一位工程师想了解焊接过程产生的缺陷是否比之前多。工程师收集了 80 个部件，并记录了数天内每个班次不合格的焊接数。该数据有两个可能的结果，因此该数据是二项数据。
分析师执行了均值分析，以确定不合格比率是否与任何样本的不合格比率存在显著差异。
- 打开样本数据焊接不合格.MTW.
- 选择。
- 在响应中，输入焊接不合格数。
- 在数据分布下，选择二项并在样本数量中输入 80。
- 单击确定。
解释结果
图中显示了每个样本的缺陷比率、表示所有样本平均比率的中心线以及决策下限和上限。如果表示样本的点超出决策限值，则比率和平均比率之间的差值统计意义显著。样本 4 中的缺陷焊接比率超出了决策限值。在此示例中，缺陷焊接比率通常很高。
