正版软件_minitab 20

科学软件网提供的软件覆盖各个学科，软件数量达1000余款，满足各高校和企事业单位的科研需求。此外，科学软件网还提供软件培训和研讨会服务，目前视频课程达68门，涵盖34款软件。
预测结果
利用分析来访问现代数据分析及深入数据内部。使用革命性的机器学习技术熟练地预测业务。

在 Minitab 中创建设计后，仅启用了两个按钮，分别是显示可用设计和设计。其他按钮将在您完成设计子对话框之后启用。
3. 单击显示可用设计。
对于大多数设计类型，Minitab 会在显示可用设计对话框中显示所有可能的设计和所需的试验游程数量。
4.单击确定返回到主对话框。
5.在设计类型下，选择两水平因子（默认生成元）。
6.从因子数中，选择 2。
7.单击设计。
子对话框**部的区域会显示可用于该设计类型的设计以及您选择的因子数。在此示例中，由于您执行的是具有两个因子的因子设计，因此只有一个选项：具有四个实验游程的全因子设计。有两个因子的 2 水平设计具有 22（即四个）可能的因子组合。
8.从角点的仿行数中，选择 3。
9.单击确定返回到主对话框。 所有按钮现已启用。
输入因子名称并设置因子水平
在分析输出和图形上，Minitab 将因子名称用作因子的标签。如果您没有输入因子水平，则 Minitab 会在 −1 处设置低水平，在 1 处设置高水平。
1. 单击因子。
2. 在因子 A 的行中，在名称下，输入订单系统。在类型下，选择文本。在低下，输入新。在高下，输入当前。
3. 在因子 B 的行中，在名称下，输入包装。在类型下，选择文本。在低下，输入 A。在高下，输入 B。
4. 单击确定返回到主对话框。
随机化和存储设计
默认情况下，Minitab 会随机化所有设计类型的运行顺序，田口设计除外。随机化有助于确保模型符合某种特定的数据统计假设。随机化也有助于降低研究中不包含的因子的效应。
设置随机数生成元基数可以确保每次创建设计时都可获得相同的运行顺序。
1. 单击选项。
2. 在随机数生成元基数中，输入 9。
3.验证是否选择了将设计存储在工作表中。
4.单击每个对话框中的确定。
查看设计
每次创建设计时，Minitab 都会将设计信息和因子存储在工作表列中。
1. 大化工作表，以便查看典型设计的结构。

选择数据 > 堆叠工作表。
2.从堆叠选项中，选择在新工作表中堆叠工作表。
3.使用头按钮将可用工作表中的三个工作表移到要堆叠的工作表中。
4.在新建工作表名称中，输入我的出货数据。
5.单击确定。
移动和重命**
来源列包含用来标识出货中心数据的标签。将来源列移到 C1，并重命名中心列。
1. 单击来源列，然后选择编辑器 > 移动列。
2. 在移动选定的列下，选择在 C1 列之前。
3. 单击确定。
4. 在列名称单元格来源中单击，键入中心，然后按 Enter 键。
准备工作表以进行分析
现在，数据位于单个数据表中，但您仍需要按以下方式处理数据：
• 对数据进行重新编码
• 添加新列
• 创建计算值列
提示
有关 Minitab 中提供的数据处理方式的完整列表，请转到帮助和操作步骤概述，并单击左侧导航菜单中的“处理工作表、列和行中的数据”。然后单击“操作步骤”。
对数据进行重新编码
中心列中的标签并未明确地表明这些数据来源于哪个中心。对这些标签进行重新编码以文件扩展名。
1. 选择数据 > 重新编码 > 到文本。
2. 在重新编码以下列中的值中，输入中心。
3. 在方法中，选择重新编码单值。
4. 在已重新编码值下，将“东部.MTW”替换为东部。
5. 在已重新编码值下，将“西部.txt”替换为西部。
6. 从已重新编码列的存储位置中，选择在原始列中。

效应图只在因子设计中可用。用于验证模型假设的残差图可对所有设计类型显示。
7.单击每个对话框中的确定。
Minitab 拟合了您在项子对话框中定义的模型，将分析结果显示在会话窗口中，然后将此模型存储在工作表文件中。在您确定可接受的模型之后，您可以使用此存储的模型执行后续分析
确认重要效应
您可使用会话窗口输出和两个效应图来确定哪个效应对您的过程而言非常重要。首先，请查看会话窗口输出。
因子回归: 小时数 与 订单系统, 包裹
方差分析
来源               自由度  Adj SS   Adj MS   F 值   P 值
模型                    3  53.894  17.9646  40.25  0.000
  线性                  2  44.915  22.4576  50.32  0.000
    订单系统            1  28.768  28.7680  64.46  0.000
    包裹                1  16.147  16.1472  36.18  0.000
  2 因子交互作用        1   8.979   8.9787  20.12  0.002
    订单系统包裹       1   8.979   8.9787  20.12  0.002
误差                    8   3.571   0.4463
合计                   11  57.464
模型汇总
R-sq（调  R-sq（预
       S    R-sq      整）      测）
0.668069  93.79%    91.46%    86.02%
已编码系数
系数标                方差膨
项               效应    系数    准误   T 值   P 值  胀因子
常量                   12.573   0.193  65.20  0.000
订单系统        3.097   1.548   0.193   8.03  0.000    1.00
包裹           -2.320  -1.160   0.193  -6.01  0.000    1.00
订单系统包裹   1.730   0.865   0.193   4.49  0.002    1.00
以未编码单位表示的回归方程
小时数 = 12.573 + 1.548 订单系统 - 1.160 包裹 + 0.865 订单系统包裹
别名结构
因子  名称
A     订单系统
B     包裹
别名
I
A
B
AB
您可拟合全模型，其中包括两个主效应以及双因子交互作用。当其在编码系数表中的 p 值小于 α 时，效应在统计意义上显著。在 α 的默认值为 0.05 时，以下效应显著：
• 订单处理系统(订单系统) 和包装系统(包装) 的主效应
• 订单处理系统和包装过程 (订单系统包装) 的交互效应
解释效应图
您也可以评估标准化效应的正态概率图和 Pareto 图，以确定哪些效应会对响应小时数产生影响。
1. 要查看正态概率图，请选择窗口 > 小时数的效应图。
科学软件网专注提供正版软件，跟上百家软件开发商有紧密合作，价格优惠，的和培训服务。
http://turntech8843.b2b168.com