Minitab的基础统计合集
MINITAB数据-分析-统计
数据的堆积（Stack&Unstack）
• Select: Data > Stack/Unstack > Stack
原始数据
输入需要堆积的 列，如果由前后 顺序，按前后顺 序进行输入 输入堆积后存放 列的位置 注解可以用来区 分数据的来源
12
数据块的堆积（Stack Blocks）
• Select: Data > Stack/Unstack > Stack Blocks
计数型
P (不合格品率控制图） nP （不合格品数控制图） C （不合格数控制图） U （单位不合格数）
52
Xbar-R
(平均值-极差)
Xbar-R是用于计量型 判稳准则：连续二十五点没有超出控制界限。 判异准则：
一点超出控制界限 连续六点上升或下降或在同一侧 不呈正态分布，大部份点子没有集中在中心线。
计算功能
计算器功能 生成数据功能 概率分布功能 矩阵运算
4
Minitab的功能
数据分析功能
基本统计 回归分析 方差分析 实验设计分析 控制图
– – – – –
时间序列 列联表 非参数估计 EDA(探索性数据分析 ) 概率与样本容量
质量工具
可靠度分析 多变量分析
Y
0 X
32
输入数据
• Select: Gragh> ScatterPlot
33
输入参数
34
输出图形
35
直方图
决定你所关心的Y或X
收集Y或X的数据 输入MINITAB表 MINITAB绘出直方图
进行判定
36
录入数据
MINITAB统计基础
MINITAB统计基础1.正态总体的抽样分布1)样本均值的分布——标准正态分布及T分布样本标准差计算公式：◆T分布的定义：Student t distribution，如果X服从标准正态分布，S2服从个自由度的卡方分布，且它们相互独立，那么随机量所服从的分布称为个自由度的t分布。
其分布密度函数为：当时的极限分布即是标准正态分布，当时就是Cauchy分布。
T分布只包含1个参数。
数学期望和方差分别为0，（时期望不存在，方差不存在）。
我们常常用表示υ个自由度的t分布。
MINITAB对于更一般的t分布还增加了一个“非中心参数”，当非中心参数为0时，就得到了我们现在所说的t分布。
在用MINITAB计算时，只要注意这一点就行了。
自由度：可以简单理解为在研究问题中，可以自由独立取值的数据或变量的个数。
范例：✧Z~N(0，1)，求Z=1.98时的概率密度。
计算----->概率分布----->正态分布----->概率密度----->输入常数1.98----->确定概率密度函数正态分布，均值 = 0 和标准差 = 1x f( x )1.980.0561831✧。
计算----->概率分布----->正态分布----->累积概率----->输入常数2.4----->确定累积分布函数正态分布，均值 = 0 和标准差 = 1x P( X <= x )2.4 0.991802✧Z~N(0，1)，求使得P(Z<x)=0.95成立的x值，即Z的0.95分位数。
计算----->概率分布----->正态分布----->逆累积概率----->输入常数0.95----->确定逆累积分布函数正态分布，均值 = 0 和标准差 = 1P( X <= x ) x0.95 1.64485✧自由度=12，求使得。
计算----->概率分布----->t分布----->逆累积概率----->输入自由度12----->输入常数0.95----->确定逆累积分布函数学生 t 分布，12 自由度P( X <= x ) x0.95 1.7822✧自由度=12，求使得。
MINITAB统计基础
MINITAB统计基础1.正态总体的抽样分布1)样本均值的分布——标准正态分布及T分布样本标准差计算公式：◆T分布的定义：Student t distribution，如果X服从标准正态分布，S2服从个自由度的卡方分布，且它们相互独立，那么随机量所服从的分布称为个自由度的t分布。
其分布密度函数为：当时的极限分布即是标准正态分布，当时就是Cauchy分布。
T分布只包含1个参数。
数学期望和方差分别为0，（时期望不存在，方差不存在）。
我们常常用表示υ个自由度的t分布。
MINITAB对于更一般的t分布还增加了一个“非中心参数”，当非中心参数为0时，就得到了我们现在所说的t分布。
在用MINITAB计算时，只要注意这一点就行了。
自由度：可以简单理解为在研究问题中，可以自由独立取值的数据或变量的个数。
范例：✧Z~N(0，1)，求Z=1.98时的概率密度。
计算----->概率分布----->正态分布----->概率密度----->输入常数1.98----->确定概率密度函数正态分布，均值 = 0 和标准差 = 1x f( x )1.980.0561831✧。
计算----->概率分布----->正态分布----->累积概率----->输入常数2.4----->确定累积分布函数正态分布，均值 = 0 和标准差 = 1x P( X <= x )2.4 0.991802✧Z~N(0，1)，求使得P(Z<x)=0.95成立的x值，即Z的0.95分位数。
计算----->概率分布----->正态分布----->逆累积概率----->输入常数0.95----->确定逆累积分布函数正态分布，均值 = 0 和标准差 = 1P( X <= x ) x0.95 1.64485自由度=12，求使得。
计算----->概率分布----->t分布----->逆累积概率----->输入自由度12----->输入常数0.95----->确定逆累积分布函数学生 t 分布，12 自由度P( X <= x ) x0.95 1.7822自由度=12，求使得。
基础统计Minitab应用
柏拉圖 (Pareto Chart)
• 典型之柏拉圖
250
80
200
累
60 積
150
比
40 率
100
20
0
0
A B C D E 其他
缺點項目
長條圖 (bar graph) 之一種應用。
80-20原則 80%的 缺 點 總 數 可 歸 屬 於 20%之 缺 點 項目。
Box Plot 20
18
16
14
12
10
8
6
4
2
1
2
3
月
箱形圖 (Box Plot)
Graph > Boxplot...
箱形圖 (Box Plot)
Outlier
75% 25%
Pulse1
箱形圖 (Box Plot)
Boxplot of Pulse1 vs Sex
100
90
80
70
median68
12.8%
Category Puncture Valve Stem Leak Damaged Sidewall Valve Core Leak Damaged Liner Leak From Seating
14.6%
27.6%
時間序列圖 (Time Series Plot)
•目的： 用來研究數據在時間順序上的變化。例如製程
Frequency
Histogram of RawData
6
5
4
3
2
1
0
20
30
40
5060708090RawData
Minitab数据的统计描述
)
4
3( n 1) 2 ( n 2)( n 3)
其中 s 为标准差
本章目录
描述性统计量
设 x1 , x 2 ,..., x n 是一组观测数据 分布形状的度量
Minitab
一个分布是否对称，可通过计算偏度的值进行判断：若 g1 0 ，可认为 分布对称；若 g1 0 ，则分布右偏（正偏），即均值右侧的数据更分散； 若 g1 0 ，则分布左偏（负偏），即均值左侧的数据更分散。
峰度是以同方差正态分布为标准，比较两侧极端数据分布情况的指标。 正态分布的 g 2 0 ；若均值两侧极端值数据较多，则峰度为正，此时分 布有一厚重的尾巴，且 g 2 0 ；若均值两侧的极端值较少，则 g 2 0 。
本章目录
Minitab
基础统计量
(Display Descriptive Statistics)
四分位距的数据点用“*”标出，该点很可能是异常点。因此从
盒形图可大致看出数据的分布情况以及是否对称等。
本章目录
Minitab
Minitab 2 探索 性数据分析
Minitab 例子
Minitab
Minitab
Minitab 2 探索 性数据分析
Minitab
Minitab
Minitab
例如： SET C7
2 7 9 3.8 22 END
4.分位数
p 其中 [np ]表示 np 整数部分，且 0 p 1 。 分位数表示有100× p %个
观测值不超过 p 分位数。故又称 p 分位数为第100× p 个百分位数, 中位数即0.5分位数.0.25分位数和0.75分位数分别称为下四分位数和 上四分位数，并记为Q1和Q3。
Minitab与 统计基础解读
Project 保存
生成Minitab worksheet 保存Project时 File>选择Save Project
选择文件夹
输入File 名
按保存键
Worksheet 保存
保存Worksheet时
Menu中 File>Save Current Worksheet
选择文件夹 输入File名
一个列(column) data分为两个以上的列时使用Unstack
并按照 Subscript分离
Menu中 Manip>Unstack Columns
指定Unstack 的 column(C3) 指定Unstack的 Subscript后 指定生成的列的保存位置
指定生成的列的名称
C3按照 subscript C4 分离后 保存在C5, C6
数据类型转换及行列转换
我们有以下数据，可以用前粘贴方式将其粘贴到MINITAB中
月 4 直通率 92%
5 93%
6 95%
7 99%
8 9 10 11 12 98% 96.50% 93.50% 92% 97.60%
粘贴后如下；图
我们在前面讲过，MINITAB只能对列数据进行分析，但现在是行 数据，故我们进行行列转换
欢迎光临6SIGMA天地
Minitab与 统计基础
联想集团有限公司 2004年5月
课程内容
1.Minitab 简介
2.统计基础介绍
1. Minitab 介绍
Minitab是什么？
是统计的软件包 为数据分析提供统计工具 进行 Six Sigma 活动时需要的统计工具
Minitab 使用基础
1. Minitab 介绍
Minitab统计教程
特性要因图
决定特性Y 头脑风暴找出可能的要因X 将X依5M+1E方式列表 将表输出MINITAB中
输出结果图形
练习
人 机 料 法 环 测
不够 熟练 培训 不够 监督 不够
设备没有 原料没有 没有设定标 温度太 仪器偏差 保养 检查 准化方法 高 太大 设备不常 清扫 没有进行 点检 原料含 s,p太高 抽样方式不 湿度太 合理 低 仪器R&R 太高
仪器偏差太大
原料没有检查
湿度太低
抽样方式不合理
没有进行点检 设备不常清扫
为什么 有缺陷 产生
温度太高
没有设定标准化 方法
设备没有保养
E nv ir on men
M e th od s
M ac hi n es
柏拉图
收集各项质量特性缺陷 列成表 输入到MINITAB中 MINITAB绘出图形 找出关键的Y特性
原始数据
输入需要连 接的数据列
输入新数据 列的位置
连接结果
编码（Code）
• Select: Data > code>Numeric to Text
原始数据
被编码的 变量 存储编码值的栏
编码
规则
编码结果
Minitab之常用图形
QC手法常用的图形如 下:
特性要因图 控制图(参见SPC部分) 柏拉图 散布图 直方图 时间序列图
165
190
2006/6
2006/7
170
175
2006/8
2006/9
180
176
输入数据
•Select: Gragh> Time Series Plot
时间刻度设置
Minitab统计分析课件
61.6
62.5
61.1
61.0
61.4
15
60.1
60.8
61.0
61.1
60.8
61.5
61.7
60.5
Select: Gragh> Histogram
输入数据
例:右表为某零件重量的数据.试作(1)直方图 (2)计算均值x和标准差s (3)该特性值的下限是60.2克,上限是62.6克,在直方图中加入规格线并加以讨论.
输入新工作表和注解的位置
数据块的堆栈结果
转置栏（Transpose Columns）
Select: Data > Transpose Columns
输入需要转置的列
输入新工作表的位置
可以输入注解列
转置结果
连接（Concatenate）
Select: Data > Concatenate
填好各项参数
输入缺陷列
输入频数列
在此指定 “95%” 将使余下的图示为 “Others”。
设置X轴,Y轴标签
可以对柏拉图进行命名
结果输出
不良项目
不良数
不良率
累计不良率
摩擦痕
7.78
0.37
0.37
辊印
2.44
0.12
0.48
污染
2.27
0.11
0.59
划伤
2.22
0.11
0.70
线形裂纹
1.97
Minitab的功能
计算功能 计算器功能 生成数据功能 概率分布功能 矩阵运算
Minitab的功能
数据分析功能 基本统计 回归分析 方差分析 实验设计分析 控制图 质量工具 可靠度分析 多变量分析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
StDev 4.01 2.79
SE Mean 1.52 1.05
• Trimmed Mean(整理平均) Minitab removes the smallest 5% and the largest 5% of the values (rounded the nearest integer), and then averages the remaining data
• SE Mean(Standard Error of Mean) StDev / N
附录1 -2/41
LG Electronics / LGENT 6σTASK TEAM
基础统计 附录 1 : 求基本统计量
• calc / calculator
Before After 58.5 60.0 2.5641 60.3 54.9 -8.9552 61.7 58.1 -5.8347 69.0 62.1 -10.0000 64.0 58.5 -8.5938 62.6 59.9 -4.3131 56.7 54.4 -4.0564
1 2.75 592.6
22.9
31.8 8.9 21
Data Display
Row Mean1 SEMean1 StDev1 Variance1 Q1_1 Median1 Q3_1
1 28.2190 0.424467 1.94515 3.78362 26.9 28.4 29.65
Row Sum1 Minimum1 Maximum1 Range1
附录1 -8/41
LG Electronics / LGENT 6σTASK TEAM
基础统计 例题 3 : 概率分布的活用 -泊松分布
• 显示器的某种特性服从平均为10的泊松分布时，求 P(X≤14) ? • Calc / probability distributions / Poisson
Variable Before After
Variable Before After
N 7 7
Minimum 56.70 54.40
Mean 61.83 58.27
Maximum 69.00
Median 61.70 58.50
Q1 58.50 54.90
TrMean 61.83 58.27
试行 成功概率
成功次数
Probability Density Function
Binomial with n = 15 and p = 0.400000
x 5.00
P( X = x) 0.1859
附录1 -7/41
LG Electronics / LGENT 6σTASK TEAM
基础统计 例题 3 : 概率分布的活用 -2项分布(2)
附录1 -4/41
LG Electronics / LGENT 6σTASK TEAM
基础统计 例题 2 : 求多种统计量
• 执行这样的过程，计算的Data Window以列别出现.
附录1 -5/41
LG Electronics / LGENT 6σTASK TEAM
基础统计
例题 2 : 求多种统计量
• 统计量要在Session Window上显示 ?
• Manip / display data
选择 所愿的 统计量
Data Display
Row size Mean1 SEMean1 StDev1 Variance1 Q1_1 Median1
1 27.5 28.2190 0.424467 1.94515 3.78362 26.9 28.4
附录 1. 利用Minitab的基础统计
LGENT SIX SIGMA TASK TEAM
基础统计
例题 1 : 求基本的统计量
• 开发新产品的公司，为了知道它的效果，把7名主妇为对象: 实验结果他们的体重变化如右图 为了知道体重变化的程度？
• Stat/basic statistics / display descriptive statistics
• 感染到某种传染病能恢复的概率为0.4. 在15名当中至少10名能恢复的概率为？ • Calc / probability distributions / binominal
执行次数 成功概率
成功次数
Data Display K2 0.0338333
* 在Minitab上，为了求P(X>x) 求P(X≤x)的值后 计算1-P(X≤x)，求概率.
附录1 -3/41
LG Electronics / LGENT 6σTASK TEAM
基础统计
例题 2 : 求多种统计量
• Random抽取工厂所生产的21个产品后，测定结果如下. 求例题1中求的统计量外的多种的统计量？
• calc/column statistics or row statistics • stat / basic statistics / store descriptive statistics
SSQ1
1 592.6
22.9
31.8 8.9 16798.3
Q3_1 29.65
IQR1 2.75
附录1 -6/41
LG Electronics / LGENT 6σTASK TEAM
基础统计 例题 3 : 概率分布的活用 -2项分布(1)
• 感染到某种传染病能恢复的概率为0.4。 15名被传染时，5名恢复的概率为 ? • Calc / probability distributions / binominal
Before 58.5 60.3 61.7 69.0 64.0 62.6 56.7
After 60.0 54.9 58.1 62.1 58.5 59.9 54.4
附录1 -1/41
LG Electronics / LGENT 6σTASK TEAM
基础统计 例题 1 : 求基本的统计量
Descriptive Statistics
2 27.6
3 27.6
4 30.3
5 28.8
6 22.9
7 26.6
8 31.8
9 28.4
10 26.9
11 30.0
12 31.2
13 29.4
14 28.0
15 26.8
16 28.8
17 28.5
18 26.3
19 29.9
20 26.9
21 28.4
Row IQR1 Sum1 Minimum1 Maximum1 Range1 N1