均值分析 输入数据

统计 > 方差分析 > 均值分析

选择最能准确描述您数据的选项。

输入正态分布数据

如果您的数据服从正态分布,请完成以下步骤。

  1. 响应中,输入您要分析的数据数值列。正态分布的数据通常为测量数据,如重量。对于正态分布的数据,Minitab 通常会将每组的均值与总体均值进行比较。
  2. 数据分布下,选择正态
  3. 因子 1中,输入包含第一个因子的水平的列。 如果输入单个因子,Minitab 将生成显示因子每个水平的均值的单个图。
  4. (可选)在因子 2中,输入包含第二个因子的水平的列。 如果输入两个因子,Minitab 会针对每个因子生成交互作用图和主效应图。
在此工作表中,密度是响应值,包含密度度量。分钟强度是因子 1 和 2,可能解释密度度量中的差异。
C1 C2 C3
密度 分钟 强度
0 10 1
5 15 1
2 18 2
4 10 2

Enter binomial data

如果您的数据服从二项分布,请完成以下步骤。

  1. 响应中,输入包含每个样本中事件计数的列,例如缺陷品数。 Minitab 使用二项数据将每个样本的比率与总体比率进行比较。
  2. 数据分布下,选择二项
  3. 样本数量中,输入每个样本中包含的观测值数。每个样本必须具有相同的观测值数。 样本数量必须足够大,才能确保正态分布能够求二项分布的适当近似值,因为决策限基于正态分布。当 np > 5 且 n(1 − p) > 5(其中 n 是样本数量,p 是事件比率)时,正态分布是足够的。
在此工作表中,管道为响应值。每行代表 100 个管道样本中有缺陷的管道数。例如,检查员在第一个样本中记录了 1 个有缺陷的管道,在第二个样本中记录了 6 个有缺陷的管道
C1
管道
1
6
3
9

输入 Poisson 数据

如果您的数据服从 Poisson 分布,请完成以下步骤。

  1. 响应中,输入要分析的 Poisson 数据的列。 Poisson 数据包含计数,如单位缺陷数或每样本缺陷数。Minitab 使用 Poisson 数据比较每个样本的发生率与总体率。每个样本都应当具有相同的观测值数。样本数量必须足够大,才能确保正态分布能够求 Poisson 分布的适当近似值,因为决策限基于正态分布。当均值至少为 5 时,正态分布是足够的。
  2. 数据分布下,选择Poisson
在此工作表中,缺陷品是响应值。每行代表 50 部手机样本中的缺陷品数。例如,检查员在第一个 50 部手机样本中得出 2 个缺陷品,在第二个 50 部手机样本中得出 4 个缺陷品
C1
缺陷数
2
4
1
5
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策