1、Minitab15简单应用教程图文教程概述用图形表示数据用图形表示数据您对负载和时间这对变量之间的关系感兴趣。由于变量之一是时间的测量值,因此可能倾向于使用时间序列图,但注意数据不是在一段时间内 收集的,而是在不同时间收集的。您可能测量一段时间内的股票市场或单个患者的心率。在研究中,您收集了有关一段时间内许多不同区组的 木材在不同时间的信息,而非单个区组的信息。您选择绘制散点图。1 选择 图形 散点图 。步骤 4:使用图库在选择要创建的图形类型后,必须用图库缩小选择范围。这些库提供常用的图形变异,从而可以创建根据您的需要定制的且输入最少的图形。图库选项将有所不同,以适合所创建的图形,但通常提供
2、以下版本: 简单 - 用于没有类别分组变量的情况 含组 - 用于具有类别分组变量的情况多个 Y- 当类别图中包括多个变量时 向上述选择之一中添加数据显示或拟合线的版本1 选择 含组 ,并单击 确定 。步骤5:在图形对话框中输入数据此时出现“散点图 - 数据源”对话框,提示输入要在图形中使用的变量。数。 3D 散点图 - 在 X 、 Y 和 Z 变量定义的三个维度中标绘单独的观测值。 3D 曲面图 - 类似于 3D 散点图,但它显示连续曲面或网格而非单独的数据点。此时,您不确定是否需要回归或连接线,但确实要利用分组变量“解决方案”和“保持力”。您决定使用含组 选项。注选择某些图库基于所用变量的数
3、量和类型(简单 、 含组 、 多个 Y ,而其他图库只是添加了项(包含回归 、 包含连接线 。如果不 确定哪个图库选项适合您的需要,则首先关注将用于创建图形的变量。Y 列第一行周围的黑色粗线(活动位置表示将在此放置从列表中选择的变量。要向活动的位置中插入变量,请单击变量列表框中的变量并单击 选择 ,或仅仅双击变量。对于此图形,您要绘制每块木板的最大负载重量及其在老化箱中的时间,并按所用溶液和吸收量水平对数据进行分组。请注意 尺度 、 标签 、 数据视图 、 多图形 和 数据选项这些按钮。使用这些按钮可以访问在创建图形时要使用的常用图形选项(根据当前图形定制。在下一步骤中,您将研究这些选项。步骤
4、6:常用图形选项取决于图形,可能没有 尺度 、 标签 、 数据视图 、 多图形 和 数据选项 这些常用图形选项,并可能具有其他专用于该图形的选项。通过这些选项,可对图形的默认外观做出许多调整。通过这些按钮可以使用的选项会有所变化,以适合所创建的图形,但通常这些按钮控制: 由于图形将包括如此之多的数据点,因此您想要使用小刻度。1 在 Y 变量 下,输入 载荷 。在 X 变量 下,输入 小时数 。2 在 用于分组的类别变量 (0-3 中,输入 解决方案 。 尺度 :轴与刻度、网格线、参考线和百分位数线 标签 :数据标签、标题和脚注 数据视图 :数据显示包括拟合线在内的项 多图形 :多图形位置和组块
5、变量 数据选项 :子集化数据、处理缺失值和频率列1 单击 尺度 。2 在 Y 尺度 下,对 低 选中 小刻度 。3 在 X 尺度 下,对 低 选中 小刻度 。在每个对话框中单击 确定 。用图形表示数据图形仍然按“解决方案”分组,但它现在按“保持力”分组块。现在,描述不同吸收量水平下的溶液之间的差别变得简单多了。步骤 10:选择要编辑的图形项实际上,您可以编辑Minitab 图形中的每个元素。可以进行装饰性更改(如标题的字体或线条的颜色,还可以进行更加结构化的更改(如增 加尺度的范围或拟合 Lowess 线条。但首先必须选择要编辑的项。选择某项有以下三种方法: 单击该项。 选择 编辑器 选择项
6、,然后从列表中选择该项。 从图形编辑工具栏的列表中选择该项。取决于项的不同,一种方法可能比另一种简单。在步骤 5 中创建的散点图中证实了某种特殊情况。如果单击图形中的任意点一次,则会选择 所有点。如果第二次单击同一个点,则只选择该组中的点。第三次单击该点,就会选择单个点。 选择所需项之后,可以用以下四种方式之一开始编辑: 双击该项。 选择 编辑器 编辑 。 单击右键并选择 编辑 。 单击图形编辑工具栏上的“编辑”按钮 。步骤 11:基本图形编辑图形项(如数据区域、刻度标签和许多其他项目自动调整,以便在默认情况下生成尽可能清晰的图形。即使这样,也可以更改这些项目的外 观以满足需要。 注 在图形创
7、建的过程中,可以通过选择 多图形 按钮,然后选择 按变量选项卡来使用组块变量。组块排列更改图形组块排列和间隔的方式。 1 双击组块标签。 2 单击 排列 选项卡。3 在 行和列 下,选择 自定义 。 4 在 行 中输入 1,在 列 中输入 3。 5 在 组块间的边际 中,输入 0.02。 6 单击 选项 选项卡。7 在 适当时改变组块上的刻度 下,选择 不改变组块 ,并单击 确定 。图形标题增加大小并更改标题文本。 1 双击图形标题。 2 在 大小 中输入 16。3 在 文本 中,删除默认的图形标题。输入 随时 间变化的最大载荷 。 4 单击 确定 。用图形表示数据输入变量在数据源对话框中输入
8、图形变量和分组 变量。3 在 图形变量 中,输入 载荷 。4 在 用于分组的类别变量 中,输入 解 决方案 。使用图形选项按钮需要根据 保持力 中的值将观测值分为两 个组块。5 单击 多图形 。6 单击 按变量 选项卡。7 在 按分组变量在同一图中分列 中, 输入 保持力 。8 在每个对话框中单击 确定 。图形窗口输出您决定进行一些更改,以使报告的图形更清晰。步骤15:高级图形编辑现在,您已经创建了第二个图形,请用些时间研究一下吧。您注意到,标题和组块的排列看起来与所创建的散点图不一致。随着进一步研究图形,您注意到(由于数据提示在图形中并不会立即出现精确的中位数值。这些是可能会影响编辑的因素。
9、箱线图已完成,但您可能希望通过各种统计过程继续研究数据的分布。图形可能使您产生疑问,即组的中位数之间实际存在多大差异,或者组 观测值范围内的方差是否足以引起关注。现在,已具有如您所需的图形,应该继续下一个目标了:创建图形布局。 组块将刻度标签放置在同侧,并在组块之间制造空白。1 双击组块标签。2 单击 排列 选项卡。3 在 行和列 下,选择 自定义 。 4 在 行中输入 1,在 列 中输入 3。5 在 组块间的边际 中,输入 0.02。6 单击 选项 选项卡。7 在 适当时改变组块上的刻度 下,选择 不改变组块 ,并单击 确定 。轴标签和标题更改标题以匹配所创建的散点图。由于 X 轴刻度标签只
10、是描述性的,因此可将其删除。4 双击标题。5 在 文本 中,键入 最大负载重量的分布 。6 在 大小 中,输入 14,并单击 确定 。7 选择 X 轴标签并单击 。添加并编辑数据标签添加中位数标签并更改其显示特征。1 选择 编辑器 添加 数据标签 。2 单击 中位数 选项卡。3 在 标签类型 下,选择 使用 y 值作标签 ,并单击 确定 。4 双击中位数标签。5 单击 字体 选项卡。6 从 颜色 中选择 。7 在 样式 下选中 粗体 。8 在 大小 中输入 18。9 单击 对齐 选项卡。10 在 偏移 下选择 自定义 。11 在 水平 中,输入 0.02,并单击 确定 。步骤 16:创建布局从
11、同一图形对话框中创建多个图形时,可以单独地显示各个图形,也可以用 多图形 选项在同一页上显示各个图形。但是,除非以后创建布局,否则在创建不同类型的图形时您只能在不同页上显示这些图形。为了进行演示,您要在同一页上显示箱线图和散点图。图形窗口输出步骤 17:其他应用程序中的图形作为任务的最终目标之一,您需要向论述图形中所发现内容的文档中添加图形布局。尽管使用 ReportPad 可以在 Minitab 中创建报告,但您 决定使用 Microsoft Word 生成报告。无论要将图形复制到字处理文档还是幻灯片演示文稿,过程都基本相同。取决于所使用的方法,复制到其他应用程序中的 Minitab 图形可
12、以保 留所有其可编辑的属性。1 使布局处于活动状态,选择 编辑 复制图形 。2 在 Word 文档中,将光标置于要插入图形的位置。3 选择 编辑 选择性粘贴 。如果使用其他字处理器,可能没有 选择性粘贴 选项。在此情况下,仍然可以使用 粘贴 ,但无法访问下一步中讨论的选项。4 在 形式 中,选择 Mtb 图形对象 。这样确保可以在 Word 文档中编辑此图形。如果选择其他选项(例如图片或位图,则生成的图像无法 使用 Minitab 图形编辑工具进行编辑。5 单击 确定 。6 在 Word 文档中双击该图形。此时将出现 Minitab 的图形注解工具栏,可以双击任何图形项,以便如在 Minita
13、b 中那样对其进行编辑。步骤 18:图形和命令语言1 选择 编辑器 布局工具 。2 在 行 中输入 2。3 在 列 中输入 1。4 突出显示 负载与小时的散点图 ,并单击。5 单击 完成 。输入和研究数据输入和研究数据输入和研究数据8 在每个对话框中单击 确定 。在会话窗口输出中, Minitab 显示回归方程、系数表、方差分析表,并在异常观测值表中显示异常值和有影响的观测值(第 12 和第 15 行的同一性。继续进行进一步分析之前,要检查第 12 行和第 15 行,以确保其包含的数据有效。回归分析 : 重量 与 D2H回归方程为重量=0.0196+0.00758D2H自变量系数系数标准误TP
14、常量0.019610.045660.430.673D2H0.00758380.00079949.490.000S=0.129772R-Sq=83.3%R-Sq(调整=82.4%方差分析来源自由度SSMSFP回归11.51551.515589.990.000残差误差180.30310.0168合计191.8187异常观测值拟合值标准化观测值D2H重量拟合值标准误残差残差121261.11000.97560.07170.13441.24X15740.07000.57790.0374-0.5079-4.09RR表示此观测值含有大的标准化残差X表示受X值影响很大的观测值。Minitab 还显示三个图形
15、:残差的正态概率图、残差的直方图以及残差与 D2H 。粗略地看一下这些图就能发现残差不是正态 分布的,且数据包含异常值。输入和研究数据回归方程为重量=0.0200+0.00829D2H自变量系数系数标准误TP常量0.019990.013651.460.160D2H0.00828970.000239034.680.000S=0.0387993R-Sq=98.5%R-Sq(调整=98.4%方差分析来源自由度SSMSFP回归11.81081.81081202.880.000残差误差180.02710.0015合计191.8379异常观测值拟合值标准化观测值D2H重量拟合值标准误残差残差121261.
16、110001.064910.021420.045091.39X171070.790000.908580.01740-0.11858-3.42RR表示此观测值含有大的标准化残差X表示受X值影响很大的观测值。如果您具有完善的模型且满足了所有统计假设,则可以测量该总体中任何白杨的直径和高度,且在并不实际测量的情况下预 测其重量。从回归输出中,您发现系数表中 D2H 的 t 比率较高, p 值较低,有力地证明了 D2H 与重量之间的关系。方差分析表中较 大的 F 统计量和较低的 p 值以不同方式用数量限定此关系。 R 2和调整的 R 2值(大于 98%进一步巩固了 D2H 与重量 之间存在强线性关系这
17、一命题。但是,做出最终结论之前,您决定查看以下图:残差的正态概率图、残差的直方图以及残差与 D2H 。可以同时使用会话窗口输出和两个效应图来帮助确定对于您的过程哪个效应重要。首先,您将查看会话窗口输出。 您拟合整个模型,其中包括三个主效应、三个双因子交互作用和一个三因子交互作用。使用“效应和系数的估计”表 P 列 中的值确定哪些效应显著。使用 = 0.05,“压力”和“催化剂”以及“压力 催化剂”的主效应显著;也就是说,其 p 值 小于 0.05。步骤9:筛选设计 效应图现在,您可以使用正态概率图和效应的 Pareto 图来查看哪些效应影响“产量”这一响应。活动效应是指显著或重要的效应。在效应
18、的正态图中,与线拟合不好的点通常表明活动效应。活动效应比非活动效应大,且 离拟合线更远。非活动效应往往较小,并集中在零(所有效应的平均值附近。1 要使正态概率图出现在活动窗口中,请选择 窗口 产量的效应图 。 拟合因子 : 产出 与 温度 , 压力 , 催化剂产出的效应和系数的估计(已编码单位系数标项效应系数准误TP常量74.812.56129.210.000温度1.380.692.5610.270.795压力14.127.062.5612.760.025催化剂-30.38-15.192.561-5.930.000温度*压力-0.13-0.062.561-0.020.981温度*催化剂-1.1
19、3-0.562.561-0.220.832压力*催化剂-13.37-6.692.561-2.610.031温度*压力*催化剂-0.13-0.062.561-0.020.981S=10.2439PRESS=3358R-Sq=86.14%R-Sq(预测=44.55%R-Sq(调整=74.01%对于产出方差分析(已编码单位来源自由度SeqSSAdjSSAdjMSFP主效应34496.194496.191498.7314.280.0012因子交互作用3720.69720.69240.232.290.1553因子交互作用10.060.060.060.000.981残差误差8839.50839.50104
20、.94纯误差8839.50839.50104.94合计156056.44产出的系数估计,使用未编码单位的数据项系数常量60.6667温度0.079167压力4.83333催化剂-2.6667温度*压力-0.004167温度*催化剂-0.045833压力*催化剂-4.33333温度*压力*催化剂-0.004167别名结构I温度压力催化剂温度*压力温度*催化剂压力*催化剂温度*压力*催化剂7 在 分析因子设计 对话框中单击 确定 。输出将显示在会话窗口中,而残差图将显示在图形窗口中。您所选择的活动效应是良好选择吗?您的模型有效吗?接下来您将在评估简化模型时尝试回答这些问题。步骤 11:评估简化模型
21、会话窗口输出提供了关于模型是否良好的信息。检查 P 列,其中包含模型中每项的 p 值。评估模型的良好标准是查看 p 值。如果所有项的 p 值都小于试验所对应的 水平,则可以确信具有良好的模型。此处,您决定使用 = 0.05。模型中每项的 p 值都小于 0.05,表示模型是进一步研究和验证的理想候选。此模型相当简单,并且拟合数据的效果几乎与 具有所有项的模型相同。残差误差只增加了很少。可以使用残差图来进一步检查模型。拟合值是模型所预测的结果。残差是实际产量减预测产量。拟合因子 : 产出 与 压力 , 催化剂产出的效应和系数的估计(已编码单位系数标项效应系数准误TP常量74.812.10735.5
22、10.000压力14.137.062.1073.350.006催化剂-30.37-15.192.107-7.210.000压力*催化剂-13.38-6.692.107-3.170.008S=8.42739PRESS=1515.11R-Sq=85.93%R-Sq(预测=74.98%R-Sq(调整=82.41%对于产出方差分析(已编码单位来源自由度SeqSSAdjSSAdjMSFP主效应24488.624488.622244.3131.600.0002因子交互作用1715.56715.56715.5610.080.008残差误差12852.25852.2571.02纯误差12852.25852.2
23、571.02合计156056.44产出的系数估计,使用未编码单位的数据项系数常量63.0417压力4.70833催化剂-4.04167压力*催化剂-4.45833别名结构I压力催化剂压力*催化剂可以看出,催化剂类型比压力的主效应更大。也就是说,连接催化剂 A 与催化剂 B 的平均值响应的直线比连接压力低设置 和高设置的平均值响应的直线的斜率更陡。尽管催化剂类型对产量的影响似乎比压力更大,但查看交互作用是很重要的。交 互作用可以放大或抵消主效应。为计算主效应, Minitab 从因子较高(即第二个水平的平均值响应中减去因子较低(即第一个水平的平均值响应。下表 汇总了这些结果:如果因子之间没有交互
24、作用,则此图形将足以描述在哪里出现因子变化中的最大高潮。然后,下一个步骤是查看显著的交互作用。尽管已验证了会话窗口输出中显著的交互作用,但还以查看交互作用图以确定此 效应的大小。在压力为 1 个和 4 个大气压下,催化剂 A的产量都要高于催化剂 B的产量。但是,您会发现在 4 个大气压下,使用催化剂A 的游程与使用催化剂 B 的游程之间产量的差异比在 1 个大气压下使用催化剂 A 的游程与使用催化剂 B 的游程之间 产量的差异大得多。为了在试验中得到最高的产量,根据结果建议,应该将压力设置为 4 个大气压并使用催化剂 A 。步骤 14:保存并退出1 选择 文件 保存项目 。2 在 文件名 中,
25、输入 SS5DOE 作为项目名称。如果忽略扩展名 .MPJ ,则 Minitab 会在您保存项目后自动添加该扩展 名。3 单击 保存 。4 如果看到询问您是否要替换现有文件的消息框,请单击 是 。5 要关闭 Minitab ,请选择 文件 退出 。因子 效应的大小 解释压力 +14.13 在 4 个大气压下运行时比在 1 个大气压下运行时产量更高催化剂 30.37 使用催化剂 A 的运行比使用催化剂 B 的运行产量更高2 要使交互作用图成为活动的窗口,请选择窗口 产量的交互作用图 。交互作用图显示更改一个因子的设置对另一个因子的影响。由于交互作用可以放大或减小主效应,因此评估交互作用极其重要。压力与催化剂之间的显著交互作用显示为斜率截然不同的两条直线。
