- 1、本文档共103页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
6西格玛学习资料;第一章 Minitab概要
第二章 管理数据
第三章 操作和计算数据
第四章 使用数据分析和质量工具
第五章 基本操作示例
第六章 做一个简单分析
第七章 高级Minitab
第八章 质量管理和改善
第九章 实验设计;前言;1-1 Minitab系统操作环境简介
1-2 Minitab的工作步骤
1-3 关于Minitab的 Project文件类型;Minitab系统操作环境简介;Minitab的工作步骤;打开、保存、关闭PROJECT文件;Minitab的工作步骤;Minitab的工作步骤;2-1 数据管理概要
2-2 在数据窗口中输入数据
2-3 生成规则数据;数据管理概要;数据管理概要;数据管理概要;在数据窗口中输入数据;在数据窗口中输入数据;在数据窗口中输入数据;在数据窗口中输入数据;3-1 改变列的数据类型和格式
3-2 归类数据并生成相应的子工作表
3-3 叠加列
3-4 对数据进行替换
3-3 使用计算器;改变列的数据类型和格式;改变列的数据类型和格式;归类并且生成相应的子工作表;归类并且生成相应的子工作表;归类并且生成相应的子工作表;叠加列;对数据进行替换;使用计算器;使用计算器;4-1 概要
4-2 描述性统计
4-3 置信区间和平均值测试
4-4 相关
4-5 回归
4-6 分散分析
4-7 表
4-8 质量控制;概要;描述性统计;置信区间和平均值测试;置信区间和平均值测试;相关(correlation);相关(correlation);回归(regression);回归(regression);分散分析(ANOVA);分散分析(ANOVA);表(table);表(table);质量控制;质量控制;质量控制;5-1 事例背景
5-2 打开一个工作表
5-3 从键盘输入数据
5-3 输入规则数据
5-4 描述性统计计算
5-5 算术运算
5-6 生成散点图
5-7 计算相关系数;事例背景;打开一个工作表;从键盘输入数据;输入规则数据;描述性统计计算;描述性统计计算;算术运算;生成散点图;计算相关系数;第六章 做一个简单分析;背景
宾夕法尼亚州立大学的研究者们种植了成百上千的白杨树并且在一系列受控条件下让其生长.三年后,抽取一批为样本,以厘米为单位测量其直径、以米为单位测量其高度、千克为单位称其干重。
前面知道,在干重与D2H之间存在相近的关系。但是到底是一种怎样的关系呢?这些快速生长、质地坚硬的树,将来某一天也许会作为燃料或者化学物质的一种选择。作为数据分析员,知道了直径和高度的测量值之后,能否可靠的预测出树的产量。
步骤一. 打开文件 POPLAR2.MTW。
步骤二. 做一个简单的回归分析
在上一个示例结尾,我们知道随着D2H增加,Weight也增加。由D2H的值预测Weight的一种方法是使用简单的回归命令。
选择 Stat ? Regression ? Regression
在 Response 中,输入 Weight。
在 Predictors 中,输入 D2H。不妨还做一系列残差分析图,以便找出潜在的问题。
点击 Graphs。;在 Residuals for Plots下,点击 Standardized。
在 Residuals Plots ,点击 Histogram of residuals 和 Normal plot of residuals。
在 Residuals versus the variables下,输入 D2H。
点击 OK 两次。
Minitab便显示会话窗口中的文本、三个图形。;Regression Analysis
The regression equation is
Weight = 0.0196 + 0.00758 D2H
Predictor Coef StDev T P
Constant 0.01961 0.04566 0.43 0.673
D2H 0.0075838 0.0007994 9.49 0.000
S = 0.1298 R-Sq = 83.3% R-Sq(adj) = 82.4%
Analysis of Variance
Source DF SS MS F P
Regression 1 1.5155 1.5155 89.99 0.000
Residual Error 18 0.3031 0.0168
Tota
文档评论(0)