高，好多还真没用过，有空看看帮助，相当好的，呵呵呵！

每天光顾,每天光注中
最近在看GE的黑带培训资料,上面部分内容也有提到,感觉收获挺多的!

[ 本帖最后由 npowldw 于 2005-12-2 09:55 编辑 ]

我们在得到简单的样本数据之后，希望对其进行一些基本的描述性统计分析，从分析中对总体做出一些估计，比如参数的水平、离散程度、分布形态等等，对我们做进一步的分析有很大的作用。描述性统计包括3个菜单项，如图，其结果基本相等，最后者默认多了几个图形、置信区间及正态的检验。

很好，只可惜没有ADMIN权，装不了。。。

我们将display Descriptive Statistics 和stroe Descriptive Statistics 一并讲述，其菜单操作完全一致，只是后者在woksheet窗口存储分析结果。

以以下数据进行描述性统计分析示例，菜单操作如图，在Variables中输入数据，在By variables输入分组的指标栏（如果存在分组的情况）。

机台        数据
1        105
1        106
1        109
1        103
1        108
2        92
2        97
2        90
2        99
2        95

默认的分析参数结果如下
Descriptive Statistics: 数据

Variable  机台  N   N*    Mean   SE Mean  StDev   Minimum    Q1    Median      Q3
数据      1       5   0    106.20     1.07      2.39    103.00  104.00  106.00  108.50
            2       5   0      94.60     1.63      3.65    90.00    91.00    95.00    98.00

Variable  机台  Maximum
数据      1      109.00
            2       99.00

其中的输出包括均值、均值标准差、样本标准差、极值、一三分位数

在描述统计的主队框内还有两个复选的对话框，statistics和graphs，前者对分析结果的中的统计参数进行设置，后者可以生成相应的图形。

楼主辛苦了,谢谢了!

关于箱型图看不太懂
仅读出机2离散程度大于机1及各自均值的分布情况的信息
机1的下尾较短,说明什么?
该怎样看?请讲解下吧  

引用:

原帖由 一剪梅. 于 2005-12-2 17:00 发表
楼主辛苦了,谢谢了!

关于箱型图看不太懂
仅读出机2离散程度大于机1及各自均值的分布情况的信息
机1的下尾较短,说明什么?
该怎样看?请讲解下吧  

各个区间反映了对应的区间概率大致情况。

能看到这么多图形的任务就完成了，毕竟它只是图形，而且这只是一个示例，数据量太少，结果相对来说风险较大，要注意，至于到底要什么样的样本量才是合适的呢？请听下回分解

请教个贴图问题：
想只截minitab中的图形，可抓到的却是全屏图象
该怎样操作？

引用:

原帖由 一剪梅. 于 2005-12-2 17:45 发表
请教个贴图问题：
想只截minitab中的图形，可抓到的却是全屏图象
该怎样操作？

哈~这个问题

下载一个抓图软件就可以了，例如红蜻蜓抓图精灵，我一直用这个，而且对于minitab中输出的图形可以直接copy到其它编辑软件中啊。

有没有Word文挡形式的学习资料啊！

图形概要分析，将部分图形和数据分析结果整合为一张图形，菜单操作为Stat > Basic Statistics > Graphical Summary，其对华框输入很简单，如图1，例如对以下数据的分析，分析结果如图2。
date
20.6760
20.4807
20.2388
19.5027
19.2971
22.3003
17.7818
19.9037
20.3809
20.0546
20.0162
20.7074
21.3276
20.5386
19.6196
18.9708
19.9232
20.3483
20.6612
20.6077
18.0273
19.9562
19.5547
20.6370
21.6431
20.2904
20.7241
19.2214
19.9852
19.0299

引用:

原帖由 bestjacky 于 2005-12-2 14:18 发表
很好，只可惜没有ADMIN权，装不了。。。

想办法将系统中//system32\config\sam文件删掉，即去掉系统管理员口令，将自己设为系统管理员，就搞定。

引用:

原帖由 蚂蚁 于 2005-12-2 17:51 发表


哈~这个问题

下载一个抓图软件就可以了，例如红蜻蜓抓图精灵，我一直用这个，而且对于minitab中输出的图形可以直接copy到其它编辑软件中啊。

用qq也可以截图啊!

Stat > Basic Statistics > 1-Sample Z

单样本Z检验，假设检验的一种，检验样本的均值水平，总体的标准差已知（一般来源于可靠有效的历史数据结果或某些特殊场合）的情况。

例如针对以下数据，检验原假设为样本均值等于34，检验的对话框操作如图。
date
30.1085
30.1348
29.1167
31.3980
30.3632
30.1460
31.3888
30.4308
30.6547
31.0456
30.4946
29.5554
31.4230
31.9619
30.5474
29.2900
29.7606
30.5125
31.1061
29.6948
29.5461
29.8016
28.8727
30.4455
29.8649
30.5563
30.0517
28.6718
30.3047
31.4132

minitab输出结果为，P值近似为0，说明拒绝原假设，均值不等于34。

One-Sample Z: date

Test of mu = 34 vs not = 34
The assumed standard deviation = 1


Variable   N     Mean    StDev    SE Mean        95% CI                Z        P
date      30  30.2887  0.8032   0.1826  (29.9309, 30.6466)  -20.33  0.000

点击1-sample t test对话框的options，弹出对话框如图，其中可以自行输入置信度水平和选择假设检验的备择假设形式。

单样本t检验与单样本Z检验虽然在操作上比较相同，但其应用是不同的，单样本t检验主要针对总体标准差未知的情况。针对上例的数据，采用1-sample  t检验，操作如图，结果如下：
One-Sample T: date

Test of mu = 34 vs not = 34


Variable   N     Mean   StDev  SE Mean        95% CI             T      P
date      30  20.0802  0.9415   0.1719  (19.7286, 20.4318)  -80.98  0.000
（options复选对话框的操作意义相同）

这样子学起假设检验很清晰，不再有枯燥的感觉了

谢谢搂主耐心的讲解！

啊?我还不会呢...
支持楼主!!!
学习中...

引用:

原帖由 蚂蚁 于 2005-12-5 14:14 发表
Stat > Basic Statistics > 1-Sample Z

单样本Z检验，假设检验的一种，检验样本的均值水平，总体的标准差已知（一般来源于可靠有效的历史数据结果或某些特殊场合）的情况。

例如针对以下数据，检验原 ...

这里为什么标准差=1,是已知的吗?

引用:

原帖由 npowldw 于 2005-12-6 13:27 发表


这里为什么标准差=1,是已知的吗?

这里的1.0标准差是因为我在生成随机数据时，设定总体标准差为1.0，但在实际运用当中，一般有较多的历史数据才能确定，而且要慎用。

Stat > Basic Statistics > 2-Sample t

双样本t检验，比较两个水平是否有显著差别或者两个水平的大小比较问题。
在进行检验时，首先确定数据的正态性和方差其性，因为双样本t检验是在总体呈正态分布的基础上进行的，而且方差不同检验的方法也不同。

假设对以下数据的检验，先验证正态性及方差齐性，然后进行双样本t检验，菜单操作如图。
输出结果如下，我们从p值可以得出结论，两个工厂间存在显著的差别。

Two-Sample T-Test and CI: 甲工厂, 乙工厂

Two-sample T for 甲工厂 vs 乙工厂

         N    Mean  StDev  SE Mean
甲工厂  10   50.25   1.18     0.37
乙工厂  10  55.175  0.662     0.21


Difference = mu (甲工厂) - mu (乙工厂)
Estimate for difference:  -4.92678
95% CI for difference:  (-5.82624, -4.02731)
T-Test of difference = 0 (vs not =): T-Value = -11.51  P-Value = 0.000  DF = 18
Both use Pooled StDev = 0.9573


甲工厂        乙工厂
49.2619        54.4834
51.1988        55.9786
51.1832        56.1006
50.0621        54.6117
51.1369        55.1237
50.7307        55.1400
49.2937        54.6925
51.7491        54.3854
47.9031        56.0615
49.9637        55.1736

对话框的补充

1.提供3种数据输入形式
   〉数据在一栏，水平标志在一栏，选择Samples in one column，在Samples中输入数据所在栏，在Subscripts输入水平标志。
   〉两个水平的数据分别在两栏，选择Samples in different columns，在First和second中分别输入两个水平数据所在的栏。
   〉已知两个水平的样本量、均值和标准差而没有详细的样本数据，则选择Summarized data，在Sample size、Mean、Standard deviation中分别输入两个水平的样本量、均值和标准差。

2.Assume equal variances选项，如果两个水平方差相等，则点选此项，否则不选，minitab将执行不同的分析方法。

3.graphs复选对话框，选择将出现如图1的对话框，可以选择生成置信区间图或箱线图。

4.options复选对话框，选择将出现如图2的对话框，可以确定分析的置信度水平，以及检验时的水平间的差值和备选假设的模式。
  注意这是的备择假设模式如果是大于或小于是，minitab默认将第一个样本放在前面，第二个样本放在后面。

在介绍成对t检验前，先将以下成对t检验的概念

************     
      我们在进行2 sample t检验时，差异仅由因素水平不同引起，但有时候却并不是这样，那就是除了因素水平不同引起的差异外（我们要检验的），那就是每次实验还受另外一个变量的影响，也就是说，这个变量对每次实验的两个水平的影响相同，但对多次实验之间的影响就有区别，这时候就不能简单的将两个水平的样本进行比较，而是对两个水平的差值进行比较，这样就将另外的变量的影响排出了，计算的结果也就可靠，就好像控制图内组内和组间的概念，因素水平的影响就反映在组内（若干个同一次实验）了。
      举个通俗的例子，我们要比较两种鞋底的耐磨程度，于是选择20个人进行实验，每个人两只脚分别穿一种鞋底作的鞋，在这里，我们可以看到，除了两种鞋底的不同引起的耐磨效果不同外，20个人体重的不同也是一个影响，这是要单独的考量鞋底不同的影响，就要排除体重这个变量，怎么办呢，成对T检验，就是这样一个概念，将每个人的磨损情况做差值进行分析。
************

菜单操作Stat > Basic Statistics > Paired t

如图

引用:

原帖由 蚂蚁 于 2005-12-6 14:51 发表
在介绍成对t检验前，先将以下成对t检验的概念

************     
      我们在进行2 sample t检验时，差异仅由因素水平不同引起，但有时候却并不是这样，那就是除了因素水平不同引起的差异外（我们要检验的） ...

只要了解了pairet t 与 2 sample t 的区别，其对话框的操作类似，数据分别存储在两个栏内，在对话框直接选择进入first 和 second复选框内就可以。graph、option操作意义相同。

[ 本帖最后由 蚂蚁 于 2005-12-6 17:32 编辑 ]

哈哈，大师你又换了一个头像啊，酷！
刚好在看一份黑带培训教材，我也刚看到paire t,可以跟着大师学，真好！

引用:

原帖由 蚂蚁 于 2005-12-6 14:31 发表
Stat > Basic Statistics > 2-Sample t

双样本t检验，比较两个水平是否有显著差别或者两个水平的大小比较问题。
在进行检验时，首先确定数据的正态性和方差其性，因为双样本t检验是在总体呈正态分布的基础上进行的，而且方差不同检验的方法也不同。

...

方差这部分内容还没看呢  
晚间有事情做了