概述

Minitab 在“图形”菜单上提供了一套灵活的图形以支持各种分析需要。创建图形时有许多自定义选项可用,且创建图形后有更多可用。

除了可以从“图形”菜单中使用的图形以外,Minitab 还在“统计”菜单上提供了特定于分析的图形(如控制图)。Minitab 还有作为许多统计分析的一部分的内置图形。

检查变量对之间的关系

使用这些图形研究一对或多对变量之间的关系。例如,您可以评估以下内容:
  • 土壤 pH 值与植物生长之间的关系
  • 油的粘性、存放时间和温度与赛车发动机加速性能和磨损之间的关系
散点图

使用散点图评估两个变量之间的关系。两个变量的值作为标绘每个观测值的 X 和 Y 坐标。 In Minitab, choose 图形 > 散点图.

Binned scatterplot
Use a binned scatterplot to investigate the relationship between a pair of continuous variables when the data set contains many observations. In Minitab, choose 图形 > 区间散点图.
矩阵图

使用矩阵图同时评估几对变量之间的关系。矩阵图是单独的散点图的阵列。 In Minitab, choose 图形 > 矩阵图.

气泡图
使用气泡图可以研究单个图上三个变量之间的关系。与散点图一样,气泡图绘制 y 变量与 x 变量之间的关系。但是,气泡图上的符号(又称为气泡)的大小各异。每个气泡的面积表示第三个变量的值。 In Minitab, choose 图形 > 气泡图.
边际图
使用边际图评估两个变量的分布以及它们之间的关系。边际图是在边际中有直方图、箱线图或点图的散点图。 In Minitab, choose 图形 > 边际图.

检查并比较分布

使用这些图形可评估并比较分布的属性,如:
  • 样本值的居中位置。
  • 样本分布是对称的还是偏斜的。
  • 样本数据是否服从特定分布。
  • 样本分布中存在多少个峰值(多个峰值可能表示数据来自多个总体)。
  • 样本中最常见的观测值是什么。
直方图

使用直方图估计数据的形状和中心趋势,以及评估数据是否服从特定分布(如正态分布)。 In Minitab, choose 图形 > 直方图.

条表示落于连续区间内的观测值的数量。由于每个条都表示许多观测值,因此具有大量数据时,直方图最有用。

点图

使用点图估计数据的形状和中心趋势。点图与直方图类似,分为多个区间。但是,在数据量较少时,点图可能会比直方图有用,这是由于每个点都表示单个或少量观测值。 In Minitab, choose 图形 > 点图.

点图对于比较数据组也非常有用。

茎叶图
使用茎叶图可以区间格式显示实际数据值。尽管茎叶图类似于点图,但茎叶图具有自己的特点。茎叶图具有如下功能:
  • 使用样本值的前导数字确定区间(例如,一个区间可以有 0 到 9 之间的值,另一个区间可以有 10 到 19 之间的值,依此类推)。
  • 显示各个值中的数字而不是点,并且每个数字都表示一个观测值。
In Minitab, choose 图形 > 茎叶图.
概率图
使用概率图可执行以下操作:
  • 确定数据服从特定分布的程度。拟合的程度由数据点服从拟合线的程度表示。
  • 获取参数估计值和估计的总体百分位数。
  • 比较样本分布。
In Minitab, choose 图形 > 概率图.

Minitab 根据每个观测的估计的累积概率标绘每个测量值。将变换尺度,以使拟合分布形成一条直线。

经验累积分布函数
使用经验累积分布函数图形可执行以下操作:
  • 确定数据服从特定分布的程度。当阶梯函数相当接近地服从拟合线时,会表现出良好的拟合。
  • 获取参数估计值和估计的总体百分位数。
  • 比较样本分布。
In Minitab, choose 图形 > 经验累积分布函数.

Minitab 绘制表示在样本中观测到的累积分布的步阶函数,以及基于根据样本估计的参数的拟合累积分布。

概率分布图
使用概率分布图可进行以下操作:
  • 查看分布的形状。
  • 了解分布参数影响分布形状的方式。
  • 讲解置信区间和假设检验的概念。
  • 确定临界值和 P 值。
In Minitab, choose 图形 > 概率分布图.
箱线图

使用箱线图评估并比较分布特征(如中位数、极差和对称性),以及确认异常值。 In Minitab, choose 图形 > 箱线图.

比较变量的汇总或单个值

使用这些图形可比较汇总值或单独的数据值。例如,可以比较以下内容:
  • 公司每种产品的平均季度销售额(按地区)
  • 公司工厂生成的油漆的粘性(按混合方法)
箱线图

使用箱线图评估并比较样本分布特征,以及查找异常值。 In Minitab, choose 图形 > 箱线图.

区间图

使用区间图可评估并比较均值和置信区间。使用置信区间可以评估组均值之间相对于组内方差的差异。 In Minitab, choose 图形 > 区间图.

单值图

使用单值图评估并比较单独的数据点。 In Minitab, choose 图形 > 单值图.

此图形标绘每组的每个数据点,以便您可以发现异常值和查看分布形状。

线图

使用线条图比较两个或更多组的响应模式。Minitab 可以根据原始数据计算汇总统计量,或者您可以从工作表的表格中标出汇总值。 In Minitab, choose 图形 > 线条图.

Parallel coordinates plot
Use a parallel coordinates plot to visually compare many series or groups of series on parallel coordinates across multiple variables. In Minitab, choose 图形 > 平行坐标图.
条形图

使用条形图比较数据组的汇总统计量(如均值)。Minitab 可以根据原始数据计算汇总统计量,或者您可以从工作表的表格中标绘汇总值。 In Minitab, choose 图形 > 条形图.

饼图
使用饼图可评估每组相对于整体的贡献。Minitab 根据工作表中汇总值的表生成饼图。 In Minitab, choose 图形 > 饼图.

评估计数分布

使用这些图形可标绘唯一值的计数。例如,您可以标绘以下数据:
  • 导致加工部件被拒的每类缺陷的数量。
  • 竞选中每个候选人获得的票数。
条形图
使用条形图可为最多四个类别变量比较计数分布。数据可以是原始数据(列中的每行表示一个观测值),也可以位于频率表中(类别名称在一列或多列中,汇总数据在另外一列中)。 In Minitab, choose 图形 > 条形图.
饼图
使用饼图比较每个数据值相对于整体的比率。数据可以是原始数据(列中的每行表示一个观测值),也可以位于频率表中(类别名称在一列中,汇总数据在另外一列中)。 In Minitab, choose 图形 > 饼图.

绘制随时间变化的一系列数据

Minitab 提供了许多可用于查看一段时间内数据模式的工具。例如,可以使用这些工具检查公司的月销售额。

时间序列图

如果数据以均匀的时间间隔收集且在工作表中按时间顺序排列,请使用时间序列图。 In Minitab, choose 图形 > 时间序列图.

Minitab 根据 X 轴上均匀的时间间隔在 Y 轴上标绘观测值。

区域图

使用区域图查看和的组成在一段时间内的变化。 In Minitab, choose 图形 > 区域图.

Minitab 根据 X 轴上均匀的时间间隔在 Y 轴上标绘一系列堆叠的变量。图形中的每行都是累积的和。

含连接线的散点图

如果数据以不规则间隔收集且在工作表中未按时间顺序排列,请使用包含连接线的散点图。您必须从工作表中提供时间变量。 In Minitab, choose 图形 > 散点图 > 包含连接线.

此图形根据 X 轴上的时间在 Y 轴上标绘观测值。

检查三个变量之间的关系

使用这些图形可以查看单个图中的三个变量。例如,可以评估温度和湿度影响油漆干燥时间的方式。

等值线图
使用等值线图将测量值映射为两个其他变量的函数。在等值线图中,相似的 Z 值在 X-Y 平面上以等值线和色带表示。 In Minitab, choose 图形 > 等值线图.
3D 散点图
使用 3D 散点图在 X、Y 和 Z 变量定义的三个维度中标绘单独的观测值。 In Minitab, choose 图形 > 3D 散点图.
3D surface plot

使用 3D 曲面图基于 X、Y 和 Z 变量创建三维曲面。 In Minitab, choose 图形 > 3D 曲面图.

3D 曲面图类似于 3D 散点图,只是 Minitab 显示 Z 值的连续曲面(曲面图)或网格(线框图)代替了单独的数据点。

气泡图
使用气泡图可以研究单个图上三个变量之间的关系。与散点图一样,气泡图绘制 y 变量与 x 变量之间的关系。但是,气泡图上的符号(又称为气泡)的大小各异。每个气泡的面积表示第三个变量的值。 In Minitab, choose 图形 > 气泡图.

内置图形

内置图形是作为许多 Minitab 统计分析的一部分显示的图形,以用于查看数据或验证统计假定。执行分析时,可以选择生成作为输出的一部分的内置图形。

例如,执行回归分析时,可以选择绘制以下一个或多个图形:残差直方图、残差正态概率图、残差与拟合值图以及残差与顺序图;或者选择四合一图,即所有图形都位于一个图形布局中。这些图形为直观验证模型是否符合分析假定提供了方便。