,例题说明:显象管的技术指标之一是“预热时间(暖机时间)”这个时间就是本题的输出Y,而它的一个要因X是不同的“批次”.这里,实验3个批次,(3个批次称为:3个水准)目的是判断它们的预热时间是否相同标准是:能稳定维持在一个较低的水平

31、,预热时间,实验批次,第3节 统计分析(Stat)-22/74,6-1.一元方差分析：ANOVAOne-way ANOVA(选择分析模式),这也是一种做残差检验的方法,第3节 统计分析(Stat)-23/74,6-1.一元方差分析：ANOVAOne-way ANOVA(观察阶段窗口),One-way ANOVA:Time_sec versus TubetypeAnalysis of Variance for Time_secSource DF SS MS F PTubetype 2 114.7 57.3 1.95 0.197Error 9 264.0 29.3Total 11 378.7 In

32、dividual 95%CIs For Mean Based on Pooled StDevLevel N Mean StDev-+-+-+-1 4 20.000 2.449(-*-)2 4 26.000 8.485(-*-)3 4 19.000 3.162(-*-)-+-+-+-Pooled StDev=5.416 18.0 24.0 30.0,自由度,平方和,方差=SS/DF,F统计量,P-值,P-值0.05,说明3批时间的平均值没有有意差,95%信赖区间,水准,样本数,平均值,标准偏差,阶段性结论:虽然P-值0.05,说明3批之间的平均值不存在有意差,但是,第2批的标准偏差(8.485)

33、较大(波动大,不稳定),需要进一步确认原因,如有可能,要重复实验.,第3节 统计分析(Stat)-24/74,6-1.一元方差分析：ANOVAOne-way ANOVA(观察图),箱线图,点图,从箱线图中可以看出,第2批次的数据分布波动大,平均值也高.从下面的点图也可看出,并且能知道第2批次有一个较大的异常值.通常,数据较小时,采用点图比采用箱线图更能充分反映问题所在.,结论:要调查第2批次的异常值原因,如有必要,应再次实验,第3节 统计分析(Stat)-25/74,6-1.一元方差分析：ANOVAOne-way ANOVA(残差检验),残差数据列柱状图,残差数据列的正态概率图(如为直线则为正

34、态分布),残差数据对于组平均值的数学表达式模型做图(检查独立性和随机性),残差数据对数据顺序做图(检查独立性和随机性),第3节 统计分析(Stat)-26/74,6.方差分析(ANOVA)6-2.二元方差分析：ANOVATwo-way ANOVA,打开文件：MINITAB-Data-FilesStat_11(Two-way ANOVA).MPJ,例题说明:油漆的磨损量(Y)与地点(X1)和油漆种类(X2)的影响,地点(X1),漆种(X2),磨损量(Y),这里省略残差检验吧,这是残差图(也省略),地点(X1),第3节 统计分析(Stat)-27/74,6.方差分析(ANOVA)6-2.二元方差分

35、析：ANOVATwo-way ANOVA(观察阶段窗口),Two-way ANOVA:PntWear versus Location,PaintAnalysis of Variance for PntWear Source DF SS MS F PLocation 3 38.69 12.90 10.04 0.003Paint 3 30.69 10.23 7.96 0.007Error 9 11.56 1.28Total 15 80.94,结论:地点的要因以及油漆种类的要因的P-值均大于0.05,说明它们都是影响Y的主要要因.,第3节 统计分析(Stat)-28/74,6.方差分析(ANOVA)

36、6-3.平衡的方差分析：ANOVABalanced ANOVA,例题与前面相同:打开文件：MINITAB-Data-FilesStat_11(Two-way ANOVA).MPJ,残差计算和残差图分析均省略吧,第3节 统计分析(Stat)-29/74,6.方差分析(ANOVA)6-3.平衡的方差分析：ANOVABalanced ANOVA(观察阶段窗口),ANOVA:PntWear versus Location,PaintFactor Type Levels ValuesLocation fixed 4 Harrisburg Philadelphia Pittsburgh ScrantonP

37、aint fixed 4 Y-0242 Y-0314 Y-1424 Y-1723Analysis of Variance for PntWear Source DF SS MS F PLocation 3 38.688 12.896 10.04 0.003Paint 3 30.688 10.229 7.96 0.007Error 9 11.563 1.285Total 15 80.938,结论与前面一样.(省略分析),第3节 统计分析(Stat)-30/74,6.方差分析(ANOVA)菜单6-4.等方差检验：ANOVATest for Equal Variances,打开文件：MINITAB-

38、Data-FilesStat_12.MPJ,这里的等方差分析只是针对于一个要因的不同水准之间的方差,第3节 统计分析(Stat)-31/74,6.方差分析(ANOVA)菜单6-4.等方差检验：ANOVATest for Equal Variances(等方差分析),这是基于假设正态分布的检验的P-值,这是基于非假设正态分布的检验的P-值,P-值大于0.05说明具有等方差性.即,这3个水准的波动没有不同.,第3节 统计分析(Stat)-32/74,6-5.等方差检验的补充:(如何分析两个要因的等方差呢?)Stat Basic Statistics 2Variances,打开文件：MINITAB-

39、Data-FilesStat_4（2-Sample t）.MPJ,第3节 统计分析(Stat)-33/74,6.方差分析(ANOVA)菜单6-6.主效果图：ANOVAMain Effects Plot,打开文件：MINITAB-Data-FilesStat_13.MPJ,例题说明:某车在湿滑的路面上,测试不同情况下的刹车距离.条件是:固定一台车采用固定的行驶车速那末,其刹车距离受左于哪个因素呢?,轮胎的类型(X1)有GT,MX,LS3种,踩刹车板距离(X2)有10.0,1.5,2种,防滑刹车系统ABS(X3)有“采用”不采用,2种,车的刹车距离(m)(Y),当然,此题可用三元ANOVA来进行定

40、良的分析.这里我们只用主效果图,来进行初步的判断,第3节 统计分析(Stat)-34/74,6.方差分析(ANOVA)菜单6-6.主效果图：ANOVAMain Effects Plot,结论很简单,第3节 统计分析(Stat)-35/74,6.方差分析(ANOVA)菜单6-6.交互作用图：ANOVAInteractions Plot,打开文件：MINITAB-Data-FilesStat_13.MPJ,选择单边或全图,结论很简单,第3节 统计分析(Stat)-36/74,7.实验计划法(DOE)7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,建

41、立一个实验计划表：StatDOE FactorialCreate Factorial Design,选择要因个数,第3节 统计分析(Stat)-37/74,7.实验计划法(DOE)7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,选择要因个数,看一看可采用的设计模式,要因数,实验次数,解像度,首先了解在一定的要因数的前提下,根据解像度要求的不同,其实验次数不一样.比如3个要因,全解像度时(Full),实验次数为8次,解像度为三时(III),实验次数为4次,第3节 统计分析(Stat)-38/74,7.实验计划法(DOE)7-1.实验计划设计基本：

42、DOEFactorialCreate Factorial Design,选择要因个数,看一看可采用的设计模式,设计,选择中心点个数,重复次数,模拟要因个数,实验设计模式,实验次数,解像度,水准,要因,第3节 统计分析(Stat)-39/74,7.实验计划法(DOE)7-1.实验计划设计基本：DOEFactorialCreate Factorial Design,选择要因个数,看一看可采用的设计模式,设计,选项,要因,要因名称,低水准,高水准,要因,将实验顺序随机化处理,将实验设计存入工作表,第3节 统计分析(Stat)-40/74,7.实验计划法(DOE)7-1.实验计划设计基本：DOEFac

43、torialCreate Factorial Design,实验设计的结果,随机顺序,实验序号,中心点,模拟要因,温度,浓度,催化剂,接下来的事情,是按此实验的顺序和组合进行实验,并将实验的数据记录在C8(Yield),Yield,请参照文件：MINITAB-Data-FilesStat_14(DOE-1).MPJ,第3节 统计分析(Stat)-41/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,打开文件：MINITAB-Data-FilesStat_15(DOE-2).MPJ,这是代码化的水准,这是8次实验结果的

44、数据,第3节 统计分析(Stat)-42/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,选项,选项时,一般最初是全选,在分析后,如发现不重要的要因可选到左侧,不选项目,选择项目,制图,残差分析暂不进行,第3节 统计分析(Stat)-43/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,一般选0.05,但最初为保险可取0.1,残差分析暂不进行,第3节 统计分析(Stat)-44/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFa

45、ctorialAnalyze Factorial Design,远离直线且明确用字母表示出来的要因(A),以及交互作用(AC),是重要的,另外,由于AC是重要的说明要因C也是重要的,在红色点划线右侧的要因(A),以及交互作用(AC),是重要的,另外,由于AC是重要的说明要因C也是重要的,第3节 统计分析(Stat)-45/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,选项,只选择重要的A,C,A*C,缩小模式,第3节 统计分析(Stat)-46/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactor

46、ialAnalyze Factorial Design,制图,选择0.05,进行残差诊断,第3节 统计分析(Stat)-46/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,结果同前,第3节 统计分析(Stat)-47/74,7.实验计划法(DOE)7-2.实验后的分析：DOEFactorialAnalyze Factorial Design,Fractional Factorial Fit:Yield versus Temp,CatalystEstimated Effects and Coefficients fo

47、r Yield(coded units)Term Effect Coef SE Coef T PConstant 64.2500 1.311 49.01 0.000Temp 23.0000 11.5000 1.311 8.77 0.001Catalyst 1.5000 0.7500 1.311 0.57 0.598Temp*Catalyst 10.0000 5.0000 1.311 3.81 0.019Analysis of Variance for Yield(coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 2 1062.

48、50 1062.50 531.25 38.64 0.0022-Way Interactions 1 200.00 200.00 200.00 14.55 0.019Residual Error 4 55.00 55.00 13.75 Pure Error 4 55.00 55.00 13.75Total 7 1317.50,温度,催化剂,温度*催化剂,主效果,二元交互作用,残差误差,纯的误差,P-值0.05是有意义的,接下来的步骤,应该是进行残差诊断,来判断分析结果的正确性,这里我们省略.,第3节 统计分析(Stat)-48/74,7.实验计划法(DOE)7-2.实验后的分析(要因图)：DOE

49、FactorialFactorial Plots,主效果图,交互作用图,立体图,第3节 统计分析(Stat)-49/74,7.实验计划法(DOE)7-2.实验后的分析(要因图)：DOEFactorialFactorial Plots,第3节 统计分析(Stat)-50/74,7.实验计划法(DOE)7-2.实验后的分析(建立数学模型)(求2代表某要素能说明Y的程度)：,Y=64.25+11.5(A)+0.75(C)+5.0(A*C),求2：StatANOVABalance ANOVA,Analysis of Variance for Yield Source DF SS 2Temp 1 105

50、8.00 1058/1317=0.803 80.3%Catalyst 1 4.50 4.50/1317=0.003 0.3%Temp*Catalyst 1 200.00 200.00/1317.5=0.152 15.2%Error 4 55.00 55.00/1317.5=0.042 4.2%Total 7 1317.50,回到实际问题:为提高产量,考虑温度180,催化剂用B,浓度只考虑经济性,8.管理图(Control Charts)8-1.管理图的实验定义：Control Charts Define Tests,第3节 统计分析(Stat)-51/74,实验序号,设定值-K,定义,有一个点