Minitab功能列表Word格式.docx

Minitab功能列表Word格式.docx

《Minitab功能列表Word格式.docx》由会员分享，可在线阅读，更多相关《Minitab功能列表Word格式.docx（24页珍藏版）》请在冰豆网上搜索。

单元格编辑

编辑功能如单元格清除、删除、拷贝和粘贴。

与那些视窗操作程序几乎相同。

Manip

工作单编辑

用于统计处理的工作单编辑功能。

还包含在Excel中没有的功能。

工作单分离和分开

用于分离和分开工作单或转到下面的工作单。

堆积/非堆积

在统计处理中行和列的编辑功能。

在一个群体通过向相同的列中输入数据处理数据时特别有用。

连接

增加字符串。

编码＆改变数据类型

改变数据类型。

用于从数值变为文本或相反。

用于通过编码表的自动改变。

显示数据

在阶段窗口于工作单中显示数据。

Calc

统计处理中优先的计算处理功能。

为统计处理编辑工作单数据。

计算器

一种计算器功能。

再排列工作单数据。

还包含功能。

但是，功能明显少于在Excel中。

列＆行统计

进行列和行的统计处理。

计算平均值、最大和最小值、标准偏差和其他数据。

标准化

转换为标准正态分布。

从日期/时间的数据轮换

从日期/时间中提到包含年、月、日、小时等的数据，用作列变量等。

制作模式数据

向任何列中输入具有某一规律性的数据。

制作网格数据

一网张生成器生成三维图表。

随机数据

生成各种模式的随机数据并输入到列和行中。

包含约20种分布模式。

概率分布

从17种概率分布的概率密度和累积密度计算变量。

Minitab具有比Excel多的分布模式，但误差因使用近似表达式而较大。

矩阵

进行矩阵计算的功能。

此功能包括特征值计算。

Stat

统计处理，Minitab的最大特点。

作为Minitab的特点，各种统计处理功能均予安装。

每一功能进一步分支。

基本统计

显示＆保存描述统计

最标准的统计处理功能。

统计处理图表以正态分布显示。

P-值用于决定数据分布是否为正态。

1-样品Z

当已知sigma时平均值的区间估计并在标准正态分布中检验。

1-样品t

未知平均值的平均值T分布检验。

通过从样品数量减去1指定自由度以计算T-值。

可从导航表或Minitab概率分布计算得到。

输入每一置信区间和备择假设的置信水平。

当样品数量为30时可假设为正态分布，这使得T-值和Z-值相同。

2-样品t

成对t

成对数据的显著性检验。

等同于用于成对数据差异的1-样品t检验。

1-比例

已知比例常数时的离散数据检验。

用于缺陷生成比例的置信区间检验及其他目的。

如果缺陷数大于5而且样品数大于30，样品分布为接近正态分布。

所以使用Z-值，但对于方差则使用二项式分布的p（1-p）。

在其他情况，使用二项式分布。

计算必须从使用Minitab概率分布或ExcelCRITNOM功能的二项式分布得出。

2-比例

当已知比例常数时的离散数据检验。

相关性

计算相关系数。

同时显示P-值。

负值显示负梯度。

协方差

计算协方差。

因为，协方差的正态化不是通过除以标准偏差，相关系数较易理解。

正态检验

检验数据分布是否为正态。

零假设为正态。

如果P=0.05或更低则排除。

回归

回归，

在数据组间对回归特征的评估。

还显示回归特征的P-值。

零假设在此为P-值与数据组不一致。

如果P-值相同，它们将接近零。

有各种图表显示近似表达式和数据间的差异。

R-方为可用近似表达式解释的方差百分比。

R-方（调整）用数据个数调整。

逐步，

从数变量中用于减少强烈相关的表达式。

当增加近似表达式的项数时检查准确性。

相关系数和标准偏差为标准。

F-值为决定应增加多少项的输入。

较小的F-值增加项数。

最佳子集

从数变量中减少强烈相关的表达式的方法。

无相关表达式，但显示由相关系数和标准偏差判断强烈相关的表达式。

还包括高级多项式的相关性。

表达式在各自的级选择。

拟合线图/剩余曲线图

X-Y数据用近似表达式（初级、二级和三级）一同划出。

近似表达式的差异用多种方式划出用于分析。

CI为一带真值的置信区间。

PI为于数据存在的置信水平的区间。

二进制的，序数的，Nominal对数回归

ANOVA

单向

检验在多于三个因素中是否存在平均值差异。

零假设为在所有因素中平均值相同。

根据使用的堆积数据和非堆积数据进行不同的检验。

当数个平均数分别进行双样品t-分布检验时总置信变得不明了，但在ANOVA中，可得到一个恒定值。

计算以在每个因素间的平均值的方差比值之后再与F分布的f-值比较为基础的F值的检验。

双和

在有两个支配因素时，检验在这些单独因素中的平均值中是否存在显著差异。

四环素因素必须平衡。

支配因素分开输入到行和列。

平均值分析

平均值分析结果显示于以每一分布系统为基础的图表。

平衡ANOVA

当单独因素的单元格数相同时用于ANOVA中。

一般线性模型

即使是在单独因素的单元格数不同时可也可使用ANOVA。

全嵌套式ANOVA

用于完美分级类型数据的因素分析。

一般线性模型应用更为广泛。

方差均一性

即使是在有多于两种相同系列的数据时也可应用的检验方法。

F-分布检验用于检验两种类型数据的方差。

卡方值从导航表或Minitab概率分布中计算。

卡方的自由度为（R-1）（C-1）。

显示Bartlett和Levene检验结果。

前者用于正态分布。

但是，一般建议后者考虑正态分布的漂移。

区间图

单独因素的平均值和方差图。

主效应图

同时显示单独因素的离散用以简易地区分最有影响的因素。

互作用图

显示两因素和数因素的互作用矩阵。

（最多9个因素）

DOE

生成析因实验设计

设定生成初步DOE计划的总体结构。

定义定制析因实验设计

将数据转换为要求的DOE格式的方法，通过添加缺少项完成该格式。

分析析因实验设计

通过分析DOE结果减少影响结果的重要因素。

预测表达式以P-值为基础简化。

因子图

在图表中显示DOE结果。

生成RS设计

通过反应面方法的DOE。

与连续方差使用。

当反应为非线性时有效。

其他程序相同于一般DOE。

定义定制RS设计

与一般DOE相同的程序。

分析RS设计

RS图

生成混合设计

修改设计

Explanation

控制图表

定义检验

Box-Cox转换

进行非正态分析数据的恒定指数转换并计算正态分布近似值的常数。

例如，开始于零时间-周期数据为为指数分布。

Box-Cox方法利用作为参数的指数常数进行变量转换并计算正态分布的f近似值。

ƒ=0为自然对数转换。

Xbar-R,Xbar-S,I-MR

Z-MR,

Xbar,R,S

个体移动跨距

显示平均值图和范围、方差、移动跨距及其他个体组的项。

EWMA

移动平均值

“指数加权移动平均值”的缩写，用于探查从目标的细小漂移。

CUSUM

个体组离散累加和划图。

此功能与EWMA一起最适合于在控制阶段理解总体趋势。

区

用sigma分值区化平均值漂移的方法做图。

P,NP,C,U

属性数据控制图。

质量工具

运行图

每一子集所有点做图。

如果群体有多于两点，还划出平均值。

巴累托图

输入数据如缺陷比值并显示巴累托图按大小再安排数据。

因和果

以鱼骨Y图表形式生产因果图。

再安排因素为六种因素，5M和1E。

能力分析（正态）

计算并显示处理能力。

输入高和低限公差计算程序的Cpk和Ppk。

因假设为正态分布，事先需要检查正态分布。

能力分析

（维泊尔）

同上，但假设为维泊尔分布。

能力Sixpack

（正态）

将以前的分析总结为六个图表并同时显示。

同上。

（二项式）

（泊松）

u-管理图、缺陷率、DPU、DPU柱状图和其项目同时显示。

度量运行图

在运行图中显示所有度量R&

R数据。

度量线性研究

与主值比较以检查度量在整个测量范围内保持适当的准确性。

度量R&

R研究

检查数据可重复性及可再现性。

需要多于十个样品、三名操作员和两个试验。

多变量图

在众多因素中具有在影响的因素的可视化和选择重要因素中有辅助作用。

除非组合因素平衡，无法计算。

对称图

做图检查分布对称性。

如对称则为线性。

可信性/继续存在

多变量

时间序列

时间序列图

趋势分析

分解

表

交叉造表

计算

卡方检验

检验零假设，假设所有方差相同，利用卡方。

如纳备责假设，进一步减少并识别指定因素。

简单对应分析

多对应分析

非参数

EDA

幂和样品量

假设为标准正态分布，需要的样品量从ƒ-值和ƒ-值、ƒ/ƒ关系计算得出。

如果给出样品量可计算出幂。

1-样品ｔ

当已知平均数和假设t分布时幂和样品量的关系。

2-样品ｔ

在两样品检验中同上。

在1-比例检验中的样品量。

在2-比例检验中的样品量。

单向ANOVA

2-水平析因设计

Plackett-Burman设计

Graph

版面

通过指定图长宽比、共同名称等生成图表的模式。

图

连续变量的X-Y做图。

Y数据的时间序列显示。

（数据一定不能是在时间序列内）只对时间-序列原始数据做图，不进行统计处理。

但是，此功能在通过叠加或其他方法比较和检查变化范围时