有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
Minitab R16版新增一項功能—Assistant
助手, 對於軟體新手或統計新手來說, 是個不錯的功能. 透過它可讓您”正確地”使用統計工具, 而不至於不知如何下手.
Assistant 助手 > Regression... 迴歸...
中文對照
迴歸
使用迴歸建立連續X與連續Y變數之間關係模型。
指引
收集資料
l
當您收集資料, 您可用任何X值抽樣項目或可提早設定X值。
n
通常情況下，您隨機抽樣項目，然後記錄X和Y值。例如, 為了確定面積與新屋銷售價之間的是否有關係, 您隨機選擇房屋樣本和記錄每個房屋的面積和銷售價格。您不需要事先設定面積價值, 然後只抽樣每個X值的房屋和記錄銷售價格。
n
但是, 有時您可能希望設定X值為特定值, 並只抽樣這些X值的項目。如果您設定X值, 請選擇涵蓋感興趣區域的值的範圍。
l
收集具有製程代表性的項目隨機樣本。
n
如果樣本中的項目不代表製程的輸出, 模型可能很適合該樣本但無法準確地描述X和Y之間的關係。您不能使用X值預測Y的方程式或找到X對應所需Y值或範圍的設定。
l
收集夠大的樣本。
n
除非X和Y之間的關係很強, 小樣品(<15)可能不夠大可以檢測到它。此外, 小樣本無法提供非常準確以調整R2來衡量關係強度的估計。如果需要精確的估計, 則應使用更大的樣本(通常為40或更多)。Minitab會檢查資料量是夠大的。
l
依收集順序紀錄資料。
n
要檢測可能指明迴歸模型問題的資料與時間相關模式, 請確保您所收集的資料, 以相同的順序輸入到Minitab的工作表中。
l
Y資料不需要是常態分配。
n
Y資料不需要是常態分配以獲取精確的模型。但是, 如果您有少於15個資料點, 解釋p值時, 您應該謹慎使用。小樣本, p值的準確性對非常態殘差誤差非常敏感。Minitab會檢查資料量是夠大的。
評估結果
l
選擇滿足您目標的模型或讓Minitab選擇模型。
n
您可以從三種不同模型選擇: 線性、 二次, 或立方, 或您可讓Minitab選擇模型。線性模型(X)是最簡單, 並使用一條直線建立X和Y之間關係的模型。二次(X2)和立方(X3)模型更複雜, 並使用曲線建立X和Y之間關係的模型。
n
當Minitab選擇模型時, 它選擇一個有統計意義的最高階項。例如, 如果Minitab選擇二次模型, 二次項的係數將是有意義的。
n
當您檢查結果時, 您應該評估資料和建立適配您目標項的模型。看看適配線圖以確定:
u
該樣本充分涵蓋 X值的範圍。
u
模型恰好適配資料中任何曲率。但是, 避免以太複雜的模型過度適配資料。請確保高階項採用的曲率有道理的基於流程知識, 並具有實際的意義。
u
線性對任何感興趣的區域有很好的適配。
l
檢查異常的資料點。
n
十分異常的X或Y值的點可能會導致適配線拉近到異常的點, 並遠離其它點。因為異常的資料點對結果有很大的影響, 您應該嘗試識別異常發生的原因。Minitab會識別為您異常的資料點。您應該修正任何量測或資料輸入錯誤, 並考慮移除與特殊原因關聯的資料再重新分析。
使用模型
l
不要在您的樣本中使用超出X值範圍的模型。
n
迴歸模型應只用于在您樣本資料中的X值範圍內的X值來預測Y。任何基於顯著超出您樣本之外的X值所預測可能極不準確。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言