minitab15中X-R图如何做

啊好啊，我把第二讲的数据关掉。好，我们来看一下第三讲的数据啊，这样我们先把这个 x 八二 s 这个数据呢复制粘贴到我们的密集台部软件里来。好，我这块新建一个 好站过来，大家会看到这边的格式呢是横行啊， n 等于五啊， n 等于五，那我们 对这个数据呢可以做控制图那呃这边呢是数列啊，比如说设备一号，那他连续的五件自组大小，这里有一个自组 id 啊，设备二号自组 id 啊。呃这样我们先对这个数据来做一下啊这个数据 来做一下。呃这个数据，当然呢我们可以把它行堆叠之后其实就转成 c 九列的类似这个数据，那如果我们不做行堆叠啊，呃也可以直接做啊。呃下来呢我们来跟大家介绍控制图啊，各位可以跟着我操作 啊，路径是 scsb 啊，这个呢就是呃 x 八 r 的控制图的绘制路径 scsb 啊， 点开，呃他目前默认的格式呢是这种竖列的格式，那如果你要想用这个格式呢，你要勾下拉菜单在多列的同一行中，然后到这里呢把 c 二到 c 六选进来啊，怎么把多列选进来？你可以点住 c 二用鼠标左键 转，也可以按住 shift 键点到 c 六点下面的选择啊，这个之前在密集太伏的基本操作的时候跟大家讲过啊。 ok， 那我们直接点确定就可以。好，这张这两张图就绘制成功了，上面这张呢是 x 八，下面这张是阿尔图， 这个图怎么判断怎么使用呢？呃通过这样的呃图形呢，其实我们刚刚给大家绘制的这个叫分析用的啊， 呃另外有一类控制用的，我们在下一节来讲啊。呃那绘制出来这个图呢就是判断整个过程是否稳定的，那过程稳定的判断方式呢？其实我刚刚跟大家讲过了啊，可能很多人没注意啊，我们再复习一下所有的点随机无规律那 呃中心线上下点的数量大致相等以及出界的点的数量很少，甚至没有。好，我们来看一下这个时候呢，哎我们位于中心线上下点的， 呃数量大致相的啊，点也是随机的，并且出界的点的数量很少，甚至没有。我们习惯上呢会先看下面这张儿图再看上面这张 s 霸图啊。呃用以来判断， ok， 所以这个过程基本上是稳定的啊。好，呃我们来演示一下。 哎对于 c 九列的数据，哎我们来做一下啊。呃路径呢？还是刚刚那个路径，你甚至可以用 ctrl 加字母 e 啊快捷路径。然后这块呢我们要勾到列中，那这里呢我们可以把设备一敲进来，那资助大小呢？有两 两种输入方法，你可以直接输五，为什么呢？因为他这块的 n 就是五啊，当然你也可以用子组 id 啊，我们这次用一下子组 id， 因为以前我们都直接输五啊，你子组 id 也可以，然后我们直接点确定， ok， 那这个呢是我们的。呃 x 八孩啊，这块呢会有一个点的出界了啊，他这块有标注啊，他是第八个点啊，你鼠标在这块他会显示第八个点，这个第八个点呢相当于是。 呃这个多少？四十啊四十啊，应该是啊四十一到四十五吧啊是这个数据是吧？ ok 算一下一到五十一啊，反正就是第八组数据啊。这个你要去看一下。好。呃 呃这个君子呢出界了啊。呃所以呢在这块呢如果说，呃那这个过程到底稳定不稳定呢？其实这块呢我们仍然认为他是勉强稳定的啊。勉强稳定的啊。因为出界的点呃很少啊。 呃有人说老师那什么叫很少啊？就是这块有很没有肯定是稳定的。那很少什么叫很少呢？ 呃一般来说呢像这种三十个点呃或者是二十五个点啊，如果他出去一个呢其实我们认为呢他是偏向于稳定啊。 像这款呢是二十个点比较接近二十五个点啊，就是二十五正负五吧啊有一个点出去呢都认为是稳定的。呃如果有一百个点我们出去两个点其实也认为是偏向于稳定的。 就一百个数据里面啊，连续一百个数据里面有两个点调出去呃两百个点里面呢出呃三个点也基本上认为是偏小于稳定的。 呃三百五十个点出四个点也偏向于认为是稳定的啊。就是说其实这种一百个点出两个点包括二十五个点出一个点，这个就是一个稳定稳定的临界状态啊。 ok 这个大家了解一下。呃其实我我们后面经常会用到这个临界状态啊，很多人对这个临界状态这个名词这样我这块就稍微啰嗦一下。 呃我们在呃做产品检验的时候我们假如说检验产品的外观我们会跟客户有一个迁样或者叫限度样本，那我想问 这个限度样本就有点类似我们这块的临界状态，这个限度样本是合格品还是不合格品的， 这是一个常识。那这是一个极限合格品，也就是说呃，临界状态呢，其实我们可以认为他是一个极限啊，就是在差和好的就是极限的状态，也就是说他是一个极限合格品啊， 就是，嗯，比这个再差一点就是不合格了。所以这块呢，他是一个稳定的临界状态，也就是呃，介于稳定和不稳定的边缘，但我们还偏向于认为他勉强稳定的一种状态，当然你说他不稳定也可以啊，就是说明你的要求比较高了啊。 好，以上呢是我们跟大家介绍的艾滋半儿的绘制啊，建议大家呢，这块可以暂停一下，然后呢把我们这几 几个练习呢做一下，就是这个设备二的数据啊，你自己练一下，然后设备二做完了，你可以把设备三自己画一下啊， x 八二， ok。

今天教大家如何用 meantable 制作脂肪土和过程能力分析。 首先将需要分析的数据录入 c 一栏内，然后点击图形， 选择直方图，点击包含礼盒，点击确定，选择 c， 点击此度，选择参考线，在数据值输入上下线和中心指中间用空格分开， 点击确定，点击确定，直方图就做完了。要注意的是，在这个直方图中间 呢，我们并不能看出不良率以及这个 cpk 和 ppk 等相关的值。如果你想知道这个数据的 cpk 和 ppk 以及 ppm 是多少，那么我们就要进行过程能力分析。 点击统计质量工具 能力分析正太，在单列里面选择 c 一，因为我们所有的数据都在 c 一列里面，直组大小输入五， 然后输入规格，下线和上线，点击选项， 在目标里面输入三幺零，点击确定，确定， 过程能力分析就做完了。在这个图中间，大家可以看到 cpk， ppk 以及 ppm 分别是多少。 想学习更多这方面知识的家人们请关注我，关注我学习质量知道。

教你如何制作这 pk 值大于一点三三的数据。 哈喽，大家好，我是潘娜，我们在做君子级插图的时候，也就是我们经常说的 x 八嘎图，你有没有碰到这样的困惑，就是我们的这些数据啊，不管你怎样的编辑，怎么样的编， 我们的 cps 都非常的小，而且啊我们的这个图形还是有异常的啊，我们整个过程也不能够符合我们正态分布， 那怎么样解决这样的问题呢？啊啊？推荐给大家用一个软件，他就叫做密利特本，那可能很多小伙伴不会用这个密利特本啊，那我教大家啊，怎么样用密利特本来生成啊，符合我们要求，符合我们 cba 值的这个数 据啊啊，比如说我们现在这举一个例子啊，就是五十，政府零点五这样的一个数据啊，我们怎么样的操作了？那我们首先我们要打开我们的这个米尼特别这个软件啊，打开米尼特别软件的以后，来点这个上方的计算， 然后啊随机数据，然后再点正态啊，然后这个会把我们因为我们想要的是一百二十五个数据，二十五组，每组五个数据，就是一百二十五个数据，然后我们生成数据的行数，那我们就是五行吗？ 五行，然后，呃，二十五列啊，二十五列，五行就一百二十五，然后存点下面的这个存储余列，那我们这里因为因为我们要选二十五列吗？那我们选 选一个 c 到 c 二十五啊，然后这里均值我们可以写，嗯，我们刚才说的五十啊，到了下面就是标准叉啊，标准叉设置是一个关键 啊，标准他怎么设置呢啊？其实这个是非常简单啊啊？比如说我们现在想要的是什么？想要五十正负零点五，首先我们要确定公差，他的公差五十正负零点五，那公差就是一点零， 那就是一点零，然后我们假如我们想要我的 cbj 值是一点三三，然后就是公差除以一点三三，然后再除以六啊，假如如果要二点零，你就是一除以二点零啊，再除以这个六，那这时候就会得到一个标准差，那得到标准的话是零点 一二五三，那我们取小一点啊啊？我们是零，取零点零点一二五二，然后这样点确定啊，这个他就把我们生成了二十，呃，二十五组数啊，每组 五个数据，然后你把再把这个数据给它导出来啊，拷贝到我们的一个设有表里面，那这个时候算出来的这个 cba 值啊，就是一点三张啊左右啊，所以都是可以，你想要什么样的数据都可以 生生成哈，而且生成这个数据啊符合正态分布啊，正态性检验配置一定会大于零点零五啊，然后我们的这个菌子毒和击杀毒都是没有异常的啊，非常完美的一个数据啊， 如果你想学习更多的这个秘密，特别的这种知识啊，想学五大工具的知识啊，记得关注我啊。

用 mini tab 进行 g 二二研究方差分析法的实操步骤和九个图标解释。步骤一，输入样本数据，十个部件，三个操作员测量三次，共计九十个测量数据。 步骤二，选择统计质量工具量具研究量具。二二研究交叉。步骤三，在部件号中输入部件 单机输入框定位光标，单机选中部件单机选择按钮。步骤四，在操作员中输入操作员。步骤五，在测量数据中输入测量。 步骤六，在分析方法下选择方差分析。步骤七，单机选项按钮，在过程工差下选择规格上限，减规格下限并输入。八、单机对话框中的确定 mini tab 会生成九个分析结果图表图表一、双因子方差分析表 左图中，如果操作员和部件交互作用的 p 值大于等于零点零五，表示该交互作用不是显著性的，在该视力中 p 值为零点九七四。因此 mini tab 将再生成一个双因子方差分布表，该表从最终模型中省略，交互作用见右图。 图表二、方差分量将每个测量误差源的变异与整体变异进行比较，合计量距 r 二二方差分量贡献百分比的可接受性参照表格。图表三，使用研究变异百分比将测量系统变异和总体变异进行比较， 合计量距 r 二，研究变异百分比的可接受性参照表格至少五个可区分类别数才能得到满足要求的测量系统，此例为四不满足测量系统要求。 图表四，变异分量图是良句。 r 二研究结果的图形总结，在可接受的测量系统中，最大的变异分量为部件之间的变异图标五，按操作员显示的 r 控制图显示操作员的一致性。图标显示操作员 b 对 部件的测量不一致。 图表六，按操作员显示的 x bar 控制图显示大多数点是否落在控制线外部，一般要求一半以上的点在控制线外部，此图表符合要求。图表七，部件测量值图显示每个部件的多个测量值是否接近。 图表八，操作员测量值显示操作员之间的差异。图表显示操作员 c 的 测量值稍低于其他操作员的测量值。 图标九，操作员部件的交互作用图显示了两个因子之间的交互作用。图标中线之间接近平行，每个部件和操作员之间不存在显著的交互作用。

这是一个加一个是要表头这种格式，十个零件， 然后 a 作业员测量三次， b 作业员测量三次， c 作业员测量三次这样的数据结构。但是在我们的密利太本里面，他数据结构不是这样的，要进行转换，他是这样的一个结构， 这个是 a 做元测量十个零件的第一次， a 做元测量十个零件的第二次这样的，嗯， 第三次。然后 b 座椅也是一样的， c 座椅他是数据结构是这样的，那我们要建立这样的一个结构的数据，一个这个一个是要 表的数据格式，然后再打开我们的这个密集特表，密集特表你刚打开软件页面是这样的，你看这边是一个很大的这个空白页，我们需要把这个把鼠标放到这里， 然后变成这种形状的时候往上拉啊，这样就变大了，这个就有这个有点类似于可是要狂。然后我们就把这个刚才转换好这个数据 全部烤过去，然后复制烤到这一台。 你应该应该记得这个零件号，测量纸和测量也是在上面的话，在上面 单元格下面才有数据。然后我们再选这个统计，统计 这个质量工具，质量工具，然后再点量去研究，选啊啊交叉这个啊， 不是圈套也不是扩散，是交叉， 然后他就会出来一个对号框，这个部件号，部件号就是我们一到十个零件，那就我们刚才的对应的这个是零件号， 然后操作语文就测量语音选他，你要你，你点到这里的时候，要选中双击左边的这 一个相应的直啊测量数据就测量值，那这边有两个选项，下面一个是方叉分析，一个是一个是霸，一个是君子吉他图的分析方法，一个是方叉的分析方法，两种都可以啊。然后 你点这个良具信息里面，这里可以编辑一些基本的一些数据，比如说你到底是什么样的测量设备啊？什么时候研究的？然后谁来编制的良具的工厂，这些可以可以写，可以不写啊？ 然后这边可以不用动他，就这样不用动他也可以，你要写也可以，但是不影响这个家的这个最终借口。那我们选君子吉他法吧，好，再点确定， 点完确定以后他就会生成一个表，当你看不见这个东西，你在这里可以。呃， 查看这里啊，查看这里是数据和输出，如果我们要看数据的话， 点点这个紧输出啊，紧输出。好啦，切到切换到另外一个页面，那你就能看到这个他分析的一个结果，然后他分析结果分为这个数值，数值有两个数值，一个是方差的分量，一个是良具的评估。 那实际上按照我们手术的要求，方叉你不评估他也可以哈，我们看两句评估就可以了。然后两句评估这里 里面有啊啊，藏种就是良具的重复性、战性性变差，藏种变差的多少就在这里就能看见， 那其实我们核心的就是这个指标啊，这个你看现在就是三十八点三八，那我们要求是十以下，他这个有点大了。然后这个就是对应我们以前的 ndc 可区分内别墅，就有点像我们 家里面一个手表里面那个 ndc， 那这是数值。然后这边有图形，有六个图形， 六个图形我们来看一下，把它放大，看看能不能放大，可以放大，然后这六个图形怎么看呢？这个就是变异的分量， 是重复性账总变差的百分比，在线信息账变差的百分比，还有重复性在线信息账总变差的百分比，还有零件变差账总变差的百分比。 这是一个柱状图，让你更直观的容易看出到底哪个变差是比较大的。 那比较好的情况下就是重复性变差，再行进变差和啊啊的变差，柱子越短越好，就是相当于这三个占总变差，越小越好， 那这个柱子越高越好，就是是零件的变差或者部件之间的变差，占总变差的占比是越大越好的。 然后再看下面这个急刹图，急刹图有要求， 就是不能点，有点超出控制线，这是上控制线，这是下控制线。点不能超出控制线。很明显这里必做有缘的第七。第七个点是超出去的，那说明测量过程中是有异常的，重复性是有问题的。 那这是一个君子图，君子图就是一到十个零件啊，十个零件每个质量原，这是 a， 这是 b， 这是 c 质量原，三个质量原他们的君子的分布。 那我们要求一般是百分之五十的点要在控制线以外啊，这是上控制线，就是他是下控制线，这上控制线大多说点要在控制线外面，如果有很多点都落在控制线 里面，那可能说明我们测量系统分辨率是有问题的，不能够识别我们制造过程中的一些变差啊。那像这种情况，像这个图，你看大多数是在外面，而是百分之五十点在外面就可以了， 那这个是一个十个零件，十个零件三个测量员测量的值 在在什么地方？就是我们希望呢，就是大家的点都在一起，就是 a 作业员、 b 作业员、 c 作业员测量的这个值 啊，都一致的，这比较好。如果很分散，你像这种像第七个点，他很分散，那就说明在三个测量员里面测量这个零件的时候，有很大的值，也有 很小的值，那他这个就会比较大，这个越越大，说明重复性越差啊。 那这个图就是看三个人测量的值，你看这个最好是三个人测量值，大致是相等的， 那如果有一个座椅员相对于其他两个座椅员或者车辆员，他车辆的值。 如果是，就像这个图，你能看出 b 测量员他测量的值总体情况下会比 a 和 c 测量员值要大一点，所以你看他就往上，那他如果往下，就说明 b 测量员 测量的值总体是比 a 和 c 要小的。所以如果是有一个呃测量员，他 他的值跟另外两个测量员差异的非常大，那可能要注意，说明这个测量员可能手法上有问题，或者说他的操作方式是有问题的， 那这是一个交付作用的一个图，最好的方式就是说你看这个是十个零件啊，然后这个是 abc 测量员测量的值， 那最好的情况下，就三个人测量的值都应该差不多的啊，那是比较好的，如果差异的特别大，你像这个， 你这个 b 作业员测量的值就会比 a 和 c 测量测量员的值要大，他就会跑到上面去，知道吧？就像这个是 a， a 测量员，他的测量第四个零件的时候，他的均值就要比 c 和 b 测量的只要小，他就会跑到 b 下面 就给你看了。那如果有一个作业测量员的时候，有一个测量员他老是所测量所有零件的值都是比其他测量员都偏大或者都偏小，那说明这个 这个测量员他总体发生了偏影，要么偏大要么偏小，这是简单的帮大家分析一下。 那其实我们如果操作的时候，可以把这个图表复制到一个设有表里面，做完了以后啊，如果想要输出的话，你可以把这个图表复制复制出来，把这个图表复制啊，是可以复制的， 你直接按 ctrl 加 c， 点点中，他按 ctrl 加 c 就可以了，然后我们再建立，比如说把它复制到这里粘贴，他就会过来，这个图表就会过来， 比如说我们可以这个数据加上这个图表，然后再把这个也拷拷贝过来，以 ctrl 加 c 给他拷贝过来， 把它扛进来， 这可以把它放大一点啊， 然后我们只要看这个就可以了，然后你再给他设定一个表头，这里跑过来， 然后你再设给他设定一个表头，其实这个就可以做一个 gir 分析了，比如说这个就像就像这个表头一样，就给他弄一个表头， 类似这样的可以把烤出去， 那这个就就往成分系了啊。

使用一条软件来分析 x 霸图和过程能力， 然后我们来看一下啊，在一个，在我们的一个色表里面，我们的数据结构是这样的，做一个 spa 图的时候，通常是二十五组数据，每组数据五个值，那总共有二十五个数据， 那在迷你课本里面，他的数据结构是一整夜的，他不是像这样的，他要把这数据转换为一整夜，所以我们把这每一组数据啊，都是这样进行转换，类似于这样的， 这样拿出成绩率啊，那转换完了以后，我们就把它把这数据拷贝拷贝到我们的这个你太 在里面，然后拷贝过来，然后点协助能力分析，再点这个啊 列就输入这个 ce， 然后这个是直组大小，一般我们刚才是每组数据是赌容量是五吗？ 二十五组，每组是五个，那这个就写五啊，那下线我们就是产品的公叉，这个是写产品的公叉的啊， 比如说我们写的是下线是五点八，上线是六点二，然后目标只是六点零，那就是说六点零，正负零点二，然后点确定， 然后再点查看请输出，那他会帮我们生成四个图表，那四个图表是这两个是核心的图表，我们来看一下啊， 那么一个呢，会把我们生成 x 图、君子图跟几叉图，那这两个图 必须要没有红色的点才算通过才算正常，那如果有红色点，说明这两个图形是非随机的，有异常，那像这个点红色说明是有异常的， 所以就不能计算，就是你不能计算过程能力了，先要排除这些异常的点才可以，然后他也会帮 你去把一百二十五个数据做正常性检验，正常性检验通过他的批值会大于零点零五， 如果 p 值小于零点零五就是没有通过，你看他这个 p 值是小于零点零五，就是这些数据不是正太分布的。那如果不是正太分布，你算出来的过程能力是可疑的，也是不值得信任的，所以计算过程能力。 嗯，前提条件是一个图形是正常的，一个是图，根据你的图都没问题。第二个就是这个正常语音要通过，那你算出来的这种才艺啊。这个图看完以后我们再看这个图， 那这个图会帮你 ppt 给我们比较关心的 cpj、 ppk、 各种插，还有君子在这个图形都能展示出来。那先看这个哈，这个左边的这边的这个图，这是规格下线，也就是弓插的下线，弓插的上线 啊，这是我们一百二十五组数据里面做出来的直发图啊。这个是啊，目标值，是工厂的目标值啊。 那你看这个值班图的时候你就会发现有问题，这个其实他不，他这个值班图不属于正太分布啊，你看他并不是中间高两边低的，你看他是聚集型的，而且这边还有一个远离这些数据的点， 说明这个是不是正态分布，肯定是比较有异常的，分布也是不正常的。然后你能看到这有两条线，一个是虚线， 线应该是实线，这个虚线和实线代表什么意思呢？代表就是说其实这个产品它过程是有偏移的，就是实际产品的均值，五十六点零 就是他的君子，实际产品的君子，跟我们产品公差的君子，他们之产品机子，他们之间是有发生偏移的，如果这个偏移纠正了以后 啊，他就会变成这个实红色的，实际的实线啊，虚线是当前的状态。 那我们可以通过调整我们调机啊过程，把这个产品总体往一边去调啊，就能解决这个问。 我们再来看这个哈，这里，呃过程特征，这里显示的总共一百二十五个数据，然后有 直组大小数据，然后均值是六点零一二三，我们目标只是六点零，它是六点零一二三，偏了一点点，偏的不是非常的多，那如果调的话，我们可以把实际的所有的产品往小调，零点零一， 他他就会更接近我们目标值了。那这里有一个标准叉，有一个整体的一个主类的，那我们算 cpg 和 ppt 唯一不一样就是我们的标准叉， 他是不一，他的算法是不一样的，那整体的这个是包含了主金和主内的，他是 动作算 pp 切的标准差，那这个主内的标准差指的是算 cb 切的标准差是用这个来算， 他只是包含了主内的主见呢，他是认为是没有主见变差，因为 cpk 里面他是认为是没有主见变差，因为你如果过程受控的话，他是没有主见变差，他只有主内变差，他是他的观点是这样的， 然后下面你能看到这个什么 ppk， ppappk 就能看到了， pp 是一点二二， ppg 是一点一四，然后 cp 是一点二九， cp 是一点二一啊，这个 cpk 是有点小了哈， 大小都都没用，因为你这个不是正在分布，所以这个数据也没有什么意义啊。然后你的 看到还有这个 ppm 啊， ppm， ppm 一百五十七个 ppm， 也就说一百一百万个零件里面一百五十七个零件，这一万个里面大概有一点五个零件是有问题的。 然后你这边还有个这一直啊，这一直，这一直就是他是度量观测到的统计量和假设总体仓促之间的差差值哈，其实你如果是不不明白，不了解，其实也没关系，你只要看 cdbb 界就可以了啊。 然后这个是还有一个这样的一个图啊，这个图，这个图是看能看到 ppt， 能算 ppt， 就是下面那个图看到我们看到的其实也是 都都有展示，这里面就是有一个什么 z 潜在 z 十 g 啊，这一十 g 是等于三点三九， z 潜在是三点六零，因为它过程发生了偏影，偏了零点零一，如果这个零点零一把它纠正以后，他就会变成 这个切实际的就会变成潜在的，就这个锥子越大越好，越大越好，就大一点比较好。 p 零点零一三，你看便宜的零点零一三，如果把这个零点零一三给纠正了以后，他这个 j 值三点三九就会变成三点六零，那他的过程能力也会相应的会增加，就这个意思啊。 再来看这个图，这个图是一个总体的一个图啊， 帮会，呃，这边有稳定性，直组正态性和数据容量稳定性，这说明我们这个控制图上有点是有特殊原因的，所以他打了一个档案号，就说我们的图形是有问题的，然后我们的这个数量是够的，有二二十五个直组， 所以他打了一个这个，这个是没问题的，数据是够了，然后正态性检验是有问题的，所以他也打了一个这个感叹号，就是没有通过正态性检验啊， 这样呢？就是一个基本的，嗯，各种能力分析，我们可以把这些图表啊，还有数据啊， 把这个图表可以拷贝到我们的一个设备表里面，然后再加上我们二十五组数据，然后就可以生成一个过程能力的一个报报告啊。

用 mini tab 进行偏倚分析实操步骤和结果解释。采用独立样件法进行研究，分十一个步骤实施。 一、选择标准样件。选择一件落在生产测量范围中间的生产零件，指定其为偏倚分析的标准样件。测量该件十次，并计算这十个读值的平均值，将该平均值视为参考值。 二、测量标准样件，让一个评价者以正常方式测量样件十五次，记录结果并计算偏倚值。偏倚等于测量值减去参考值。三、输入样本偏倚数据，把偏倚值输入到 mini tab 中，排成一列。 四、选择统计基本统计单样本 t。 五、从下拉列表中选择一个或多个样本，每列一个，并输入偏倚。 六、选择进行假设检验。七、在假设均值中输入零。八、在选项窗口中输入至信水平和选择背则假设。九、在图形窗口中选择值方图。十、单机确定。 十一、对生成的结果图表进行判定。解释偏倚的总体均值估计值为零点零零六七，总体均值介于负零点一一零七和零点一二四一之间的可信度为百分之九十五。 原假设声明偏倚等于零，因为 p 值为零点九零五，大于 alpha 值零点零五，因此无法否定原假设，并得出偏倚的总体均值等于零的结论值。方图显示无异常现象。

啊，同学们好，今天的话是我们低密教育的第八章，主要是介绍多个主体的一个比较，我们这里用到的一个数据的话，还是这样一个物流行业的数据， 今天我们要比较的是这样一个天数天数的比较，那么我们现在来到这样一个散点图， 图形的话，我们使用到这样一个相线图，区间图，单只图和线和线条图，那么我们先用这样一个相线图，相线图的话，大家我们这里有有单个和多组，那么我们现在的话使用这样一个简简单的 一个 y， 大家看这叫一个 y 函数，这个叫一个 y 不 函数，那么我们现在看一下，这个是 x， 这个是 x， 这个中心的话是 x， 就是 东部、中部、西部这里的 y 的 话是这样一个一个天数，如果你要包括天数和距离的话，就需要这样一个函数的。我们这里首先来做一个这样一个简单的，就包括两个两个 y 啊，图形变量的话，我们是看这个天数，那么大家看一个叫天数，另外一个叫做距离，现在我们点确定 啊？这右边的话是这样一个天数，左边是一个天，左边是天数，右边是距离，但是大家看这两个图的话，他是没办法比较的，知道吧？因为他们他们两个的这样一个都不一样，他们两个的数量级都不一样，我们重新再来看一下，哎，算了，把这个表关了， 在做分析的时候的话，我们在比较的时候要数量级一样才能做一个比较。我们来打开 图形图形，我们先来看这个镶嵌图，镶嵌图一个一个叫做多个 y， 多个 y 就是 一列叫天数，一列叫距离。如果他两个数数据，数据，什么数据？数据几，就是说单位是一样的，那么可以比较， 但是我们现在没办法，我们现在叫含组，大家看什么叫含组？就是说这里有三组，一组东部，一组中部，一组西部。那么我们首先做个比较简单的镶嵌图，简单简单的图的话就随便可以选一个就可以做， 那么这个相切图的话，它是做的一个距离的相切图，我们再来做第二个相切图图形， 我们现在来做一个含阻，大家看现在含什么叫含阻？含阻的话就是说我这里的变量就只有一个，一个叫距离，那么现在我我们 变量用天数吧，我现在有一个变量叫天数，那么我用什么来分组？分组的话它是一个这个叫做定序或者定内变量，那么我们选择中性，中性的话其他我们都不，现在都不去选，大家看现在的话我们是不是都已经已经基本上做出来了，这个是中部，这个这个东部，这个西部。 那么镶嵌图的一个原理的话，我这里的话给大家简单介绍一下，我们来到这个帮助，这图的话叫镶嵌图 啊，大家看这这里的话是我们所做的一个镶嵌图的一个原理。那么镶嵌图的话，大家看 刚刚是不是我们这里上面有一个点，来看这里有一个点，这个点的话他叫什么名字？他他叫做异常值，异常值的话就是异常大，就是非常大或者非常小的一个值，这个值的话它的大小已经超过这样一个顶点。 第二个大家看这个顶点是什么？就是说扣三，扣三加上扣三，就是说这这个值，这个值的话再加上 一点五，乘以扣三，减去扣一。再一个是一个上线，上虚线，这是上虚线，这是下虚线， 这这是这是上虚线，这是下虚线，这是中位数，这是扣三，这是扣一、扣一、扣二、扣三，也就是说通过这三个点的话，把这个数据化成了四等份， 一等份、二等份、三等份、四等份，这个数的话叫中位数，中位数的我想大家应该很熟悉，那么这个点的话是扣三，减去百分之七十五的数据小于等于辞职， 这里的话表示，哎，大家看这是百分之五十，那么这里到这里的话是占了百分之二十五，这里到这里占了百分之二十五，看见了吗？啊？百分之二十五，中间，大家看中间是占了百分之五十的一个数据，中间上面百分之二十五，下面百分之二十五，那么上线 这里到上面全部占百分之二十五，那么这个点是扣三，加上一点五，再乘乘以扣三，减去扣一。这个上限的话，其实大家就没有必要太来理解这样一个东西。 我们现在要知道一个给大家讲一下怎么解释。大家看我这里的数据就是集中，这是 这个镶嵌图的话，是反映的一个数据的集中性和他的一个整体水平的一个数据量。大家看这个天数的话，天数，大家看这东部，东部的话这天数最高，大家看扣一、扣二、扣三，这里的话他会给你自动计算出来，他的中位数的话是四点七， 这个东部的话平均是四点七天，这里的话他是平均多少？平均三点九天，平均二点九天，那么二点九天，三点九天，四点七天，那么可以看出西部的人收获是最快的， 那么东部的人的话他是收获最慢的。但大家再看一下集中度，集中度，如果这个数据是数据越集中这个离群值或者极端值的话，大家可以不用去考虑。 再看这个相片图啊，就这样看啊，这这里的话他是一个大家看这东部，东部，东部的一个天数的话，主要是集中在上面，主要是集中在扣一到中位数之间，主要是集中在四点七到三点七之间，下面的话他有有一部分集中在这个 五点，呃，这个三点七到五点二之间，这看的他的一个 分布情况和他的一个集中情况。现在的话我们要给他这个图做一个修饰，那么我们重新来做一下，给他做一些主的调整。好的，我们刚刚是不是有个主在，现在的话我们给他增加一些修饰，这个修饰的话是有必要的， 我们来参考。线的话可以不用，这里的话，我们这样设置一个连线 啊，大家看是这里，这里的话我们可以给他给他整一个这个中位数的连线。中位数连接线，好的 多图形式说，你把它放在三个图上显示，还是放在一个图上显示？我们这里为了相互比较的话，放在一个图上显示。 现在我们在这个中位线，中位线的话给他设置一个连线，可以看出他怎样是一个增长和下降的一个趋势，那么说明是这点的话是最高，这点的话是最低的这点，这个点在中间，这就是一个相线图的一个简简略的介绍。 我们来看一下下面一个图，相切图，下面是这个区间图啊，区间图的话它和相切图的原理其实差是差不多的，那么我们现在要做的是还是这个函数的这样一个这个区间图，那么方方法的话还是一样，我们还是看这样一个距离 啊，这里他他怎么做？大家看这个他表示了什么？表示 这个点是最大值，他有点像股票，那这样一个叫做区间图，这个点是最大值，这个是最小值，最大的话他是说他的最大值是最上面，大家看我们点击这里他会显示 啊区间的话就是说最大值减去他的区间是在二百三十、二百七十一到二百三十三之间，这个数据的话有一百五十个，那么他的区估计值估计值百分之九，大家看百分之九十五的直性区间，这里算的是百分之九十五的直性区间，他在 估计值的话是二百三十三到二百七十一之间， 我们如果点击上面，他就会把这样一个直线区间和我们区间估计和点估计这样一个纸给我们弄出来。点击中间的话，他他就会告诉我这个主中部均值，这组数的话平均值是二百五十二，那么这个的平均值是 二百八十二，这个组的平均值的话他是一个二百五十，二百五十二，现在我们还是对他重新做一个修饰，那么这里的估计值的话，我们点击上面， 点击这里他会 show 们这里的均值是估计值二百五十一，这里的估计值的话他是二百五十二，这里的估计值的话也最大是二百八十二。那么我们现在来看这两个图形， 这个图的话叫相线图，这个图的话那叫这个均值图，那么我们把这个均值图的话，这个距离区间图，我们也给他加一个参考线，有些时候我们可以点点右键给他添加一个连线， 添加参考线啊，表数据标注啊，大家看你可以在这里给他增加参考线，网格线数据副标题，这里的话可以在这里增加 x y 轴的一个线， 我们如果要重新设置这样的东西的话，我们如果点点点击这个叉，他会把这个数据给删除掉，我们重新来做一个把这连线给加起来，这个区间图 啊，大家看现在的话就说这个我们把中位数给他加起来，中位数二百六，这个叫中位数，这个叫均值，这个图的话他因为中位数和均值，大家看这个图的话，他的均值，他的均值在均值在上面，这个中位数在下面， 中位数二百四，均值的话他是二百五十一。很多时候这个均值和中位数他不在一个水平上，那么我们如果比较中部和东部，如果我们比较比较他的这样均值二百五十二，二百五十一，发现东部和西部他的均值是一样的，大家看 均值差别只差别一，那么他的中位数的话就差别非常的大。中位数他的一个， 我们来看一下他中位数，如果我们看中位数，我们如果说这两个区的话，我们如果比较他的一个均值都是差不多的，但是当我们比较中位数的时候就会发现发现这个 这个中部的话他时间更长，这个西部的时间更短。那么大家看我们如果做这两个图的比较，比较的话，一个是这个， 如果我们比比较这样一个，我看一下，如果我们比较这样一个均值的话，发现中部和西部差不多，如果我们来比较这样一个中位数的话， 发现这个东这个中部，他的一个时间会远远比这个西部长。那么这两种方式哪个更值得我们考虑？现在的话我们更应该参考这样一个镶线土做的一个均值，大家看 这个相线图的话，它的平均值说，哎，它主要是计，大家看这个框里面占了百分之五十的数据量，这个数据量框里面占了百分之五十，那么这个框的话它更集中在底部。比如说我们会发现其实是 这个西部时间最短，这个东部时间最长，中部的话占中间，我们这个时候应该来这个中位数更能代表这个数据的一个总体 图形的话，我们去看一下单值图，单值图的话就是把这个图给给累积起来，我们这里的话只做一个一个单值图就做我们这里做这个天数，做天数的单值图， 大家看这里的话它是做了一个单值图单点图，这个图的话就说我们如如果这天数是六，那么我们就在六这个地方给他搞一个点，如果天数是天数的话是 四点七，那么就是四，就在四的地方给他搞一个点，这的话大家看这个图的话是点，我们直接把点放在这里，并没有对他做一个计算，我们一个人就要弄个点，他在什么位置我们都要站在那里，这个时候的话就更加直观，大家看见了吗？这个时候的话，他的一个直观的形式，他会 大家看这个图，这个图，这个图的话他是通过计算得来的，他通过计算这个， 呃，上四分、上四分位数、中位数和这个下四分位数以及 z 个顶点和这个底点给它算出来的。这这个图的话它也是把这个直径区间，大家看这图，再看大家看镶嵌图， 这是天数的镶嵌图，这是天数的镶嵌 啊，不对啊，对不起，刚刚讲错了啊，我们这里的话，是不是我们现在都是做的天数的相距图，天数的单字图，还有一个天数的相线图，对吧？天数的相线图，这个相线图我们把它给删除掉，因为下面有重复，那么这里的 这个我们也把它删除掉。那么我现在要比较这个相间图，单子图和这样一个区间图，它有什么比较？我们现在做个区间图，刚刚我们错在什么地方呢？知道吧？错在这里 我们用距离来和天数作比较，肯定是每次有问题的，我们现在重新做一个这样的距离，我们重新来做一下这个图，大家看现在的话，我们就是用的三种方式来表示这样一个天数。首先我们看一下区间图，区间图的话也是可以明显的看出，看出这样这样一个天数， 那么区间图的天数的话是中部啊？还是这样一个一个这样一个方法，一个区间，对吧？比如说这个这个时间最短，这个时间最长。 单子图我们看一下这相切图，相切图也是说这个时间对准这个时间对长，我们再看一下单子图，这个单子图什么意思？就说我们如果这里有一个点，如果说这里的话，他并没对他做一个计算，没做任何计算，就说这里有一个天，我这里是一天，我在这里搞一个点， 我们这里通过眼睛来看的话，可以看出这个地方的天书啊，可能是向上的这个偏下，大家看因为大部分都挤到这个去，这大部分挤都挤到中间，这个去，这的话 啊，这个的话是分布的比较集中，大家看从这里的话到这里都比较短，这个从这里到这里的话都比较长，这里的也比较长，说明这个分布的比较集中，他如果做相线图的话会比较短， 大家看这个相距图的话是比较短，比如说上上面的点扣一啊，扣一减去扣三的话就是一点八， 这个扣一减扣三的话就是一点，也是也是一点八几看五点二减三点七等于多少啊？五点三，对吧？等于 一点六，这一点六，这一点八，这个应该最惨，这个四点九减二点九，应该是等二，这个这两个长，这两个长度差不多，这个长度最惨，它分布到最分散， 我们看这个单子图也发现它是分布在最分散，最分散的，它和它分布的相对集中一点。我们再来看一下下一个图，叫做线条图，线条图的话呢，是为了这个比较 y 指的一个变化情况，我们现在来看一下这个 y 指， 我们现在来看的是一个图形，图形里面这样一个线条图的话，大家一定要注意，在做的时候要他需要有两个，一个是这一个是 x 轴，一个是 y 轴，这时候我们这个数据刚好符合这样一个情况， 那么我们这里的话是比较一个均值，均值我们开始把这个图形的变量，图形的变量是天数，要说我们在这个叫状态，叫做不同状态，他们 我们大家要要记住我，我给大家这里一下，这叫状态歪走，这个歪走的话就说用于图形分组的类别。变量图形的话我可以分很多组，那么我现在把这个一个状态分为一个组， 我们把一个状态分为一个组，这个中心用 x 组分组的变来，就说我要比较 abc 三个中性的话， abc 三个中性就是这东部、中部和西部他们三个中心的一个天数的均值的一个变化走趋势。 大家再听我的一遍，我现在要比较三种状态，以以我现在比较分三个中心，分别是三种状态，它的一个天数均值的比较，我这里把它写的确定这个图的话叫做线图， 线图的话大家是不是三个中心，什么叫三个中心？就是东部、中部、西部，如果你说这里是月份的话，也可以就说就说月份的变化， 这里的这个值，这三个点是他均值的点，均值天数，那么我这里的话状态有三个，一个状态是准时，一个状态是逾期，一个状态是延延期交货，因为延期交货的话这里的数据为空，所以说我们这里的话找不到这样一个数据， 那么我们这样一个准时，我们就最多能够看这个准时，可以看出这个东部的话它的时间最长，这个西部时间是最短的 啊。这一讲的话，我们是把图图形，这个下线图、曲线图、单子图和线条图都已经介绍完毕啊，大家要记住，要记住，我刚刚所说的就是说我们之前有个朋友问我，他说他说他一直没有把这样一个东西搞清楚，我现在的话还是给大家做个笔记， 一个叫连续变量，一个叫离散变量 啊，连续变量的话，比如说我们这里的天数和这样一个距离天数啊， 天数，距离身高、体重 这样的数据的话，它的时复合这样一个连续变量。离散变量的话，它比如说一个血力，还有个民族、 国家、性别或者说年级， 我们把学历，学历放在上面。而比如说我们这里有序变量，有序变量和这里 啊，那看有序变量什么意思？有序变量的话他们之间是可以比较大小的，他们之间可以比较比较大小，但是他们不能做计算。 这个连续变量他们之间可以比较大小，可以做计算。比如说平均天数、平均地理、平均身高、平均体重，那么这这个性别这个理想变量，他们既不可以做 加减，也不可能做乘除，也不能比较大小。比如说国家没办法比较大小的，他除非是国家的面积，那么面积的话他又是一个另外一个东西了。 那么现在看性别，男女是不能比较大小的，我们只能比较他们的身高，性别没办法比较大小，不能说男的比女的大，对吧？什么大你也不知道，只能具体到他年龄大、身高大体这么大 啊？这样的话，比如说我们上面这样一个连续变量，连续变量我们可以用，通过一二三这上面三种的话，我们可以做这样一个连续变量，大家知道吧？ 一二三这三个我们可可以做连续变量这三个，一二三做连续变量，那么理想变量，然后这个有序变量，理想变量和有序变量我们可以通过这个条形图和饼图来做。那么下面的话区域图，这个区域图的话是时间序的图，我们现在先不管他，我们再讲的话先把它保存，讲到这里。