- 1. MA03 - Minitab 第二部分(Minitab Part 2)圖表分析
(Graphical Analysis)Pg *
- 2. 章節目的與用途本章您可以學習到:
量測中心, 形狀和離散度的各種統計值的定義及用途
如何產生並解釋Minitab的核心圖表及便利圖表
用刷子功能在 Minitab 中作數據分析與說明
用對話方塊和圖表編輯工具修改圖表
在資料窗中儲存圖表
244
- 3. 測量階段: 可能取得的成果明確專案定義
專案描述
確立專案關鍵測量指標
確認輸入及输出測量指標
製程流程圖及精簡製造(Lean Manufacturing)簡介
因果矩陣及魚骨圖
測量系統分析
數據系統和 Minitab軟體簡介
基礎統計學
量具研究: 定性型 / 定量型測量系統
確定製程能力
計算短期和長期 Cpk, Ppk, Sigma 水平, DPU, RTY
完成階段總段
結論,問題和下階段任務245
- 4. 模組目的用圖形探測資料
便利性圖表-概覽
核心圖表-概覽
選擇適當圖表
描述性統計值
分析常態性
箱形圖(BOXPLOT)
圖表總結
常態機率圖
點狀圖
產生客製化的圖表
核心圖表-標繪圖(PLOT)
核心圖表-時間序列圖
管理多個圖表
刷子功能
核心圖表-標識圖(CHART)
區間圖
圖表編輯
圖表客製化
總結
246
- 5. 用圖表探索數據我們將回顧如何:
基於資料大小和類型選擇適當圖表以確定形狀, 離散度和中心.
核心圖表包括:
標繪圖 (PLOT)
時間序列圖 (Time Series Plot)
標識圖 (Chart)
直方圖 (Histogram)
箱形圖 (Box Plot)
使用常態機率圖的特殊圖形
247
- 6. 我們將回顧如何:
了解統計術語的意義與在有關的形狀, 離散度和中心位置的應用
常態性 (Normality)
標準差
均值的標準誤差
全距 (Range)
Q1 和 Q3
平均數
中位數
常態性檢定 (Test of Normality)
信賴區間
用圖表探索數據-續篇248
- 7. 我們將回顧如何:
理解並運用圖表編輯工具產生或編輯下列屬性:
文字, 形狀, 線條, 及區域
使用下列圖表對話方塊的功能:
列表框 (List Box)
圖表變數 (Graph Variables)
資料展示 (Data Display)
編輯屬性 (Edit Attributes)
框架 (Frame)
加注解 ( Annotation)
選項 (Option)用圖表探索數據-續篇249
- 8. 用圖表量探索數據-續篇我們將回顧如何:
用對話方塊選項使圖表的下列組合客製化:
單位長度標簽, 軸標簽及單位長度位置
組變數
資料顯示 (符號, 線條, 顔色, 尺寸, 形狀)
標題, 圖表及其組合的背景上色
理解各圖表的某些獨特選項:
悸動 (標繪圖), 群組與疊堆 (標識圖)250
- 9. 便利性圖表概觀:
在Stat 功能表中的任何圖表
常態機率圖 (Normal Probability Plot)
草圖(Draftsman Plot)
方陣圖(Matrix Plot)
點狀圖
定義:
便利性圖表可以快速產生,通常與統計值相關聯的圖表, 常可以以彩色輸出
位置 (Location):
便利性圖表可以從Stat功能表或Graph功能表的一個命令中獲得
251
- 10. 優點:
Stat 功能表中的圖表允許從統計功能表的對話方塊中建立. 通常圖表設計包含數個圖表以協助顯示你的流程. 可以快速製作, 並和相應的統計值有關.
缺點:
對話方塊幾乎沒有客製化功能.對由Stats功能表得到的圖表的任何改變必須用圖表編輯工具才能實現. 圖表編輯工具不可以生成命令, 也不能永久存儲其設計佈局. 如果由於資料改變需要重新創建圖表, 用圖表編輯工具所做的改變不能再次使用.便利性圖表252
- 11. 核心圖表概觀:
標繪圖 (Plot)
時間序列圖
標識圖 (Chart)
直方圖
箱形圖 (Box Plot)
定義:
核心圖表透圖表對話方塊爲你提供了所有的圖表客製化工具
位置:
m核心圖表可以從Graph 功能表進入253
- 12. 優點:
透過對話方塊客製化能生成一系列命令. 這些命令可以存儲爲巨集指令或存儲在工作單的列中. 通過對話方塊改變圖表的好處是這些命令可以在隨後資料增加及由新資料代替時重新產生相同的圖表.
缺點:
透過對話方塊改變圖表需要經過一定學習過程. 但你可以做到!
核心圖表254
- 13. 實例 1實例 1 – 識別引起過量填充的因素
問題:一個灌裝公司遇到過量填充的問題. 他們知道這是天天都發生的問題. 他們有240 瓶産品填充重量資料. 他們還有下列資訊:
他們知道哪個灌裝機器灌注相同的瓶子 (灌裝機1 或灌裝機2)
各班採集了六十個重量資料 (第 1 或 2班; 資料存儲在行 “Shift”中)
這六十個重量資料進一步分爲10 個灌注重量/班別/灌注頭的資料
這10 個重量資料由每小時在各灌注頭採集 (有 6 個頭)Overfill.mpj255
- 14. 實例 1: 描述引起過量灌注的因素
資料的描述:
流程的訊息:
規格限爲 220 +/- 5 g
當前産品灌注範圍大約爲 215-232 g/瓶
每日的變異量是一致的
實例 1256
- 15. 選擇合適的圖表步驟 1: 確定研究目的
確定哪個類別X 變數 (因素), 會影響灌注重量
確定適用於資料特徵的分析工具
在本例中, 只使用圖表技巧和描述性統計指令
步驟 2: 確定適合我們資料的分析工具
m我們這裏不加論述, Pierre Gy 和 Francis Pitard 專門著書討論這個題目. 一個關鍵概念是採樣時資料總體是否“移動”, 因爲很多看起來均質的樣本(懸濁液, 液體, 粉末)實際上按微粒尺寸或濃度分層.257
- 16. 步驟 3: 資料的哪些特徵需要探索?
直方圖和箱形圖可協助瞭解資料形狀和離散度, 但不能反映隨時間變化的情形
時間序列圖允許觀察隨時間的偏移趨勢
步驟4: 你有多少數據?
直方圖在資料點超過30 個時很有用
箱形圖在資料點少過 10-12 個時會造成誤解選擇合適的圖表-續頁258
- 17. 步驟 5: 資料是 “單一母體” 還是來自 “混合母體”?
混合母體包括:
從所有四個生產線製造的凸輪杆變異過多且一個生產線生産工具的直徑稍微小於規格要求. 你把所有資料編爲一個樣本.
檢查直徑的三個測量設備中有一個總是比其他兩個讀數高.你把所有資料編在一起.
步驟 6: 你的問題超過一個嗎?
在標繪圖(Plot)或標識圖(Chart)中用分組變數可幫助識別與生產線和測量設備有關的兩個問題. 但如果未考慮兩個因素的話, 你無法確定原因的變數.選擇合適的圖表-續259
- 18. 步驟1: 選 Stat Basic Statistics Display Descriptive Statistics.
步驟2: 在 Variables, 輸入或選定 Filler 1.
步驟3: 按
步驟4: 選Histogram of data, with normal curve.
步驟5: 按 兩次, 各對話框各一次.
顯示描述性統計值Overfill.mpj260
- 19. 描述性統計 - 定義N
行中的觀測次數 (N).
Mean
中心位置的一種測量. 最適用於常態分佈資料.
Median
中心位置的第二種測量. 也是第 50個百分點 (第二個四分位元點), 由資料按大小排列並尋找第 [N+ 1]/2個數據點獲得. 若資料點個數爲偶數, 中位值由第N/2 及 [N/2] + 1個數據點間的中心位置推算.
TR Mean
去頭尾後的均值 (TrMean)類似於均值, 但去掉了資料組中的極端值. 最高和最低的 5% 數值(按最接近的整數)去掉後才計算剩下的數值的均值.
261
- 20. 描述性統計 - 定義
Std Dev
o 標準差. 測量平各資料點的變異.
SE Mean
o 均值的標準誤差. 測量平均值估計值的可能偏差程度.
Min
資料中最小的值 .
Maximum
資料中最大的值.
Q1
第25個百分點 (25%的資料小於該值, 75% 則大於之). 也稱爲第一個四分位數.
Q3
第75個百分點 (75%的資料小於該值, 25% 則大於之). 也稱爲第三個四分位數.
262
- 21.
直方圖
直方圖可以幫助分析資料的形狀 (這裏是常態的), 中心位置 (稍小於 220) 及 離散度 (215-226). 在資料點至少爲 30 個時使用. 如數據爲常態分佈的, 資料的均值和中位值會在常態曲線的頂峰
分析常態性 Descriptive Statistics: Filler 1
Variable N Mean Median TR Mean StDev SE Mean
Fill Machine 120 219.89 219.98 219.88 2.11 0.19
Variable Minimum Maximum Q1 Q3
Fill Machine 214.84 225.50 218.56 221.13263
- 22. 分析常態性 - 續頁常態分佈 非常態 (不對稱分佈 )264
- 23. 箱形圖 (Box Plot) 步驟 1: 回到Descriptive Statistics 對話方塊. 選其中之一:
m按 Ctrl+E 回到上次用到的對話方塊
m選 Stat Basic Statistics Display Descriptive Statistics.
步驟 2: 按 Graphs.
步驟 3: 按 Boxplot of data.
步驟 4: 去掉 Histogram of data, with Normal Curve.
步驟 5: 在各對話方塊按. Overfill.mpj265
- 24. q中位數(Median)
m描述資料中心點的值即中位數—由方框內的直線表示
q鬍鬚 (Whiskers)
m由方框向外輻射的線條稱爲鬍鬚. 如果鬍鬚包含所有資料範圍, 則箱形圖代表了資料的極差.
m在這個箱形圖中一個鬍鬚在最後的資料點停止延伸. 不包括在鬍鬚上的資料點稱爲畸點.
Interquartile Range
50%的資料包含在長方形內,由Q1與Q3為端點
箱形圖的組成266
- 25. 箱形圖 – 鬍鬚長度是多少? Outlier鬍鬚長度
鬍鬚長度不恒定, 因爲它是基於個體的資料而定.
儘管鬍鬚最大長度是1.5* (IQR,四分位間距), 它必須在一個數據點上終止. 如右圖的例子所示.267
- 26. 箱形圖的解釋 群組顯示出相似變異會得到高度相近的箱形圖.解說明 :
其其中一邊較短的鬍鬚,及上端較長的鬍鬚和Outlier顯示出這套數據是非對稱的.
另一個非對稱的表徵是中位線不在四分位間距的(箱子的)中心.
在箱形圖左邊以中位線爲中心點畫一個向“一邊”傾斜的分佈曲線,可以代表資料組的形狀. 268
- 27. 圖表總結 步驟1: Stat Basic Statistics Display Descriptive Statistics.
步驟 2: 按 F3 清除對話框.
步驟3: 在 Variables中, 輸入 Filler 1.
步驟4: 按 Graphs.
步驟5: 按 Graphical Summary.
Overfill.mpj步驟 6: 按 OK269
- 28. 圖表總結A■ Anderson Darling 常態性檢驗
用 O:於確定資料是否服從常態分佈
零 虛無假設: 資料爲常態分佈的, Ho = 資料常態
備 對立假設: 資料爲非常態分佈的, Ha =資料非常態
P ■ P-值
顯 指示一個從常態分佈總體中隨機抽取的樣本有97.6% 的機會和你的樣本一樣,
甚至更加偏離常態分佈
高 高的 p-值表明你不能推翻資料代表常態分佈的虛無假設
低 低的 p-值可能表明你應推翻虛無假設並假設資料不代表常態分佈
歪■ 斜度及峰度(Kurtosis & Skewness)
常態性的另外證據是峰度和歪斜度值都很低
接 近 0 的值強力顯示了常態分佈 270
- 29. 常態機率圖步驟 1: 選 Stat Basic Statistics Normality Test.
步驟 2: 在 Variables中, 輸入 Filler 1.
步驟 3: 按Overfill.mpj觀察圖表並檢查P-值.271
- 30. 如數據爲常態的資料點應落在線上. 嚴重正歪斜的資料 (就象前面的箱形圖所示) 會顯著偏離直線, 如下圖所示.常態機率圖 – 續P-值告訴了你什麼??272
- 31. 回到箱形圖步驟 1: Stat Basic Statistics Display Descriptive Statistics.
步驟2: 在Variables中, 輸入 Filler 1.
步驟3: 選 By variable, 並輸入 Head.
步驟4: 按 Graphs.
步驟5: 选 Boxplot of data.
步驟6: 在各對話框按.
Overfill.mpj273
- 32. 回到箱形圖Overfill.mpj274
- 33. 箱形圖的組成275
- 34. 點狀圖 (Dot Plot)Overfill.mpj步驟 1: 選 Stat Basic Statistics Display Descriptive Statistics.
步驟 2: 在 Variables中, 輸入 Filler 1. 保留前面箱形圖例子中選定的 By variable 及 Head.
步驟 3: 按 Graphs.
步驟 4: 選 Dotplot of data.
步驟 5: 在各對話方塊中按.
276
- 35. 點狀圖 (Dot Plot)Overfill.mpj277
- 36. 練習: 展示描述性統計值 Overfill.mpj用Filler 2的資料產生圖表總結
資料是常態分佈的嗎?
哪個圖或統計值告訴你的?
你的直方圖及箱形圖顯示資料分佈是對稱的嗎?
用分類變數把灌注頭的資料繪製成箱形圖和點狀圖
圖表能告訴你引起過量灌注的原因是什麽嗎?
這是由於居中(均值偏移)引起的問題還是變異量的問題 (一組資料的變異比其他組大)?278
- 37. 核心圖表 -產生客製化圖表 直方圖和點圖(散佈圖)也可以從圖表(Graph)功能表中生成.
由這個功能表生成的圖表在會話窗沒有統計數位
在圖表功能表得到的圖的優點是允許通過所有核心圖表對話方塊對各圖做高度個性化處理.
包括各資料點的點圖也可以通過圖表功能表用 標繪圖 或 時間序列圖生成.
標繪圖允許你按組觀察各個數據點, 時間序列圖(Time Series Plot) 假設各資料點按次序收集.
279
- 38. 核心圖表-產生客製化圖表 核心圖表:
標繪圖和時間序列圖都是核心圖
標繪圖對話方塊幫助你熟悉所有核心圖對話方塊中的關鍵組成部分
在MINITAB中你可以通過選 Graph Plot 進入這些對話方塊280
- 39. 核心圖表的製圖功能行表框
列出所有可用於作圖的變數及類別變數. 隨游標位置不同, 列出的表會産生變化. Data Display
列出特定變數的資料展示組元的類型 .Group Variables
用於區分符號或顔色不同的各資料組 .Graph Variables
依圖表的要求, 列出變數或製圖項的功能. 281
- 40. 核心圖表的製圖功能 Edit Attributes
列出相應於各變數的選定資料展示組元的特徵 Options
列出選定圖表的特定選項, 如加入悸動或資料軸的轉換 .Regions
顯示圖形區, 資料區及標識說明區的特徵. Frame
顯示圖表框架的設置, 包括軸的參數, 刻度的特徵, 最小及最大值等. Annotation
顯示圖表中包括標題和標識說明的文字資訊 .282
- 41. 核心圖表 – 建立基本圖表 步驟 1: 選 Graph Plot.
步驟 2: 爲 Y 軸圖表變數輸入 Filler 1.
步驟 3: 爲 X軸圖表變數輸入 Head.
步驟 4: 按 283
- 42. 核心圖表 – 產生標題 步驟 1: 按 Ctrl+E 打開上次用到的對話方塊.
步驟 2: 選 Annotation Title.
步驟 3: 鍵入標題和子標題, 如下所示.284
- 43. 核心圖表 – 改變標題特徵 下拉箭頭使編輯工作很容易.步驟 4: 爲第二個標題選 Text Color Red.
步驟 5: 爲第二個標題選 Text Size 1.0.
步驟 6: 按285
- 44. 步驟 7: 按
步驟 8: 選 Type Circle.
步驟 9: 在各對話框按. 核心圖表– 資料顯示 286
- 45. 核心圖表– 結果的解釋 287
- 46. 步驟 1: 選 Graph Time Series Plot.
步驟 2: 按右圖完成對話方塊.
步驟 3: 選 Frame Multiple Graphs.
步驟 4: 選 Same X and same Y.
步驟 5: 在各對話方塊按.
時間序列圖 – 繪製基本圖 288
- 47. 管理多個圖表 步驟 1: 選 Window Project Manager.
步驟 2: 選Graphs 檔案.
步驟 3: 選 TSPlotFiller1, 按住Shift 或 Ctrl 鍵並選 TSPlotFiller2.
步驟 4: 選定兩個圖後, 在選定的圖名上按右鍵並選Tile.
289
- 48. 刷子 – 概觀 我們能用刷子功能挑出一個或一組點 .刷子有幾個組成部分:
刷具 – 允許你在圖中建立一個刷寫區的特別游標
刷寫區– 圖中被突出的資料點. 被刷的點以刷子的顔色顯示
刷板 – 用於顯示落在刷寫區的資料點所在資料窗的行號的浮動窗戶, 並顯示該行對應的高達十列的其它信息
被刷指示– 資料窗中行標題上顯示被刷的資料行的識別字號.290
- 49. 刷寫步驟 步驟 1: 讓上例中獲得的Filler 2 的時間序列圖爲活動的, 選 Editor Brush.
步驟 2: 刷子模式使游標變成手標並顯示出一個將包含被刷點行號的刷板.
步驟 3: 用拖曳法選定所有重量大於225的資料點.
步驟 4: 被刷的點將變成綠色 且各被選的點的行號在刷板窗顯示出來.
步驟 5: 到資料窗檢查一下, 這些點(在行號前方)也被“標識”出來. 291
- 50. 刷寫步驟 292
- 51. 刷子功能 – 設置 ID變數 步驟 1: 在刷子模式, 在圖上按右鍵
步驟 2: 選 Set ID variables.
步驟 3: 按下圖完成對話方塊.
步驟 4: 按
步驟 5: 按 Ctrl+D 觀察被刷點所在的資料窗的指定行.293
- 52. 核心圖表 – 使用分組變數 步驟 1: 選 Graph Plot.
步驟 2: 爲Y軸圖表變數輸入Filler 1.
步驟 3: 爲X軸圖表變數輸入Head.
步驟 4: 選 For Each Group.
步驟 5: 在 Group Variables中,
輸入Shift.
步驟 6: 按 294
- 53. 核心圖表 – 使用分組變數 295
- 54. 核心圖表 – 資料顯示中的符號 步驟 1: 按 Ctrl+E 打開上次用到的對話方塊.
步驟 2: 按 Edit Attributes.步驟 3: 爲Shift 2 的加號選 Color Red 並選 Size 2.
步驟 4: 按 兩次, 各對話方塊各一次.
296
- 55. 步驟 1: 按 Ctrl+E 打開上次的對話方塊.
步驟 2: 按
步驟 3: 選 Add Jitter to Direction:
步驟 4: 在各對話方塊按.核心圖表- 加入悸動 (Jitter) ?你能發現顯示第二班有所區別的特徵了嗎?297
- 56. 核心圖表 – Y的作圖功能 請注意Y軸的刻度很小.步驟 1: 選 Graph Chart.
步驟 2: 選 Function Mean.
步驟 3: 爲Y軸變數輸入
Filler 1.
步驟 4: 爲X軸變數輸入
Head.
步驟 5: 按 298
- 57. 標識圖 –定義軸刻度 步驟 1: 按 Ctrl+E 打開上次的對話方塊.
步驟 2: 按 Frame Min and Max.
步驟 3: 鍵入 215 爲 Y的最小值.
步驟 4:鍵入 225 爲 Y的最小值.
步驟 5: 按299
- 58. Y軸刻度應基於包括所有信賴區間範圍而定. 這樣圖表才能代表總體.
如樣本尺寸是20, 其95% 信賴區間(CI)是:
95% CI=均值+/-2.08* (SE Mean )
如樣本尺寸不小於30 :
95% CI=均值+/-1.96* (SE Mean )
Head N Mean StDev SE
Mean
1 20 219.79 2.28 0.51
2 20 220.29 1.63 0.36
3 20 220.52 2.08 0.47
4 20 219.63 2.21 0.50
5 20 219.88 2.25 0.50
6 20 219.24 2.13 0.48標識圖 –定義軸刻度 300
- 59. 步驟 1: 選 Stat ANOVA Interval Plot.
步驟 2: 在 Y 變數處輸入 Filler 1.
步驟 3: 在 Group
variable處輸入
Head.
步驟 4: 選則把均值顯示爲
Bar.
步驟 5: 選擇區間圖類型爲
Confidence
interval.
步驟 6: 按
區間圖 由於信賴區間相互重疊, 我們對均值能說什麼??301
- 60. 步驟 1: 選 Graph Chart.
步驟 2: 選 Function Mean.
步驟 3: 爲Y軸圖表變數輸入Filler 1.
步驟 4: 爲X軸圖表變數輸入Head.
步驟 5: 選 Each Group.
步驟 6: 在 Group Variables處輸入 Shift.
步驟 7: 按
步驟 8: 選 Cluster 並輸入 Shift.
步驟 9: 按 回到主對話方塊.
步驟 10: 選 Frame Min and Max.
步驟 11: 鍵入 217 爲 Y的最小值.
步驟 12: 鍵入 222 爲 Y的最大值.
步驟 13: 在各對話方塊按.
用分組變數產生群組直方圖 302
- 61. 用分組變數產生群組直方圖303
- 62. 圖表編輯 – 客製化的編輯模式 選擇畫長方形畫一條直線畫多折線插入文字畫橢圓畫符號畫封口的多邊形工具面板
原設置的工具可以產生新圖形或選用已有的圖形304
- 63. 圖表編輯 – 客製化的編輯模式文字線條背景符號屬性面板
對所有的圖表視窗圖像用任何顔色, 尺寸,形狀(資料)或字體作客製化的修改
字體(Fonts)
顔色(Color)
尺寸(Size)
風格(Style)
顔色(Color)
粗細程度(Thickness)
箭頭(Arrows)
塗色類型(Fill Type)
顔色(Color)
類型(Type)
顔色(Color)
尺寸(Size)(Text)(Lines)(Background)(Symbols)305
- 64. 編輯軸標籤 步驟 1: 利用前面的例子中的圖, 選Editor Edit.
步驟 2: 啟動選擇工具.
步驟 3: 在Y軸標籤上按滑鼠兩次 (Filler1的均值).
步驟 4: 在突顯的文字上鍵入 Fill Weights.
步驟 5: 按306
- 65. 重新制定刻度線標籤的尺寸 步驟 1:利用前面的例子中的圖, 選Editor Edit.
步驟 2: 在選擇工具活動的情況下, 用拖曳法選擇所有Y軸的刻度線, 如下所示.
步驟 3: 按 Text Font 鍵, 選Times New Roman.
步驟 4: 按 Text Color 鍵, 選 Red.
步驟 5: 按 Text Size 鍵, 選 0.8.
307
- 66. 加入標題 步驟 1: 在編輯模式選Text Tool.
步驟 2: 在圖表上方的白色空間按擊滑鼠.
步驟 3: 鍵入Average Fill Weights for Filler1 by Shift and Head.
步驟 4: 按 OK. 重新改變標題的框架使標題在增加尺寸後在同一行上.
步驟 5: 在字體鈕上按滑鼠並選 1.5.
步驟 6: 在標題上按右鍵並選Align.
步驟 7: 選 Align with page, 選定 Align horizontally 並選 Center.
步驟 8: 按 OK.
308
- 67. 爲圖表背景上色 改變圖表背景屬性面版的背景區 背景塗色板背景顏色當資料改變時圖表編輯步驟必須重複做一遍步驟 1: 選 Selection Tool.
步驟 2: 在資料區的右側框架附近按滑鼠以選定圖表框架.
步驟 3: 按上色鈕並選定實心白色 (白色).
步驟 4: 按顔色鍵並選擇yellow.
309
- 68. 步驟 1: 選 Graph Chart 並輸入資料,從62頁和63頁“群組直方圖”範例中的資料相同.
步驟 2: 選 Frame Axis.
步驟 3: 在自動區間鍵入 Fill Weights 作爲Y 軸的標籤.
步驟 4: 按
步驟 5: 選 Frame Tick.
步驟 6 在自動區間鍵入 218:222/2 作爲 Y 軸的位置.
步驟 7: 爲Y軸選 Text Color Red.以圖表對話方塊進行客製化作修改310
- 69. 步驟 8: 爲Y軸選 Text Size .8.
步驟 9: 按
步驟 10: 選 Annotation Title.
步驟 11: 鍵入 Average Fill Weights for Filler1 by Shift and Head.
步驟 12: 按
步驟 13: 選 Regions Data.
步驟 14: 選 Fill Type Solid.
步驟 15: 選 Back Color Yellow.
步驟 16: 在各對話方塊按OK.
以圖表對話方塊進行客製化作修改311
- 70. 在歷史檔案夾建立巨集指令 步驟 1: 在專案管理處打開歷史檔案夾, 突顯所需指令.
步驟 2: 用Ctrl+C, 或Edit Copy抄寫指令.
步驟 3: 到資料窗 (Ctrl+D), 把游標放在C6的第一行.
除抄貼到MINITAB的專案或工作單文件中外, 你也可以 把這些指令抄貼到你喜歡的文書處理軟體中並存儲爲文字文件. 如果已經做了, 任何時候你要得到相同結果時, 你都可以把這些指令貼到指令行編輯器中( Command Line Editor).
步驟 4: 使用Ctrl+V, 或Edit Paste黏貼這些指令. 選 Paste as a single column 然後 OK.312
- 71. 在歷史檔案夾建立巨集指令抄貼到工作單的行的指令可以連同工作單一起儲存. 如果你改變了資料內容, 你可以用新資料及存儲的指令重新產生圖表.
步驟 1: 選 File Save Current Worksheet As 並鍵入 Test2.mtw.
步驟 2: 選 File New MINITAB Project.
步驟 3: 選 File Open Worksheet 並選 Test2.mtw.
步驟 4: 突顯存有指令的行, 然後Edit Copy Cells.
步驟 5: 選 Edit Command Line Editor, 然後 Ctrl+V 把指令抄貼到編輯器中.
步驟 6: 按 Submit Commands. 你可以產生一個新的圖形顯示工作單上的資料.
313
- 72. 分析變異的練習 Exer1.mtw例子: Ososhiny 牌洗髮精
識別出變異的來源
問題:
Ososhiny 牌洗髮精灌裝重量上有變異的問題. Flo Sowell, 你的品質經理, 要求你檢查問題所在. 她希望你用採集到的100個洗髮精樣品進行研究. 314
- 73. 分析變異的練習- 續頁按下列要求做實驗設計:
你希望從第一及第二班各采50 個樣. 建立一個行其中有50 個1 和 50 個2.
各班工作十小時. 每小時採集五個樣. 從早上6 點開始共採集了 20個小時的樣本,以 五個數據為一個小群組.
五個樣代表的是各小時各個灌注頭的組合樣本. 生成一列資料按1-5 重復, 共爲20小時的樣本生成資料.
把你所建立的資料矩陣儲存起來
把來自Exer1.mtw 文件的資料與你設計的資料矩陣合併 (而不是打開).
315
- 74. 分析變異的練習- 有圖表 你的任務是識別出變異來源. X’s是時間, 班次和灌注頭.
資料中有2-3 個變異來源. 你將用若干個圖表確定其原因.
每次都需要研究超過一個X.
你可以用本課程用過的任何指令及工作單分割及分組的指令. 老師會展示這些指令如何工作.
記得變異可以來自均值偏移或變異量的不同.
記錄下來哪個圖能幫你觀察到資料的變異. 記住不同圖的選擇只是由個人喜好而定.
本練習的目的是幫助你練習資料操作和圖表分析工具; 確保花足夠時間使用所有圖表!
316
- 75. 總結在進行分析時, 適當的資料結構很重要.
Calc 和 Manip 功能表都有適合的資料結構指令.
圖表可用於顯示變異.
在Stat 和 Graph 功能表中都有作圖指令.
不同的圖有不同的用處.
不同數量的資料也許要使用不同的圖表
直方圖適用於大量資料, 箱形圖適用於中等及大量的資料.
樣本數量較小時也許用散佈圖(Scatter Plots)更好.
某些圖可以高度客製化, 另一些不可以
核心圖可高度客製化, 在Graph 功能表的第一部分可以找到.
多數在Stat 功能表的圖是“便利性”圖, 只能用圖表編輯工具編輯.
317
- 76. 選單與鍵盤指令318