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!
先前談到Assistant
助手, 可幫助我們選擇正確工具進行分析, 並告訴我們如何解釋結果. 現在更進一步, 我們可透過Help 協助
> Tutorials 教學課程, 了解常用統計功能的”用途”;”資料”;”操作步驟”,同學可利用minitab所附範例, 熟悉此功能的操作, 至於輸出的解釋, 後面會在Help 協助 > StatGuide 統計指南 中討論.
Regression > Regression > Uses
用途: 迴歸
用法 1： 確定兩個變數是否具有線性關係
大學錄取辦公室對學生的學業成績與其大學入學考試的分數之間的關係感興趣。
強線性關係將表明入學考試是作出錄取決定的有效工具。
迴歸是確定兩個變數之間是否存在線性關係的強大工具；也就是說，當一個變數增大時，另一個變數將按比例增大或減小。
用法 2： 檢定單個反應與多個預測變數之間的關係
一個農業研究人員知道有多種變數（溫度、降雨量、肥料類型等）可以影響農作物的產量。
如果她知道這些預測變數的組合如何影響農作物產量，她就可以在任何氣候條件下都保持產量。
在許多情況下並非一個預測變數，而是多個預測變數，可以最好地描述反應或結果。
迴歸可用於以數學方式描述這種關係。
用法 3： 預測一組新的觀測值的反應
一家公用事業公司希望協助客戶估計他們在即將到來的冬季的燃料成本。
透過現有客戶的記錄，該公司建立了一個基於平均溫度、家庭成員數和供熱系統的類型和使用年限估計取暖費的公式。 然後，客戶即可向燃料公司提供這些資料以估計他們未來的取暖費。
迴歸使用觀測資料方程式來描述一個或多個預測變數與一個反應之間的關係。
透過使用此方程式，您可以在具有一組新預測變數值時預測反應值。
Regression > Regression > Data
資料: 用於迴歸的資料
迴歸的資料要求
需要什麼類型的資料？
您的預測變數和反應變數必須是數值型的。
範例：
平均戶外溫度、絕緣水準以及供暖燃料用量
本地收入中位數和本地房價中位數
身高、體重、年齡和血壓
我的工作表的外觀如何？
提供一欄反應變數資料，以及一欄表示每個預測變數的資料。
全部欄的長度必須相同。
C1
|
C2
|
|
反應
|
預測變數
|
|
1
|
40
|
55
|
2
|
55
|
60
|
3
|
100
|
90
|
4
|
63
|
70
|
5
|
20
|
50
|
6
|
80
|
85
|
Regression > Regression > How To
操作步驟: 在 Minitab 中執行迴歸
使用 Minitab 執行迴歸的描述
方案
在不同的 HCHO 濃度（濃度）、催化劑比例（比例）、凝固溫度（溫度）和凝固時間（時間）下生產出
32 件棉纖維素。 對每件產品都記錄了耐壓等級（等級），即抗皺性的量測。 透過多元線性迴歸評估了反應、等級和預測變數、濃度、比例、溫度以及時間之間的線性相關性。
選擇適當的分析方式
分析人員希望使用多個預測變數為耐壓等級建模，因此他們使用迴歸。
1.
開啟工作表“褶皺.MTW”。
2.
選擇統計 > 迴歸 > 迴歸。
輸入反應變數
輸入一欄反應變數的量測值。
1.
在反應中，輸入評級。
輸入模型項
為每個預測變數輸入一欄資料。
1.
在預測變數中，輸入濃度 比例 溫度 時間。
指定選項
要建立殘差圖，請點擊圖表。
要請求不同的統計量和檢定，或要對新的觀測值進行預測，請點擊選項。 要控制分析結果的顯示方式，請點擊結果。 要存儲迴歸統計量，請點擊存儲。
1.
點擊圖表。
2.
在殘差圖下，選擇四合一。
3.
在殘差與變數下，輸入濃度 比例。
4.
在每個對話框中點擊確定。
解釋輸出
現在應該做些什麼？
有關如何解釋此分析結果的指導資訊，請參見 StatGuide。
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