Minitab22提供專業(yè)的數(shù)據(jù)分析功能，可以在軟件上加載數(shù)據(jù)資源執(zhí)行分析，可以對生物數(shù)據(jù)分析，可以對醫(yī)學(xué)數(shù)據(jù)分析，可以對化學(xué)實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計，可以對數(shù)學(xué)問題分析，軟件可以導(dǎo)入多種數(shù)據(jù)資源，也可以連接到遠(yuǎn)程的數(shù)據(jù)庫導(dǎo)入數(shù)據(jù)執(zhí)行分析，添加數(shù)據(jù)完畢就可以在菜單界面找到適合當(dāng)前數(shù)據(jù)分析的方案使用，可以選擇方差分析功能，支持一般線性模型、混合模型、多變量方差分析、多重比較等方差分析方案，也可以在軟件啟用回歸分析功能，需要就可以下載使用。

軟件功能

　　一、時間序列和預(yù)測

　　時間序列圖

　　趨勢分析

　　分解

　　移動平均

　　指數(shù)平滑

　　Winters 法

　　自相關(guān)函數(shù)、偏自相關(guān)函數(shù)和互相關(guān)函數(shù)

　　綜合自回歸移動平均 (ARIMA)

　　Box-Cox 變換*

　　增廣迪基–富勒檢驗(yàn)*

　　最佳 ARIMA 模型預(yù)測*

　　二、功效和樣本數(shù)量

　　用于估計的樣本數(shù)量

　　公差區(qū)間的樣本數(shù)量

　　單樣本 Z、單樣本 t 和雙樣本 t

　　配對 t

　　單比率和雙比率*

　　單樣本 Poisson 率和雙樣本 Poisson 率

　　單方差和雙方差

　　等價檢驗(yàn)

　　單因子方差分析

　　二水平、Plackett-Burman 和一般全因子設(shè)計

　　功效曲線

　　三、預(yù)測分析

　　自動化機(jī)器學(xué)習(xí)

　　CART? 分類

　　CART? 回歸

　　MARS?

　　Random Forests? 分類

　　Random Forests? 回歸

　　TreeNet? 分類

　　TreeNet? 回歸

　　四、質(zhì)量工具

　　運(yùn)行圖

　　Pareto 圖

　　因果圖

　　變量控制圖：XBar、R、S、XBar-R、XBar-S、I、MR、I-MR、I-MR-R/S、區(qū)域、Z-MR

　　屬性控制圖：P、NP、C、U、Laney P’ 和 U’

　　時間加權(quán)控制圖：MA、EWMA、CUSUM

　　多變量控制圖：T 方廣義方差控制圖、MEWMA

　　稀有事件控制圖：G 和 T

　　歷史/過程偏移控制圖

　　Box-Cox 和 Johnson 轉(zhuǎn)換

　　個體分布標(biāo)識

　　過程能力：正態(tài)、非正態(tài)、屬性、批處理

　　非參數(shù)能力分析*

　　自動化能力分析*

　　Process Capability Sixpack?

　　公差區(qū)間

　　抽樣驗(yàn)收和 OC 曲線

　　多變異圖

　　變異性控制圖

　　五、實(shí)驗(yàn)設(shè)計

　　定義篩選設(shè)計 *

　　Plackett-Burman 設(shè)計

　　二水平因子設(shè)計

　　裂區(qū)設(shè)計

　　一般因子設(shè)計 *

　　響應(yīng)曲面設(shè)計

　　混料設(shè)計

　　D 最優(yōu)設(shè)計和基于距離的設(shè)計

　　田口設(shè)計

　　用戶指定的設(shè)計

　　分析二元響應(yīng)

　　分析因子設(shè)計的變異性

　　修補(bǔ)試驗(yàn)

　　效應(yīng)圖：正態(tài)、半正態(tài)、Pareto

　　響應(yīng)預(yù)測和優(yōu)化

　　圖：殘差、主效應(yīng)、交互作用、立方、等值線、曲面、線框

　　六、可靠性/生存

　　參數(shù)分布分析和非參數(shù)分布分析

　　擬合優(yōu)度測量

　　確切失效數(shù)據(jù)、右刪失數(shù)據(jù)、左刪失數(shù)據(jù)和區(qū)間刪失數(shù)據(jù)

　　加速壽命檢驗(yàn)

　　壽命數(shù)據(jù)回歸

　　檢驗(yàn)計劃

　　閾值參數(shù)分布

　　可修復(fù)系統(tǒng)

　　多種失效模式

　　概率單位分析

　　Weibayes 分析

　　圖：分布、概率、故障、生存

　　保證分析

軟件特色

　　1、非參數(shù)能力分析

　　非參數(shù)能力是一款穩(wěn)健的解決方案，其能評估不適合進(jìn)行分布或變換的過程的能力。

　　2、適用于量具研究的 EMP 方法

　　評估測量過程（EMP 交叉）采用交叉設(shè)計以及較佳的 Wheeler EMP 方法，能夠評估測量系統(tǒng)中的過程變化。

　　3、經(jīng)改進(jìn)的單比例檢驗(yàn)

　　對單比例假設(shè)檢驗(yàn)和置信區(qū)間命令進(jìn)行了多項(xiàng)改進(jìn)。

　　4、自動化能力分析

　　自動化功能確定正態(tài)分布的適當(dāng)性，并自動提供替代分布擬合或變換。

　　5、交互式表格生成器

　　可以通過圖形生成器的拖放界面及實(shí)時預(yù)覽以交互方式了解變量之間的關(guān)系并創(chuàng)建有意義的描述性統(tǒng)計列表。

　　6、圖形生成器中的交互式帕累托圖

　　圖形生成器現(xiàn)在包含交互式帕累托圖工具，可用于了解特性，例如，需要優(yōu)先考慮的缺陷或?qū)Y(jié)果影響最大的特征。

　　7、增強(qiáng)的圖形編輯

　　使用新圖形編輯功能（包括顯示/隱藏主要刻度位置的網(wǎng)格線、添加參考線和 Y 值數(shù)據(jù)標(biāo)簽）以交互方式自定義結(jié)果。

使用方法

　　1、Minitab22安裝界面如圖所示，點(diǎn)擊下一步

　　2、將軟件直接安裝到電腦，點(diǎn)擊下一步

　　3、將補(bǔ)丁內(nèi)容復(fù)制到軟件的安裝地址替換原始文件

　　4、數(shù)據(jù)功能，支持列到列、常量到常量、矩陣到矩陣、常量到列、列到常量、矩陣到列、列到矩陣

　　5、重新采樣：單樣本函數(shù)的引導(dǎo)、雙樣本均值的引導(dǎo)、單樣本均值的隨機(jī)化檢驗(yàn)

　　6、基本統(tǒng)計內(nèi)容：顯示描述性統(tǒng)計量、存儲描述性統(tǒng)計量、圖形化匯總、單樣本、單樣本t

　　7、圖形分析功能，可以將數(shù)據(jù)生成散點(diǎn)圖，可以將數(shù)據(jù)顯示在矩陣圖

　　8、幫助界面，可以打開Minitab22的幫助文檔查看全部教程

　　9、預(yù)測分析模塊(P)：自動化機(jī)器學(xué)習(xí)、CART分類、TreeNet?分類、Random Forests分、CART回歸

官方教程

　　概率分布、隨機(jī)數(shù)據(jù)和重新抽樣分析

　　隨機(jī)數(shù)據(jù) 的概述

　　可使用隨機(jī)數(shù)據(jù)生成數(shù)據(jù)的隨機(jī)樣本。您可以根據(jù)所選擇的分布生成隨機(jī)數(shù)據(jù)，也可以根據(jù)工作表中的數(shù)據(jù)創(chuàng)建隨機(jī)樣本。

　　可以通過使用設(shè)置基數(shù)重現(xiàn)相同的一組隨機(jī)值，以便在每次生成隨機(jī)數(shù)據(jù)時，為 Minitab 的隨機(jī)數(shù)生成器設(shè)置起點(diǎn)。

　　根據(jù)工作表列，創(chuàng)建隨機(jī)樣本 (來自列的樣本)

　　根據(jù)一列或多列數(shù)據(jù)，創(chuàng)建隨機(jī)樣本行?？梢栽谔鎿Q的情況下取樣（多次選擇相同的行），也可以在不替換的情況下取樣（每行只選擇一次）。

　　例如，某位科學(xué)家希望隨機(jī)化某實(shí)驗(yàn)中的六個測試對象的順序。該科學(xué)家在工作表中按字母順序輸入對象標(biāo)識符。然后，取相同行數(shù) (6) 的隨機(jī)樣本（不進(jìn)行替換）。

　　從已知分布中創(chuàng)建隨機(jī)數(shù)據(jù) (隨機(jī)數(shù)據(jù))

　　從指定的分布創(chuàng)建隨機(jī)樣本。Minitab 提供了許多常見分布（如正態(tài)分布、指數(shù)分布和 Poisson 分布），以便您指定參數(shù)和創(chuàng)建隨機(jī)數(shù)據(jù)。

　　例如，要模擬實(shí)驗(yàn)的響應(yīng)，某工程師從一個正態(tài)分布（均值為 50，標(biāo)準(zhǔn)差為 2）生成 10 行數(shù)據(jù)。

　　設(shè)置隨機(jī)數(shù)字生成器 (設(shè)置基數(shù))

　　如果您需要生成相同的隨機(jī)值，可以通過輸入一個整數(shù)來指定隨機(jī)數(shù)生成器的起點(diǎn)。當(dāng)使用相同的基數(shù)時，會得到相同的樣本。

　　例如，一位教授生成 50 行隨機(jī)正態(tài)數(shù)據(jù)以用于課堂練習(xí)。教授和學(xué)生分別將基數(shù)設(shè)置為 1 以生成相同的數(shù)據(jù)，從而得到相同的分析結(jié)果。

　　在何處查找這些命令

　　要從指定的分布中生成隨機(jī)數(shù)據(jù)，請選擇計算 > 隨機(jī)數(shù)據(jù)，然后選擇相應(yīng)的分布。

　　要從現(xiàn)有數(shù)據(jù)列取樣本，請選擇計算 > 隨機(jī)數(shù)據(jù) > 來自列的樣本。

　　要設(shè)置隨機(jī)數(shù)字生成器的基數(shù)，請選擇計算 > 設(shè)置基數(shù)。

　　計算 > 設(shè)置基數(shù)在將隨機(jī)數(shù)據(jù)生成元的基數(shù)設(shè)置為中，輸入一個整數(shù)以指定隨機(jī)數(shù)字生成器的起點(diǎn)。

　　要生成相同的隨機(jī)數(shù)序列，請在每次生成隨機(jī)數(shù)據(jù)時設(shè)置相同的基數(shù)。

　　計算 > 隨機(jī)數(shù)據(jù) > 來自列的樣本

　　要從指定的列取隨機(jī)樣本，請完成以下步驟。

　　1.在取樣行號中，指定樣本數(shù)量。

　　2.在來自列中，輸入要從中取樣的列。 如果您輸入多列，Minitab 將從跨這些列的同一行中取樣。所有列的長度必須相同。

　　3.在將樣本存儲在中，指定要在其中存儲取樣值的列。存儲列的數(shù)量必須與取樣列的數(shù)量相等。

　　4.（可選）如果您希望能夠多次取樣同一個項(xiàng)目，則選中重置取樣。 如果不選擇此選項(xiàng)，則每行只能在樣本中出現(xiàn)一次。

　　選擇計算 > 隨機(jī)數(shù)據(jù)，選擇分布，然后輸入?yún)?shù)。

　　Bernoulli

　　在事件概率中，為所需結(jié)果發(fā)生概率輸入一個介于 0 和 1 之間的數(shù)字。發(fā)生的一次結(jié)果稱為一個“事件”。 有關(guān)更多信息，請轉(zhuǎn)到Bernoulli 分布。

　　當(dāng)隨機(jī)過程正好有兩個結(jié)果（事件或非事件）時，可使用 Bernoulli 分布。獨(dú)立 Bernoulli 試驗(yàn)序列生成其他一些分布（如二項(xiàng)分布），其建模 n 次試驗(yàn)中的成功次數(shù)。例如，此圖顯示了二項(xiàng)分布中的隨機(jī)樣本（其具有 1 個試驗(yàn)，事件概率為 0.15）。

　　Beta

　　請完成以下步驟來輸入Beta 分布的參數(shù)。

　　1.在第一形狀參數(shù)中，為第一個形狀參數(shù)輸入一個大于零的數(shù)字。

　　2.在第二形狀參數(shù)中，為第二個形狀參數(shù)輸入一個大于零的數(shù)字。

　　例如，該圖顯示了一個 Beta 分布，其第一個形狀為 3，第二個形狀為 2。

　　二項(xiàng)

　　請完成以下步驟來輸入二項(xiàng)分布的參數(shù)。

　　1.在試驗(yàn)數(shù)中，輸入樣本數(shù)量。

　　2.在事件概率中，為所需結(jié)果發(fā)生概率輸入一個介于 0 和 1 之間的數(shù)字。發(fā)生的一次結(jié)果稱為一個“事件”。

　　例如，此圖顯示了一個二項(xiàng)分布，其具有 100 個試驗(yàn)，事件概率為 0.03

　　Cauchy

　　請完成以下步驟來輸入Cauchy 分布的參數(shù)。

　　1.在位置中，輸入一個表示分布峰值的位置的值。

　　2.在尺度中，輸入一個表示分布的散布的值。

　　例如，該圖顯示了一個 Cauchy 分布，其位置為 0，尺度為 1。

　　卡方

　　在自由度中，輸入用于定義卡方分布的自由度的數(shù)字。

　　例如，此圖顯示了一個具有 4 個自由度的卡方分布。

　　離散

　　請完成以下步驟來輸入離散分布的參數(shù)。

　　1.在值在中，輸入包含要包括到此分布中的值的列。 通常，這些值是由數(shù)字值表示的離散事件或計數(shù)。

　　2.在概率在中，輸入包含每個值的概率的列。 概率必須介于 0 和 1 之間，并且總和必須為 1。

　　在此工作表中，值包含要包括在此分布中的計數(shù)，概率包含每個計數(shù)的概率。