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 Tutorials 教學課程, 了解如何使用 Minitab 各項功能。而在Help 協助 > StatGuide 統計指南中, 則對於輸出的結果有詳細的解釋說明:
Basic Statistics > Covariance
共變異數 > 匯總
與相關係數相似，共變異數是對兩個連續變數之間的線性關係的量測。但不同於關係係數的是，表示共變異數的單位隨分析的資料而有所不同。因此，很難使用共變異數統計量來評估線性關係的強度。如果這是您的目標，則應改用相關係數。
共變異數用在某些統計計算中，並且在確定線性關係的方向時很有用：
· 如果兩個變數都傾向於同時增加或減小，則係數為正。
· 如果單變數在另單變數減小時傾向於增加，則係數為負。
資料描述
鋁鑄件工廠需要評估含氫量與鋁合金鑄件的多孔性之間的關係。他們收集鑄件的隨機樣本，並量測每個鑄件的下列計數值：
· 氫含量
· 多孔性
· 強度
資料：
鋁.MTW （在樣本資料檔案夾中）
共變異數 > 共變異數矩陣
在共變異數的對角元素上可以找到兩個變數之間的共變異數矩陣。對角元素是各變數的變異數。
要注意共變異數不隱含因果關係，這一點很重要。只有正確控制的實驗才能確定關係是否存在因果性。
輸出範例
氫 孔隙率 強度
氫 0.00072582
孔隙率 0.00357582 0.04512967
強度 -0.00704865 -0.03710245
0.10963907
解釋
結果表明：
· 氫含量和多孔性之間的共變異數為正 (0.00357582)，這表明氫含量增加時，多孔性也增加。（如果您對評估此關係的量值感興趣，則應計算相關係數。）
· 氫含量和強度之間的共變異數 (-0.00704865) 以及多孔性與強度之間的共變異數 (-0.03710245)
都為負。這表明當氫含量或多孔性增加時，強度傾向於減小。
共變異數不能證明增加氫含量會增加多孔性，或者增加多孔性允許向鋁中注入更多氫。可能這兩種現象都是由第三個變數（範例，溫度）引起的。
Basic Statistics > Covariance > more
共變異數和相關之間的關係
儘管相關係數和共變異數是線性關聯的量測，但它們在下列方面存在差異：
· 相關係數是標準化的，因此完美的線性關係將導致係數為 1。
· 共變異數值是未標準化的，因此完美線性關係的值將取決於資料。
相關係數是共變異數的函數。相關係數等於共變異數除以產品的變數標準差。因此，正的共變異數總是產生正的相關性，類似地，負的共變異數總是產生負的相關性。
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