평균 분석에 대한 데이터 입력

통계분석 > 분산 분석 > 평균 분석

데이터를 가장 잘 설명하는 옵션을 선택하십시오.

정규 분포를 따르는 데이터 입력

데이터가 정규 분포를 따르는 경우 다음 단계를 수행하십시오.

반응에 분석할 숫자 데이터 열을 입력합니다. 정규 분포를 따르는 데이터는 일반적으로 측정 데이터(예: 무게)입니다. 데이터가 정규 분포를 따르는 경우 Minitab에서는 각 그룹의 평균을 전체 평균과 비교합니다.
데이터 분포에서 정규 분포을 선택합니다.
요인 1에 첫 번째 요인의 수준이 포함되어 있는 열을 입력합니다. 요인을 하나만 입력하면 요인의 각 수준에 대한 평균을 보여주는 단일 그림이 생성됩니다.
(선택 사항) 요인 2에 두 번째 요인의 수준이 포함되어 있는 열을 입력합니다. 요인을 두 개 입력하면 교호작용도와 각 요인에 대한 주효과도가 생성됩니다.

이 워크시트에서 밀도는 반응이며 밀도 측정값을 포함합니다. 분과 강도는 요인 1과 요인 2이며 밀도 측정값의 차이를 설명할 수도 있습니다.

데이터가 이항 분포를 따르는 경우 다음 단계를 수행하십시오.

반응에 각 표본의 사건 횟수(예: 불량품의 수)가 포함되어 있는 열을 입력합니다. 이항 데이터의 경우 Minitab에서는 각 표본의 비율을 전체 비율과 비교합니다.
데이터 분포에서 이항 분포을 선택합니다.
표본 크기에 각 표본에 포함된 관측치 수를 입력합니다. 각 표본의 관측치 수는 같아야 합니다. 결정 한계는 정규 분포를 기반으로 하기 때문에 표본 크기는 정규 분포가 이항 분포를 적절히 근사할 수 있을 만큼 충분히 커야 합니다. 정규 분포는 np > 5이고 n(1 − p) > 5인 경우 적절하며, 여기서 n은 표본 크기이고 p는 사건의 비율입니다.

이 워크시트에서 파이프는 반응입니다. 각 행은 100개의 파이프 표본에서 집계된 불량 파이프의 수를 나타냅니다. 예를 들어, 검사자들이 첫 번째 표본에서 불량 파이프 1개, 두 번째 표본에서 불량 파이프 6개를 기록합니다.

데이터가 포아송 분포를 따르는 경우 다음 단계를 수행하십시오.

반응에 분석하려는 포아송 데이터 열을 입력합니다. 포아송 데이터에는 카운트(예: 단위 또는 표본당 결점 수)가 포함됩니다. 포아송 데이터의 경우 Minitab에서는 각 표본에 대한 발생률을 전체 비율과 비교합니다. 표본의 관측치 수는 같아야 합니다. 결정 한계는 정규 분포를 기반으로 하기 때문에 표본 크기는 정규 분포가 포아송 분포를 적절히 근사할 수 있을 만큼 충분히 커야 합니다. 정규 분포는 평균이 5 이상인 경우 적절합니다.
데이터 분포에서 포아송 분포을 선택합니다.

이 워크시트에서 결점은 반응입니다. 각 행은 50개의 휴대전화 표본에서 집계된 결점 수를 나타냅니다. 예를 들어, 검사자들이 첫 번째 50개의 휴대전화 표본에서 결점 2개, 두 번째 50개의 휴대전화 표본에서 결점 4개를 카운트합니다.