MINITAB操作程序與實(shí)驗(yàn)設(shè)計(jì)前言MINITAB是為質(zhì)量改善、教育和研究應(yīng)用領(lǐng)域提供統(tǒng)計(jì)軟件和服務(wù)的先導(dǎo)。是一個(gè)很好的質(zhì)量管理和質(zhì)量設(shè)計(jì)的工具軟件，更是持續(xù)質(zhì)量改進(jìn)的良好工具軟件。MINITAB統(tǒng)計(jì)軟件為質(zhì)量改善和概率應(yīng)用提供準(zhǔn)確和易用的工具。MINITAB被許多世界一流的公司所采用，包括通用電器、福特汽車、通用汽車、3M、霍尼韋爾、LG、東芝、諾基亞、以及SixSigma顧問公司。作為統(tǒng)計(jì)學(xué)入門教育方面技術(shù)領(lǐng)先的軟件包，MINITAB也被4,000多所高等院校所采用。MINITAB總部位于StateCollege，PA，USA（美國），在英國和法國設(shè)有辦事處，在世界各地?fù)碛蟹咒N商。

MINITAB包括:基礎(chǔ)和高級(jí)統(tǒng)計(jì)回歸和方差分析時(shí)間序列演示質(zhì)量的圖表模擬和分布靈活的數(shù)據(jù)導(dǎo)入、導(dǎo)出和操縱SPC(StatisticalProcessControl-統(tǒng)計(jì)過程控制)DOE(DesignofExperiments-試驗(yàn)設(shè)計(jì))可靠性分析多變量分析樣本量和冪計(jì)算強(qiáng)大的宏語言MINITAB—系統(tǒng)要求運(yùn)行Windows(r)95/98或者WindowsNT(tm)4，需要16MB內(nèi)存。處理器為486或以上的個(gè)人計(jì)算機(jī)；如使用486處理器，特別建議采用數(shù)學(xué)協(xié)處理器。完全安裝需要35MB的硬盤空間VGA或SVGA顯示器，建議最小分辨率為800X600。需要CD-ROM驅(qū)動(dòng)器某些功能需要使用鼠標(biāo)本教材是為了配合我們LG曙光電子SixSigma活動(dòng)而編寫的，主要著重于對MINITAB軟件包的基本操作和運(yùn)用，沒有深入該軟件的介紹和運(yùn)用，更沒有跟隨新版軟件的升級(jí)更新。這些需要使用者自己深入鉆研。1-1 Minitab系統(tǒng)操作環(huán)境簡介1-2 Minitab的工作步驟1-3 關(guān)于Minitab的Project文件類型第一章Minitab概要打開、保存、關(guān)閉PROJECT文件

■打開一個(gè)新的project文件，選擇File

New,按Minitab

Project,再按OK.

■打開一個(gè)已有的project文件，選擇File

OpenProject.■打開一個(gè)已有的projectworksheet，選擇File

OpenWorksheet.

■保存一個(gè)project文件，選擇File

SaveProject

■關(guān)閉一個(gè)project文件，你必須打開一個(gè)新的project文件，或一個(gè)已有的project文件，或者退出。一個(gè)MINITABProject文件包含了所有的工作：收集的數(shù)據(jù)、輸出的文本、圖形等。當(dāng)保存一個(gè)project文件時(shí)，所有的東西都保存下來了。但是一次只能打開一個(gè)project文件。Project文件里的各種工作表（data、work-sheet、graph等）可以單獨(dú)進(jìn)行處理---可以生成數(shù)據(jù)、圖形，也可以從別的文件中通過拷貝的形式向一個(gè)project文件添加數(shù)據(jù)和圖形。Project文件里的大部分窗口的內(nèi)容都能夠單獨(dú)保存和打印。也可以忽略某些工作表或圖形，這樣的話，這些工作表和圖形便不會(huì)保存到project文件中去。

每當(dāng)保存一個(gè)project文件時(shí)，保存了以下一些內(nèi)容：一.所有窗口的內(nèi)容，其中包括：

1.

每個(gè)數(shù)據(jù)窗口（Datawindow）的數(shù)據(jù)列。

2．

信息窗口（Infowindow）中的常量、矩陣。

3．

會(huì)話窗口（Sessionwindow）和歷史窗口（Historywindow）中的所有的文本。

4.每個(gè)圖形窗口（Graphwindow）。二.通過命令FileProjectDescription生成的project文件注解。三.通過命令EditorWorksheetDescriptions生成的對每個(gè)工作表的注解。四.每個(gè)窗口的大小、位置和狀態(tài)。Minitab的工作步驟在對話框中選擇變量的幾種方法

用鼠標(biāo)選擇一個(gè)變量1.點(diǎn)擊需要填寫變量的文本框。2．在變量列表框中用鼠標(biāo)選擇一個(gè)變量，然后雙擊此變量。

用鼠標(biāo)選擇多個(gè)變量1．點(diǎn)擊需要填寫變量的文本框。2．點(diǎn)擊變量列表框。3．點(diǎn)擊某個(gè)變量，用鼠標(biāo)拖畫數(shù)個(gè)變量，或者按住Ctrl鍵點(diǎn)擊不連續(xù)變量。4．點(diǎn)擊Select按鈕。

用鍵盤選擇一個(gè)變量1．按Tab鍵進(jìn)入需要填寫變量的文本框。2．按F2鍵，使得變量列表框被激活。3．使用上下箭頭鍵，選擇變量。4.再按F2鍵，將所選擇的變量便出現(xiàn)在剛才被激活的文本框中了。2-1 數(shù)據(jù)管理概要2-2 在數(shù)據(jù)窗口中輸入數(shù)據(jù)2-3 生成規(guī)則數(shù)據(jù)第二章數(shù)據(jù)管理(ManagingData)數(shù)據(jù)管理概要

注意：數(shù)據(jù)窗口不是電子表格

盡管數(shù)據(jù)窗口有行和列，但它不像EXCEL那樣的電子表格，它的單元格數(shù)量是有限的。而且單元格中的數(shù)值只能手工輸入或者有命令生成，它不能包含有方程式，它的值不會(huì)隨其他單元格的值變化而變化。例如：想要C3=C1+C2,首先必須用計(jì)算器計(jì)算C1+C2的值。如果改變C1的值，若不用計(jì)算器再計(jì)算的話，C3的值是不會(huì)改變的。換而言之，C3不隨C1變而變。在每個(gè)數(shù)據(jù)窗口里，可以：察看處于工作表中的各列數(shù)據(jù)。輸入數(shù)值并以多種方式修改。對數(shù)據(jù)列進(jìn)行多種操作，包括：改變格式、字體、名字、寬度、注解和列的位置。例:打開FileOpenWorksheetDataMARKETD.MTW列號(hào)列名字母T表明是文本列字母D表明是日期/時(shí)間列行號(hào)在數(shù)據(jù)窗口中輸入數(shù)據(jù)在數(shù)據(jù)窗口中的一個(gè)單元格中輸入數(shù)據(jù)，只要點(diǎn)擊一下此單元格，然后輸入數(shù)據(jù)，再回車。輸入數(shù)據(jù)時(shí)，該列的數(shù)據(jù)會(huì)自動(dòng)格式化。當(dāng)往一空列輸入數(shù)據(jù)時(shí)，Minitab會(huì)給該列分配一種數(shù)據(jù)類型：數(shù)值型、文本型或者日期/時(shí)間型。如果此數(shù)據(jù)類型不是數(shù)值型，Minitab也會(huì)在列號(hào)后面添加一個(gè)標(biāo)識(shí)符加以區(qū)分：D表示日期/時(shí)間型數(shù)據(jù)，T表示文本型數(shù)據(jù)。每一列單元格一般表示一個(gè)變量在數(shù)據(jù)窗口中輸入數(shù)據(jù)3).輸入一塊數(shù)據(jù)a.選擇一塊區(qū)域，使之高亮度顯示。b.輸入數(shù)據(jù)，當(dāng)前活動(dòng)單元格僅僅在所選區(qū)域內(nèi)移動(dòng)。c.如果要取消所選區(qū)域，可以按箭頭鍵或者用鼠標(biāo)點(diǎn)擊數(shù)據(jù)窗口的任何地方。二、生成規(guī)則數(shù)據(jù)可以按照一定的規(guī)則生成數(shù)據(jù)，如：按順序生成一簡單數(shù)據(jù)集或按字母順序生成一列數(shù)據(jù)。也可以生成規(guī)則的日期/時(shí)間型數(shù)據(jù)。最常見的就是在一列中按照一定的順序生成數(shù)據(jù)。如：從1到100的所有整數(shù)，或者介于1到50之間的所有偶數(shù)。尤其是這一列中的每個(gè)數(shù)可以重復(fù)，或者整個(gè)隊(duì)列的數(shù)據(jù)也可以重復(fù)。在變量設(shè)計(jì)分析中，當(dāng)輸入因子水平時(shí)，將數(shù)據(jù)或序列反復(fù)多次是非常有用和簡便的。3-1 改變列的數(shù)據(jù)類型和格式3-2 歸類數(shù)據(jù)并生成相應(yīng)的子工作表3-3 疊加列3-4 對數(shù)據(jù)進(jìn)行替換3-3 使用計(jì)算器第三章操作和計(jì)算數(shù)據(jù)改變列的數(shù)據(jù)類型和格式2).

改變數(shù)值型和日期/時(shí)間型的格式

改變數(shù)值列中數(shù)據(jù)的小數(shù)位數(shù)A.選擇一列或多列。這些列必須是空列（無格式）或者以數(shù)值型格式存在。B.選擇Editor

FormatColumn

Numeric

C.選擇Fixeddecimalwidth.

在decimalplaces文本框中，

輸入小數(shù)的位數(shù)，然后點(diǎn)擊OK.改變?nèi)掌?時(shí)間列的數(shù)據(jù)顯示形式單個(gè)的日期/時(shí)間數(shù)值可以是日期，時(shí)間或者二者兼有。入下列數(shù)據(jù)是有效的格式：1/1/96，3：04PM,5/23/20005:30PMA.選擇一列或者多列。這些列必須是空列（無格式）或者以日期/時(shí)間型格式存在。B.選擇Editor

FormatColumn

Date/time.

C.從Date/TimeColumnFormat

文本框中，選擇一種格式，然后點(diǎn)擊OK.歸類并且生成相應(yīng)的子工作表二、將數(shù)據(jù)按不同類別歸類并且生成相應(yīng)的子工作表

在一個(gè)比較大的數(shù)據(jù)集里面，經(jīng)常需要對一組數(shù)據(jù)進(jìn)行分析或生成圖形。如：在某項(xiàng)調(diào)查中對女性聚焦，或聚焦于某一季度的銷售額。對這些你感興趣的數(shù)據(jù)，MINITAB能夠另外生成一個(gè)子工作表來包含這些數(shù)據(jù)?？梢曰谀撤N條件來分類，或者對于指定的變量的所有組，分割一個(gè)工作表。

1).按條件分類

例:打開FileOpenWorksheetDataMARKET.MTW?？梢曰谝粋€(gè)或多個(gè)條件對數(shù)據(jù)分類。如：按兩種條件創(chuàng)建一個(gè)子集—季度銷售額大于100并且季度廣告費(fèi)用小于15。符合這兩個(gè)條件的數(shù)據(jù)行將復(fù)到一個(gè)新的工作表，原來的工作表仍然沒有變動(dòng)。按條件分類A.選擇Manip

SubsetWorksheetMinitab自動(dòng)為新工作表給一個(gè)缺省名，但是可以隨意改動(dòng)。按Condition歸類并且生成相應(yīng)的子工作表2).將一個(gè)變量按組分割成工作表在一個(gè)變量里，可以根據(jù)所有關(guān)鍵字將一個(gè)工作表分割成幾組。例如：假設(shè)有一個(gè)關(guān)于銷售額的工作表，有兩列，sales這一列為一個(gè)財(cái)政季度所有的收入；Quarter這一列即為季度（1，2，3，4）。如果你是基于變量Quarter來分割工作表，MINITAB會(huì)生成四個(gè)工作表：第一季度的所有數(shù)據(jù)，第二季度的所有數(shù)據(jù)，等等。原來工作表內(nèi)容不變。將一個(gè)變量按組分割成工作表A.選擇Manip

SplitWorksheet如果選中了includemissingasaBYlevel,假如在Byvariables文本框中的任意列含有空值，MINITAB會(huì)生成另外一個(gè)工作表。B.在Byvariables一欄，輸入一列或多列，這些列即為分組條件。然后點(diǎn)擊ok.如果選擇了多列，對于這些列的每一種組合所得的數(shù)據(jù)，MINITAB都會(huì)為其生成一個(gè)新的工作表。例如：假設(shè)Year這一列有兩個(gè)數(shù)據(jù)：1991，1992；Quarter這一列有四個(gè)：1，2，3，4。如果在ByVariables中選擇了Year和Quarter，Minitab會(huì)生成8個(gè)工作表：1991年每個(gè)季度一個(gè)工作表,1992年每個(gè)季度一個(gè)工作表。對數(shù)據(jù)進(jìn)行替換可以將一個(gè)值轉(zhuǎn)換成另外一個(gè)值，或者是將一定范圍的值轉(zhuǎn)換成另一個(gè)值，也可以將一種數(shù)值型的數(shù)據(jù)轉(zhuǎn)換成另一數(shù)值型的數(shù)據(jù)（例如：把1.0到1.9之間的所有數(shù)變成1），文本轉(zhuǎn)換成文本，文本轉(zhuǎn)換成數(shù)字或者數(shù)字轉(zhuǎn)換成文本。把數(shù)字型數(shù)據(jù)編碼為文本型數(shù)據(jù)A.選擇Manip

Code

NumerictoTextB.在Codedatafromcolumns一欄，輸入一列或者多列。C.在Intocolumns，輸入一個(gè)或者多個(gè)新的或已經(jīng)存在的列。例如：假設(shè)沒有叫做gender的列，當(dāng)輸入“gender”時(shí)，便會(huì)創(chuàng)建一個(gè)名稱為gender的列。D.在位于Originalvalues下方的第一個(gè)文本框中，輸入一個(gè)數(shù)值，或者一定范圍的值（如1:12表示從1到12).E.在New下方的第一文本框中，輸入想要轉(zhuǎn)換成的值。F.另外，由此還可看出，一次可以轉(zhuǎn)換8個(gè)數(shù)值。使用計(jì)算器5.點(diǎn)擊OK后結(jié)果如所示：C2C1C9↓Pulse2Pulse1pulseDif188642427058123766214478661258064166847410784840………4-1 概要4-2 描述性統(tǒng)計(jì)4-3 置信區(qū)間和平均值測試4-4 相關(guān)4-5 回歸4-6 分散分析4-7 表4-8 質(zhì)量控制第四章使用數(shù)據(jù)分析和質(zhì)量工具

描述性統(tǒng)計(jì)

MINITAB提供了兩條命令——DisplayDescriptiveStatistics和StoreDescriptiveStatistics,這兩條命令對每一列進(jìn)行了計(jì)算并且將統(tǒng)計(jì)結(jié)果存儲(chǔ)下來了。這些結(jié)果可以從會(huì)話窗口中顯示出來。

顯示描述性統(tǒng)計(jì)結(jié)果A.選擇Stat

BasicStatistics

DisplayDescriptiveStatisticsB.在Variables文本框中，輸入想要進(jìn)行分析統(tǒng)計(jì)的數(shù)據(jù)列.C.另外，還可以選擇ByVariables(具體作用參見下例）和Graph按鈕。一個(gè)描述性統(tǒng)計(jì)的例子假如想要對參加脈搏測試的男(sex=1)女(sex=2)學(xué)生進(jìn)行統(tǒng)計(jì)。1.打開文件：pulse.mtw。2.選擇Stat

BasicStatistics

DisplayDescriptiveStatistics。3.在Variables一欄，輸入Weight

。4.選中Byvariables并且在文本框中輸入Sex，然后點(diǎn)擊OK結(jié)果如下：

VariableSexNMeanMedianTrMeanStDevWeight157158.26155.00157.6118.64235123.80122.00123.7413.37VariableSexSEMeanMinimumMaximumQ1Q3Weight12.47123.00215.00145.00170.0022.2695.00150.00115.00131.00

結(jié)果解釋在會(huì)話窗口中的這段文字對體重進(jìn)行了描述性的統(tǒng)計(jì)。因?yàn)檫x中了Byvariables為sex，所以分別對男生（sex=1)女生（sex=2）進(jìn)行了描述性統(tǒng)計(jì)。從結(jié)果可以看出：男生體重（mean意思為平均值）大于女生體重（mean=123.80)。

注意：

1.ByVariables的意思是對每個(gè)關(guān)鍵值（如男和女）分別進(jìn)行統(tǒng)計(jì)計(jì)算。2.Graph按鈕的作用是以圖形（直方圖、正態(tài)曲線的直方圖、點(diǎn)圖、盒式圖(boxplot)的方式表示統(tǒng)計(jì)結(jié)果。置信區(qū)間和平均值測試

T置信區(qū)間的一個(gè)例子假設(shè)根據(jù)測得的樣本數(shù)據(jù)（脈搏測驗(yàn)），想要得到平均值95%的t置信區(qū)間。1.打開文件PULSE.MTW。2.選擇StatBasicStatistics1-Slet3.在Variables文本框中，輸入Pulse1，點(diǎn)擊OK。

Sessionwindow輸出：TConfidenceIntervalsVariableNMeanStDevSEMean95.0%CIPulse19272.8711.011.15(70.59,75.15)結(jié)果解釋根據(jù)輸出結(jié)果，估計(jì)其平均值為72.87，有95%的把握認(rèn)為真值落在區(qū)間（70.95，75.15）。相關(guān)(correlation)

相關(guān)性的一個(gè)例子假設(shè)要分析學(xué)生身高與體重的關(guān)系。1.打開文件PULSE.MTW。2.選擇Stat

BasicStatistics

Correlation3.在Variables文本框中，輸入

Height

和

Weight

.點(diǎn)擊OK。

Sessionwindow輸出：

Correlations:Height,WeightPearsoncorrelationofHeightandWeight=0.785P-Value=0.000

結(jié)果解釋根據(jù)輸出結(jié)果，相關(guān)值（r=0.785，P-Value=0.000）表明身高與體重正相關(guān)?；貧w(regression)

回歸分析用于找出反應(yīng)值(Y)與一個(gè)或者多個(gè)預(yù)測值（X)之間的關(guān)系。

怎樣做一個(gè)線性回歸A.選擇Stat

Regression

Regression。B.在Response文本框中,輸入包含反應(yīng)值(Y)的列。C.在Predictors的文本框中,輸入預(yù)測值(X)變量。分散分析(ANOVA)

Boxplotsofdata和Normalplotofresiduals如下：

結(jié)果解釋分散分析輸出結(jié)果和盒式圖(boxplot)清楚地表明，女性和男性的體重是不一樣的。F統(tǒng)計(jì)值比較大而p值比較小，表明男女存在統(tǒng)計(jì)上顯著性差異。女性體重平均值的95%置信區(qū)間介限于118和130之間但是對于男性而言,95%置信區(qū)間介于155和162之間.One-wayAnalysisofVarianceAnalysisofVarianceforWeightSourceDFSSMSFPSex1257552575590.800.000Error9025529284Total9151284Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev--+---------+---------+---------+----157158.2618.64(--*-)235123.8013.37(---*--)--+---------+---------+---------+----PooledStDev=16.84120135150165質(zhì)量控制B.以下二者任選其一1.如果子集處于一列，在Singlecolumn中輸入數(shù)據(jù)列。在Subgroupsize中，輸入子集尺寸或者子集標(biāo)志列。2.如果子集處于行中，在Subgroupsacrossrowsof中輸入一系列列。如果有必要，可以點(diǎn)擊Option，可以作如下選擇：如果對于μ和σ有一個(gè)目標(biāo)值或者根據(jù)以前的數(shù)據(jù)知道這幾個(gè)參數(shù)，則輸入μ的歷史值（總體分布的平均值）和σ（總體分布的標(biāo)準(zhǔn)偏差）控制Minitab估計(jì)μ和σ值的方式。對于特殊原因做8個(gè)檢驗(yàn)。當(dāng)出現(xiàn)了偏移數(shù)據(jù)時(shí)，使用box-cox轉(zhuǎn)換。Minitab提供了多種質(zhì)量管理方法：管理圖、質(zhì)量計(jì)劃工具、測量系統(tǒng)分析、工序能力和可信度。管理圖或者統(tǒng)計(jì)工序管理圖(SPC)可以對工序整個(gè)時(shí)間的變動(dòng)進(jìn)行分析。根據(jù)樣本數(shù)據(jù)，這些圖表生成了一些總的統(tǒng)計(jì)（例如：樣本平均值或樣本概率）。下面是經(jīng)常使用的X-R圖。從字面意思可知，此圖表在一個(gè)圖形窗口中通常有兩個(gè)圖：一個(gè)是子集平均值的管理圖（X)、一個(gè)是子集范圍的管理圖（R），同時(shí)查看這兩個(gè)圖，可以跟蹤工序水平和工序變動(dòng)，還可以看出特殊原因的表現(xiàn)。子集數(shù)據(jù)可以由單列或者穿過幾列的數(shù)行構(gòu)成。當(dāng)子集數(shù)據(jù)尺寸不唯一時(shí)，子集數(shù)據(jù)最好由單列構(gòu)成，然后建立另一列作為此子集的標(biāo)志列。

怎樣創(chuàng)建一個(gè)X-R圖A.選擇Stat

ControlCharts

Xbar-R質(zhì)量控制

X-R圖的一個(gè)例子一制造車間制造金屬固定件，需要估計(jì)其工序能力（目標(biāo)值：2.4克），力求固件的重量變動(dòng)最小。這些固件5個(gè)一包。隨機(jī)選擇20包畫出X-R圖，估計(jì)他們的制造工序管理情況。1.打開文件FASTENER.MTW。2.選擇Stat

ControlＣharts

Xbar-R。3.在Singlecolumn中，輸入Weights。在Subgroupsize中，輸入5。4.在Historicalmean中輸入2.4，點(diǎn)擊OK。TestResultsforXbarChartTEST1.Onepointmorethan3.00sigmasfromcenterline.TestFailedatpoints:10質(zhì)量控制

結(jié)果解釋特殊原因檢驗(yàn)表明只有一包的平均重量處于規(guī)格下限以下（低于目標(biāo)值3個(gè)標(biāo)準(zhǔn)偏差-3σ）。但是又注意到許多點(diǎn)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(biāo)值。質(zhì)量工程師還得進(jìn)行另外的特殊原因檢驗(yàn)或者重估此工序。5-1 事例背景5-2 打開一個(gè)工作表5-3 從鍵盤輸入數(shù)據(jù)5-3 輸入規(guī)則數(shù)據(jù)5-4 描述性統(tǒng)計(jì)計(jì)算5-5 算術(shù)運(yùn)算5-6 生成散點(diǎn)圖5-7 計(jì)算相關(guān)系數(shù)第五章基本操作示例打開一個(gè)工作表步驟一、打開一個(gè)工作表

當(dāng)你打開Minitab時(shí)，便開始了一個(gè)新而且空的Project?？梢酝ㄟ^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(gè)工作表。只不過有一點(diǎn)要注意，打開工作表只是將數(shù)據(jù)拷貝到此Project里，對于Project里任何數(shù)據(jù)的變化都不會(huì)影響到原始數(shù)據(jù)。在這一節(jié)，使用的數(shù)據(jù)在文件POPLAR1.MTW里。1.選擇文件FILE

OpenWorksheet。2.找到子目錄DATA。3.點(diǎn)擊POPLAR1.MTW，打開。4.如果未見到數(shù)據(jù)窗口，按快捷鍵Ctrl+D。這個(gè)工作表包含三個(gè)變量，分別為：Diameter，Height，Weight。每個(gè)變量包含15個(gè)值——到目前為止只有這么多。輸入規(guī)則數(shù)據(jù)步驟三、輸入規(guī)則數(shù)據(jù)一般是在數(shù)據(jù)窗口中通過鍵盤輸入數(shù)據(jù)，但是當(dāng)數(shù)據(jù)按照一定的規(guī)則時(shí)，還有一個(gè)簡便的辦法輸入?，F(xiàn)在要?jiǎng)?chuàng)建一個(gè)新的變量來標(biāo)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）。這個(gè)新的變量叫做Site，將包含10個(gè)“1”，然后是10個(gè)“2”。選擇Calc

MakePatternedData

SimpleSetofＮumbers。保存數(shù)據(jù)于：在Storepatterneddatain中輸入Site。Minitab自動(dòng)分配一個(gè)新的變量給第一個(gè)空列。在這里是C4。為了標(biāo)明開始和結(jié)束順序，在Fromfirstvalue中輸入1，在Tolastvalue中輸入2。既然有10個(gè)1和10個(gè)2，在Listeachvalue中，輸入10，然后點(diǎn)擊OK。新生成的數(shù)據(jù)如下：描述性統(tǒng)計(jì)計(jì)算DescriptiveStatistics:Diameter,Height,WeightbysiteVariablesiteNMeanMedianTrMeanStDevDiameter1102.5982.3202.6040.9162103.0283.2503.0411.284Height1104.0984.1204.1751.1032104.2554.8654.3511.254Weight1100.30900.20500.28630.25282100.3990.3800.3560.366VariablesiteSEMeanMinimumMaximumQ1Q3Diameter10.2901.0604.0902.1203.24520.4061.1804.7701.4884.053Height10.3491.8505.7303.5184.85320.3962.2005.5402.7755.143Weight10.08000.02000.78000.15750.460020.1160.0301.1100.0630.648從盒式圖(boxplot)可以判斷出，地方2的樹比地方1的樹大。會(huì)話窗口的文本輸出包含以下信息：在地方2三個(gè)變量都顯示出比較大的平均值和中央值。而且，變量Weight相對其尺寸來說有一個(gè)比較大的標(biāo)準(zhǔn)偏差。在地方2，最小重量只有0.03kg而最大值是1.11kg，這表明一部分白楊樹生長得很好，可是其他的僅僅只是活著而已。2154321siteDiameterBoxplotsofDiameterbysite211.00.50.0siteWeightBoxplotsofWeightbysite2165432siteHeightBoxplotsofHeightbysite計(jì)算相關(guān)系數(shù)步驟七、計(jì)算相關(guān)系數(shù)從散點(diǎn)圖知隨著D2H增長，WEIGHT也同樣增長，現(xiàn)在通過計(jì)算相關(guān)系數(shù)找出這兩個(gè)變量的具體關(guān)聯(lián)性。1.選擇Stat

BasicStatistics

Correlation.2.在Variables中，輸入Weight

和D2H，點(diǎn)擊OK。

會(huì)話窗口輸出：

PearsoncorrelationofWeightandD2H=0.913P-Value=0.000

相關(guān)系數(shù)是兩個(gè)變量之間線性關(guān)系的度量，其值介于-1和+1之間，此處，相關(guān)系數(shù)為正的0.913，接近于1，從而把散點(diǎn)圖中所表示的關(guān)系量化了。說明變量WEIGHT和D2H之間存在很強(qiáng)的線性關(guān)系。背景

賓夕法尼亞州立大學(xué)的研究者們種植了成百上千的白楊樹并且在一系列受控條件下讓其生長.三年后,抽取一批為樣本，以厘米為單位測量其直徑、以米為單位測量其高度、千克為單位稱其干重。前面知道，在干重與D2H之間存在相近的關(guān)系。但是到底是一種怎樣的關(guān)系呢？這些快速生長、質(zhì)地堅(jiān)硬的樹，將來某一天也許會(huì)作為燃料或者化學(xué)物質(zhì)的一種選擇。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(yù)測出樹的產(chǎn)量。步驟一.打開文件POPLAR2.MTW。步驟二.做一個(gè)簡單的回歸分析在上一個(gè)示例結(jié)尾，我們知道隨著D2H增加，Weight也增加。由D2H的值預(yù)測Weight的一種方法是使用簡單的回歸命令。選擇Stat

Regression

Regression在Response中，輸入Weight。在Predictors中，輸入D2H。不妨還做一系列殘差分析圖，以便找出潛在的問題。點(diǎn)擊Graphs。RegressionAnalysisTheregressionequationisWeight=0.0196+0.00758D2HPredictorCoefStDevTPConstant0.019610.045660.430.673D2H0.00758380.00079949.490.000S=0.1298R-Sq=83.3%R-Sq(adj)=82.4%AnalysisofVarianceSourceDFSSMSFPRegression11.51551.515589.990.000ResidualError180.30310.0168Total191.8187UnusualObservationsObsD2HWeightFitStDevFitResidualStResid121261.11000.97560.07170.13441.24X15740.07000.57790.0374-0.5079-4.09RRdenotesanobservationwithalargestandardizedresidualXdenotesanobservationwhoseXvaluegivesitlargeinfluence.步驟三、編輯數(shù)據(jù)按鍵Ctrl+D找到第一個(gè)不規(guī)則點(diǎn)。選擇EditorGoTo。在Entercolumnnumberorname中，輸入WEIGHT在Enterrownumber

中，輸入12，點(diǎn)擊OK。在數(shù)據(jù)窗口中，光標(biāo)置于12行weight單元格?？梢钥闯觯琖eight和D2H看上去顯得相當(dāng)大，然后再檢查原始記錄，發(fā)現(xiàn)12號(hào)樹生長很好，說明此數(shù)據(jù)正確。按照同樣的方法，找到第15行。檢查原始記錄，發(fā)現(xiàn)這個(gè)數(shù)據(jù)錯(cuò)誤，不是0.07，而是0.7。從圖表ResidualsversusD2H知道變動(dòng)并未呈現(xiàn)出常數(shù)—此即符合一個(gè)很重要的回歸假設(shè)模型。在比較大的D2H值處，標(biāo)準(zhǔn)殘差也比較大.基于時(shí)間因素,以后章節(jié)還要進(jìn)一步討論。步驟五、畫一條合適的回歸線下一步，畫一個(gè)帶回歸線的散點(diǎn)圖來看看那些測量的數(shù)據(jù)與回歸線的接近程度。1.選擇StatRegressionFittedLinePlot。2.在Response（Y）中，輸入Weight。3.在Predictor（X）中，輸入D2H，點(diǎn)擊OK。輸出結(jié)果如下：第七章 高級(jí)Minitab

DescriptiveStatisticsVariableNMeanMedianTrMeanStDevSEMeanWeight2981.0991.6401.99410.2550.594VariableMinimumMaximumQ1Q3Weight-99.0006.9300.5973.455看看Weight的最小值。很明顯，重量不可能出現(xiàn)-99千克。事實(shí)上，在此，收集數(shù)據(jù)的時(shí)候，用-99表示已經(jīng)死亡的樹。如果把-99留在數(shù)據(jù)表中，那么所做的分析也是錯(cuò)的。事實(shí)上，剛才所做的描述性統(tǒng)計(jì)也受到了一定影響。平均值和中央值人為的偏低而標(biāo)準(zhǔn)偏差人為的偏高。需要將-99轉(zhuǎn)換成空值?？罩挡⒉挥绊懡y(tǒng)計(jì)分析的結(jié)果。在MINITAB中，空值用星號(hào)“*”代替。信息窗口步驟三、生成描述性統(tǒng)計(jì)為了產(chǎn)量最大化，需要聚焦哪個(gè)因素對重量的影響最大。先看一下變量Weight的描述性統(tǒng)計(jì)。選取StatBasic

StatisticsDisplayDescriptiveStatistics.

在窗口Vaibles中選取Weight.步驟四、對數(shù)據(jù)進(jìn)行替換MINITAB提供了許多數(shù)據(jù)操作工具。最常用的一個(gè)就是CODE命令，它的作用是將一個(gè)數(shù)值用另一種形式的值表示。在這里，要把-99變成*——空值的符號(hào)。1.選擇ManipCodeNumberictoNumeric2.在Codedatafromcolumns中，輸入Weight。3.在Intocolumns中，輸入Weight。這樣將會(huì)用新值代替原有的值。4.在Originalvalues中，輸入-99。此即要改變的值。5.在New一欄，輸入星號(hào)

*。然后點(diǎn)擊OK。在數(shù)據(jù)窗口變量Weight欄中，可以看到所有出現(xiàn)–99的地方都被星號(hào)*代替。

2.在Variables中，輸入Age。點(diǎn)擊OK。輸出結(jié)果如下：SummaryStatisticsforDiscreteVariablesAgeCount31474151N=298輸出結(jié)果表明三年樹齡的有147棵，四年樹齡的有151棵。步驟五、Tally數(shù)據(jù)在此實(shí)驗(yàn)中，每個(gè)年齡的樹數(shù)量各是多少呢？使用tally命令可以幫你知道。1.選擇stattablestally。白楊樹的重量近似與正態(tài)分布（即有點(diǎn)像鐘型）。步驟八、用盒式圖(boxplot)根據(jù)條件（treatment）變量的不同對weight（重量）變量進(jìn)行比較?，F(xiàn)在我們來看一下不同條件下的白楊樹重量。盒式圖是比較一個(gè)變量各個(gè)水平差異的一種很好的圖形法。1.選擇GraphBoxplot。2.在Y中，輸入Weight。3.在X中，輸入Treatment。這樣的話，Minitab會(huì)對各個(gè)水平條件treatment下的weight分別生成盒式圖(boxplot)。4.點(diǎn)擊OK。橫貫每個(gè)盒子(box)的線條表示數(shù)據(jù)的中央值或者中間值。上面的頂線和下面的底線分別表示75%和25%。此盒式圖表明在treatment2和treatment4（施肥和施肥/灌溉）下，樹木生長得很好，重量比較大，但是在treatment1和treatment3（管理和灌溉條件）下，樹木長得比較輕。同樣，我們再來看看地點(diǎn)的不同對重量有什么影響。地點(diǎn)1的樹是種植在肥沃、排水系統(tǒng)好的土壤里，應(yīng)當(dāng)說來比起種植在地點(diǎn)2（干燥多沙的土壤）中的樹要長得好。下面通過盒式圖來比較一下地點(diǎn)的不同對重量有何影響。5.選擇EditEditLastDialog。6.在X中，輸入Site。7.點(diǎn)擊OK。中央值四分之三四分之一奇怪的是，地點(diǎn)1和地點(diǎn)2樹的重量看上去沒有明顯的不同，雖然每個(gè)地方的散布不同，但是中央值幾乎相同。在這個(gè)模式中，GLM列出了每個(gè)因子以及每因子的水平數(shù)，然后列出了變動(dòng)分析表，最后是不規(guī)則數(shù)據(jù)表。假設(shè)要對此模式中的每個(gè)影響進(jìn)行F-test。例如：要驗(yàn)證原假設(shè)（條件的影響對于兩個(gè)地點(diǎn)是相同的—Site*Treatment的交互作用），用Minitab的P值與最常用的0.05水平值進(jìn)行比較。因?yàn)閜-value為0.091，它大于0.05，所以你不能拒絕原假設(shè)。也就是說，不能得出“條件對地點(diǎn)的影響不同”的結(jié)論?，F(xiàn)在看看Site和Treatment的主效果。Site的p值是0.219，同樣大于0.05，所以也不能得出“樹的重量在兩個(gè)地點(diǎn)之間存在顯著性差異”的結(jié)論。而Treatment的p值很小，只有0.000，因此可以說對于不同的條件，樹的平均重量存在顯著性差異。這與以前畫的盒式圖是相吻合——樹的重量在不同條件下不同，而對于兩個(gè)地點(diǎn)來說只存在輕微的差別。在作出“條件是影響重量的唯一重要因子”結(jié)論之前，再看看年份對于重量的影響——?jiǎng)e忘了，研究人員分兩年種植了這批樹。GeneralLinearModelFactorTypeLevelsValuesSitefixed212Treatmenfixed41234AnalysisofVarianceforWeight,usingAdjustedSSforTestsSourceDFSeqSSAdjSSAdjMSFPSite13.1122.4242.4241.520.219Treatmen378.00578.27526.09216.390.000Site*Treatmen310.50910.5093.5032.200.091Error140222.873222.8731.592Total147314.498UnusualObservationsforWeightObsWeightFitStDevFitResidualStResid220.350002.912000.28213-2.56200-2.08R420.640003.341670.29739-2.70167-2.20R430.160003.341670.29739-3.18167-2.59R520.660003.522500.28213-2.86250-2.33R642.360004.908890.29739-2.54889-2.08R692.120004.908890.29739-2.78889-2.27R725.820003.341670.297392.478332.02RRdenotesanobservationwithalargestandardizedresidual.步驟十、用盒式圖(boxplot)根據(jù)年份對重量進(jìn)行比較1.選擇Graph

Boxplot。2.在Y中，輸入Weight。3.在X中，輸入Year。意思是根據(jù)年份分別畫出重量的盒式圖(boxplot)。請看一下DataDisplay表中的頭兩行。IQRangeBox告訴Minitab顯示盒式圖(boxplot)的時(shí)候，顯示25%~75%這一段的百分比范圍。OutlierSymbol的意思是將所有超出范圍的值用星號(hào)*表示?，F(xiàn)在還想在IQRangeBox里顯示置信度的盒式圖。4.在Datadisplay表中的display列，點(diǎn)擊第三項(xiàng)。5.點(diǎn)擊Display右邊的下拉箭頭，選擇CIBox。6.點(diǎn)擊右邊的單元格。7.點(diǎn)擊Foreach右邊的下拉箭頭，選中Graph。意思是叫Minitab在每個(gè)盒式圖中包含置信度。缺省的情況下，Minitab用垂直方式畫盒式圖，但是可以畫成水平狀。8.點(diǎn)擊Options。9.選中TransposeXandY，點(diǎn)擊OK兩次。里面的盒子顯示了中央值95%的置信度。盒式圖表明種植在第二年的樹比第一年的要重。分兩年種植只是為了重復(fù)一下數(shù)據(jù)，為什么年份很重要呢？經(jīng)過采訪研究人員知道，在第一年里他們沒有施加除草劑來控制雜草，結(jié)果有些樹不是死了就是缺少養(yǎng)分。為了提高其成活率，研究人員決定對第二年的樹施加除草劑。通過分析，得出三個(gè)主要結(jié)論：1.施肥是提高重量的一個(gè)行之有效的辦法。2.在樹的成長初期，控制雜草很重要。3.雖然白楊樹對地點(diǎn)的要求不是很高，為了提高實(shí)際產(chǎn)量，給予適當(dāng)?shù)纳L和營養(yǎng)條件。第二年的樹不但重一些，而且分布也比較均勻些。在建議使用除草劑和施肥之前，還得仔細(xì)看看第二年的樹。里面的盒子顯示了95%的置信度步驟十一、快速重復(fù)一遍所有的分析?，F(xiàn)對第二年的樹重復(fù)一遍分析。首先要把四年生的數(shù)據(jù)分開出來，然后使用歷史窗口和命令行編輯器（CommandLineEditor），而不是重復(fù)使用一個(gè)一個(gè)的對話框。

A.根據(jù)年份值將POPLAR3工作表分割開。1.確定POPLAR3.MTW當(dāng)前活動(dòng)工作表。2.選擇ManipSplitWorksheet。3.在Byvariables中，輸入year.點(diǎn)擊OK。

B.重新命名

4.點(diǎn)擊新的工作表POPLAR3.MTW（Year=2），重新命名為YEAR2.MTW。點(diǎn)擊OK。

C.對樹齡為2的重復(fù)一遍分析5.打開歷史窗口：選擇WindowHistory。6.拖窗口的滾動(dòng)條到命令“Histogram”出現(xiàn)。7.從Histogram到最后的內(nèi)容全部選中。8.選擇EditCommandLineEditor。出現(xiàn)一個(gè)對話框，包含了剛才所選中的內(nèi)容。9.點(diǎn)擊SubmitCommands。整個(gè)分析：重量的直方圖、不同條件下重量的盒式圖、不同地點(diǎn)重量的盒式圖、變動(dòng)分析、根據(jù)年份重量的盒式圖到此全部做完。第八章 質(zhì)量管理和改善

背景

假設(shè)你在汽車制造工廠的一個(gè)引擎組裝部門工作。其中有一個(gè)組件是凸輪軸，長度規(guī)格是600±2mm，長期以來一直存在一個(gè)問題，凸輪軸的長度總是超出規(guī)格，由此導(dǎo)致組裝線適合度下降、磨損和返工率上升。作為管理者，需要通過X和R圖來監(jiān)控這些特性。一個(gè)月里，對凸輪軸的長度數(shù)據(jù)以每5個(gè)為一組進(jìn)行了收集。步驟一、生成一個(gè)新的Project。步驟二、打開一個(gè)工作表1.選擇FileOpenWorksheet2.在DATA子目錄下選擇CAMSHAFT.MTW。點(diǎn)擊OK。這就是一個(gè)月里所收集到的數(shù)據(jù)。注意到第一列，它包含了100個(gè)觀測值（20個(gè)樣本，每樣本5個(gè)數(shù)據(jù)，單位是毫米。步驟三、用R圖檢查一下范圍。首先生成一個(gè)管理圖看看樣本數(shù)據(jù)里凸輪軸的長度范圍情況。我們希望樣本數(shù)據(jù)的范圍離中心值（估計(jì)的平均值）不要太遠(yuǎn)以免出現(xiàn)大的變動(dòng)。1.選擇StatControlChartsR。2.在Singlecolumn中輸入Length。3.在Subgroupsize中，輸入5。點(diǎn)擊OK。此R圖所顯示出并沒有任何點(diǎn)超出規(guī)格。注意到中心線在2.72mm處，比所給的最大值±2要大得多。說明工序存在很大的變動(dòng)。步驟四、用Xbar圖對特殊原因測試。生成一個(gè)X-bar圖看看凸輪軸長度是否存在超出規(guī)格的問題。另外，使用Minitab的“EightCommonRuns”命令來找出變動(dòng)的特殊原因。1.選擇StatControlCharts

Xbar。每一點(diǎn)表示每個(gè)班次的范圍（最高值減去最低值）上限平均值下限2在Singlecolumn中輸入Length。3.在SubgroupSize中，輸入5。4.點(diǎn)擊Tests。

7.選取WindowSession。TEST1.Onepointmorethan3.00sigmasfromcenterline.TestFailedatpoints:8TEST6.4outof5pointsmorethan1sigmafromcenterline(ononesideofCL).TestFailedatpoints:1213

此工序有一點(diǎn)離中心線超出3sigma，4/5的點(diǎn)離中心線1sigma之外（在中心線的一邊）。既然問題已經(jīng)確實(shí)存在，下面應(yīng)當(dāng)找出原因和解決的辦法。不幸的是，抽樣計(jì)劃并沒有對問題精確的在哪里、什么時(shí)候發(fā)生作出具體的說明，因?yàn)槊總€(gè)班次只抽取了一個(gè)樣本。好的計(jì)劃應(yīng)當(dāng)是在問題的解決階段每個(gè)班次多抽取幾個(gè)樣本。在特殊原因找到并解決之后再轉(zhuǎn)換到監(jiān)控階段。因此，從這些數(shù)據(jù)可以知道能得到什么了。步驟五、生成正態(tài)曲線的直方圖。直方圖的正態(tài)曲線是一種檢查變量分布的有用方法。1.選擇StatBasicStatisticsDisplayDescriptiveStatistics。2.在Variables中，輸入Length。3.點(diǎn)擊Graph，出現(xiàn)一個(gè)對話框。一般說來，我們希望像Length這樣的變量服從正態(tài)分布。在這里，直方圖近似于鐘形。剛才所生成的直方圖當(dāng)然不是很好的鐘形。實(shí)際上，從598，599，601高峰開始呈現(xiàn)出兩個(gè)獨(dú)立的、明顯不同的分布。檢查記錄清單發(fā)現(xiàn)凸輪軸供應(yīng)商有兩家，現(xiàn)在開始明白為什么會(huì)出現(xiàn)這樣奇怪的直方圖了。所以決定從兩家供應(yīng)商獲得測定值并對每批數(shù)據(jù)單獨(dú)運(yùn)行X和R圖。每家供應(yīng)商的數(shù)據(jù)都保存在SUPP1列和SUPP2列中。4.選中Histogramofdata，withnormalcurve。5.點(diǎn)擊OK兩次。另外：對supplier2進(jìn)行估算對于supplier2和supplier1一樣，使用同樣的管理圖。操作步驟同上，只不過在singlecolumn中，輸入supp2，其余的不變。Supplier2的X-bar圖反映出有問題。從這個(gè)圖上，可以看出有兩點(diǎn)超出管理上限。R圖沒有顯示出工序超出管理，然而，中心線是3.720，幾乎是supplier1的3倍。從長遠(yuǎn)來看，應(yīng)當(dāng)?shù)鹊絪upplier2生產(chǎn)的凸輪軸在管理范圍之內(nèi)時(shí)才采用supplier1。對于supplier2，應(yīng)當(dāng)與其合作，共同減小變動(dòng)到可接受的水平。此直方圖比較令人滿意，不象以前那樣，再?zèng)]有多個(gè)尖蜂。步驟七、準(zhǔn)備工序能力分析只采用supplier1，使得變動(dòng)大為減小。從組裝線上下來的組件不良數(shù)明顯降低，但是問題沒有完全消除。決定進(jìn)行能力分析，看看supplier1是否符合工程規(guī)格600±2mm。進(jìn)行工序能力分析之前，工序必須可控。管理圖表明，由于措施得力，工序現(xiàn)在在管理范圍之內(nèi)。同時(shí)還希望凸輪軸的長度服從正態(tài)分布。現(xiàn)在由直方圖檢驗(yàn)其正態(tài)性?，F(xiàn)在看看supplier1的凸輪軸長度的分布。1.選擇StatBasicStatistic