1、MINITAB培训(工程师级),-Basic Statistics 模块,此模块有如下功能:,模块功能,Use Minitabs basic statistics capabilities for calculating basic statistics and for simple estimation and hypothesis testing with one or two samples. The basic statistics capabilities include procedures for: Calculating or storing descriptive stati
2、stics Hypothesis tests and confidence intervals of the mean or difference in means Hypothesis tests and confidence intervals for a proportion or the difference in proportions Hypothesis test for equality of variance Measuring association Testing for normality of a distribution,打开一个软件自带的例子学习,打开Qualit
3、y文件,数据如下,选择 显示描述性统计,填完自变量和因变量后,点击 Graphs按钮,点击 OK 后,显示出 箱线图 和 统计数据,解释,每个箱线图最低点表示当天最小值,最高点表示最大值,箱子高,低点分别表示3/4,1/4数字大小,箱中间一横表示当天几个数据的中位数在Session窗口中具体显示MEAN平均值, StDev标准差,Median中位数等信息.,选择 存贮描述性统计,填完自变量和因变量后,点击 OK,多了些数据,自动将统计的数据如平均值和每日数据量N=10存放在C3-C5列,用 图形概要 方式,如图,点击 OK,The left four graphs: histogram of
4、data with an overlaid normal curve(带常态曲线的柱状图), boxplot箱线图), 95% confidence intervals for mean, and 95% confidence intervals for the median. (平均值和中位数95%的置信区间范围图),右边第一块数据是正态性检验.显示 P-Value=0.661,大于0.05,所以数据符合正态分布.第二块数据是平均值,偏态等第三块数据是最小最大等第四块数据是平均值,方差的95%置信区间等,区间估计与假设检验,例 假设一个物体的重量未知,为了估计其重量,用一个天平称5次,得到重
5、量5.52 5.48 5.64 5.51 5.45 ,假设结果符合标准差0.1的正态分布,求均值是否是5.5和重量置信水平为95%的置信区间,输入数据后,按图所示,按图所示将例子中数据填入后点击 OK,得到分析结果见Session窗口,分析,One-Sample Z: C1 Test of mu = 5.5 vs not = 5.5The assumed standard deviation = 0.1Variable N Mean StDev SE Mean 95% CI Z PC1 5 5.52000 0.07246 0.04472 (5.43235, 5.60765) 0.45 0.65
6、5由于假设均值为5.5,而置信区间(5.43235, 5.60765) 包含了5.5,故假设成立,可以认为重量为5.5,当前一例子中方差未知时(这也是通常的情况),求重量是否可认为是5.5,如图填上数据,点击 OK,结果在Session窗口中显示,解释,One-Sample T: C1 Test of mu = 5.5 vs not = 5.5Variable N Mean StDev SE Mean 95% CI T PC1 5 5.52000 0.07246 0.03240 (5.43003, 5.60997) 0.62 0.570同样的, 5.5在(5.43003, 5.60997)范围
7、中,可认为假设均值5.5成立.,一个新例子,公司购买了同型号的两台机床(可认为其加工的零件尺寸服从同方差的正态分布),抽检两台机床加工的轴,分析两台机床加工的轴有无明显差异机床甲:20.5/19.8/19.7/20.4/21.1/20/19/19.9机床乙:20.7/19.8/19.5/20.8/20.4/19.6/20.2,输入数据于两列中,Two-sample T for C1 vs C2 N Mean StDev SE MeanC1 8 20.050 0.626 0.22C2 7 20.143 0.522 0.20Difference = mu (C1) - mu (C2)Estimate for difference: -0.09285795% CI for difference: (-0.738860, 0.553146)T-Test of difference = 0 (vs not =): T-Value = -0.31 P-Value = 0.760 DF = 12由于假设两均值相等,差为0,在(-0.738860, 0.553146)中,故可认为二者均值无明显差异,假设方差未知,判断两个总体的方差是否相等,即尺寸离散度是否相同,
