汇总报表
汇总报表包含天数与距离的散点图（在同一图形上重叠出货中心）。此报告还可为每个出货中心提供更小的散点图。
诊断报表
诊断报表提供有关您的数据中可能的模式的指导。散点图上的点不会显示天数与距离之间的透明关系。每个中心的拟合回归线相对呈水平状，表明交货位置到出货中心的距离远近对交货时间没有影响。
描述性统计报表
描述性统计报表包含每个出货中心的描述性统计数据。
报表卡
报表卡提供了有关如何检查是否存在异常数据的信息。报表卡还指示 Y 变量和 X 变量之间存在一定的关系。Y 变量是天数，X 变量是距离和中心。回顾一下散点图指示天数和距离之间似乎不存在任何关系的情况。但是，天数和出货中心之间可能存在关系，您将在下一章分析数据中进行进一步研讨。
在一个页面上排列多个图形
使用 Minitab 的图形布局工具可以将多个图形放在一页中。也可以在布局中添加注解，并且在布局中编辑单个图形。
要向您的主管显示出货数据的图形分析的初步分析结果，请在一个页面上排列汇总报表和组块式直方图。
在工作表中，每行表示一个书籍订单。此列包含以下信息：
• 中心：出货中心名称
• 订单：订购日期和时间
• 到达：交货日期和时间
• 天数：交货时间（天数）
• 状态：交货状态
按时指示发运的书籍已按时收到。延迟订单指示由于目前没有库存，尚无法发运书籍。迟到指示在下单六天或更长时间后收到书籍出货信息。
• 距离：出货中心到交货地点的距离
在下一章中
现在，您已经打开工作表，准备开始使用 Minitab。在下一章中，您将使用图形来检查数据的正态性并检查变量之间的关系。
转到用图形表示数据.
*2章：用图形表示数据
目标
• 创建、解释和编辑直方图
• 利用 Minitab 协助创建和解释散点图
• 在一个页面上排列多个图形
• 保存项目
概述
在执行统计分析前，可以使用图形来分析数据，并评估变量之间的关系。您也可以使用图形来汇总数据，并帮助您解释统计分析结果。
您可以从图形和统计菜单访问 Minitab 的图形。许多统计命令还提供内置图形，有助于解释结果并评估统计假设的有效性。
Minitab 图形包含以下功能：
• 有助于您选择图形类型的图形库
• 自定义图形的灵活性
• 您可以更改的图形元素
• 会自动更新的选项
本章介绍了在上一章中打开的出货数据工作表。您可以使用图形来检查正态性、比较均值、研究变异性并检查变量之间的关系。
运行序列 (C2) 指示收集数据的顺序。如果您不随机化设计，则标准序和运行序列是相同的。
在此示例中，由于您没有添加中心点，或将运行置入区组中，Minitab 会将 C3 和 C4 中的所有值设置为 1。您输入的因子将存储在 C5（订单系统）和 C6（包裹）列中。
注意
您可以使用统计 > DOE > 显示设计来在随机显示和标准顺序显示之间以及编码显示和未编码显示之间来回切换。要更改因子设置或名称，请使用 统计 > DOE > 修改设计。如果只需要更改因子名称，可以直接在工作表中输入这些名称。
将数据输入到工作表
执行试验并收集数据后，可将数据输入工作表中。
您测量的特征称为响应。在此示例中，您测量了准备出货订单所需的小时数。您可从此试验中获得以下数据：
14.72 9.62 13.81 7.97 12.52 13.78 14.64 9.41 13.89 13.89 12.57 14.06
1. 在此工作表中，单击 C7 的列名称单元格，然后输入小时数。
2. 在小时数列中，输入如下所示的数据。
您可以在任何列中输入数据，但包含设计信息的列除外。您也可以为试验输入多个响应，每列一个响应。
注意
要打印数据收集表单，请在工作表中单击并选择文件 > 打印工作表。验证是否选择了打印网格线。在试验期间，请使用此表单记录测量结果。
分析设计
在创建设计和输入响应数据之后，您可以根据这些数据拟合模型，并生成图形来评估效应。使用拟合模型和图形中的结果可以确定哪些因子对于减少准备出货订单所需的小时数至关重要。
拟合模型
由于此工作表包含因子设计，因此，Minitab 启用了DOE > 因子菜单命令、分析因子设计和因子图。在此示例中，您首先拟合了此模型。
1. 选择统计 > DOE > 因子 > 分析因子设计。
2. 在响应中，输入小时数。
3.单击项。验证 A:订单系统、B:包装和 AB 在所选项框内。
在您分析设计时，总是使用项子对话框选择要包含在此模型中的项。您可以通过使用箭头按钮添加或删除因子和交互作用。使用这些复选框可将区组和中心点包含在此模型中。
4.单击确定。
5.单击图形。
6.在效应图下，选择Pareto和正态。
解释结果
“会话”窗口会分别显示每个中心的结果。在每个中心之内，可以在总计数列中找到延期、逾期和按时交货的数量。
• 东部出货中心的延期交货数 (8) 和逾期交货数 (9) 较多。
• 中部出货中心的延期交货数 (6) 和逾期交货数 (6) 处于*二位。
• 西部出货中心的延期交货数 (3) 较少，且没有逾期交货。
会话窗口输出中还包含每个中心的交货时间（天数）的均值、均值的标准误、标准差、较小值和较大值。这些统计量对于延期交货不存在。
比较两个或更多均值
假设检验是统计分析中较常用的方法之一。Minitab 提供了许多假设检验，其中包括 t 检验和方差分析 (ANOVA)。通常，在您进行假设分析时，您假设一种初始声明为真，然后使用样本数据检验该声明。
假设检验包含两个假设（声明）：原假设 (H0) 和备择假设 (H1)。原假设是初始声明，且通常根据先前的研究或常识进行*。备择假设是可以相信为真实的内容。
假设在**章中进行的图形分析以及上面的描述性分析，您猜想各出货中心之间的平均交货天数在统计意义上有显著差异。要验证这一点，请执行单因子方差分析，此分析检验两个或更多平均值的等同性。此外，还可执行 Tukey 多重比较检验，以查看哪个出货中心均值存在差异。对于此单因子方差分析，交货天数是响应，出货中心是因子。
执行方差分析
1. 选择统计 > 方差分析 > 单因子。
2. 选择所有因子水平的响应数据位于同一列中。
3. 在响应中，输入天数。在因子中，输入中心
-/gjiiih/-
http://turntech8843.b2b168.com
