对数据进行图形化

当样本数量最少为 20 时，箱线图效果最佳。例如，科学家可以创建一个箱线图，对使用两种不同肥料生长的植物的高度与一个没用肥料的对照组进行比较。要查看示例，请转到 Minitab 帮助：箱线图示例。

在等值线图中，将两个预测变量的值分别表示在 X 轴和 Y 轴上，响应变量的值用称为等值线的阴影区域表示。等值线图与地形图类似，只不过等值线图中标绘的是 X、Y、Z 值，而不是经度、纬度和海拔。

一位食品科研人员想要确定加热冷冻饭菜的最佳时间和温度。该科研人员准备了 14 个不同时间和温度的样本，然后让专业试菜员对每个样本的总体质量进行评级。科学家创建一个等值线图来检验结果。要查看示例，请转到 Minitab 帮助：等值线图示例。

点图将样本值分成多个小区间并使用点和一条数字线表示每个值或一小组值。当样本数量小于大约 50 时，点图效果最佳。

例如，质量工程师创建点图以检查开启洗发水瓶盖样本所需的转矩量的分布。要查看示例，请转到 Minitab 帮助：点图示例。

直方图将样本值分成多个区间并使用条形表示每个区间中的数据值频率。当样本数量最少为 20 时，直方图效果最佳。但是，如果样本数量比 20 大很多，则可以更好地体现分布情况。

例如，质量工程师创建直方图以检查开启洗发水瓶盖样本所需的转矩量的分布。要查看示例，请转到 Minitab 帮助：直方图示例。

单值图对于一个组中每个观测值的实际值显示一个点，这便于发现异常值并查看分布的散布。当样本数量小于大约 50 时，单值图效果最佳。

与箱线图类似，单值图可帮助您确定可能的异常值并将数据分布可视化。但是，与箱线图不同的是，单值图会单独显示每个值。当观测值相对较少或需要评估每个观测值的效应时，单个值特别有用。

例如，工程师会创建单值图以比较用不同添加剂生产的塑料样本的弹性。要查看示例，请转到 Minitab 帮助：含多个 Y 变量的单值图的示例。

例如，高速公路安全部门的研究人员想要了解在转向校正数量方面，驾驶员经验和道路类型之间的关系。研究人员绘制了交互作用图来显示因子彼此之间以及对响应的效应。要查看示例，请转到 Minitab 帮助：交互作用图的示例。

例如，某家地毯制造商想要查看单因子 ANOVA 的结果。该制造商根据地毯类型，创建了一个地毯耐用性平均分值的主效应图。要查看示例，请转到 Minitab 帮助：主效应图示例。

例如，业务分析师想要研究成功的中小型制造公司。售量和公司经营年数的数据。在初始调查中，该分析师创建了一个矩阵图来检查客户数、回报率和经营年数之间的关系。要查看示例，请转到 Minitab 帮助：矩阵图示例。

多变异图提供因子与响应之间关系的图形表示。多变异图显示每个因子在每个因子水平上的均值。在 Minitab 中，每个多变异图最多可以显示四个因子。

例如，制造商在两台不同的机器上生产塑料管，这两台机器都有三个不同的温度设置。质量工程师关心不同机器上和不同设置下塑料管直径的一致性。工程师创建多变异图来调查塑料管直径的变异。要查看示例，请转到 Minitab 帮助：多变异图示例。

例如，医疗研究者会创建散点图来显示少女的体重指数 (BMI) 和身体脂肪百分比之间的正相关关系。要查看示例，请转到 Minitab 帮助：散点图示例。

例如，一位食品科研人员想要确定加热冷冻饭菜的最佳时间和温度。该科研人员准备了 14 个不同时间和温度的样本，然后让专业试菜员对每个样本的总体质量进行评级。科学家创建一个 3D 曲面图来检验结果。要查看示例，请转到 Minitab 帮助：3D 曲面图示例。

例如，某股票经纪人比较了过去两年内两支股票的每月表现。股票经纪人创建一个时间序列图来直观显示两只股票的表现。要查看示例，请转到 Minitab 帮助：时间序列图示例。