公司网站设计需要什么,豪爵铃木摩托车官网,医院手机网站建设,网站游戏制作开发Minitab 的直方图结果分析解释
步骤 1#xff1a;评估关键特征
检查分布的尖峰和散布。评估样本数量对直方图外观的影响。
标识尖峰#xff08;即#xff0c;条的最高聚类#xff09;#xff1a;
尖峰表示样本中最常见的值。评估样本的散布以了解数据的变异程度。例如…Minitab 的直方图结果分析解释
步骤 1评估关键特征
检查分布的尖峰和散布。评估样本数量对直方图外观的影响。
标识尖峰即条的最高聚类
尖峰表示样本中最常见的值。评估样本的散布以了解数据的变异程度。例如在客户等待时间的此直方图中数据的尖峰出现在大约 6 分钟处。数据大约散布在 2 分钟到 12 分钟之间。 观察此直方图上任何奇怪的或不需要的特征。例如客户等待时间的直方图显示的散布宽度超出预期。经观察发现是计算机软件更新导致了客户等待时间延迟。
样本数量 (n)样本数量可能会影响图形的外观。
例如尽管这两个直方图似乎有相当大的差异但它们都是使用从同一个总体中随机选择的数据样本创建的。 当样本数量最少为 20 时直方图效果最佳。如果样本数量太小直方图上每个条形包含的数据点不足无法准确显示数据的分布情况。样本越大直方图与总体分布的形状越相似。如果样本数量小于 20请考虑改用单值图。
步骤 2查找非正常或异常数据的指示符
偏斜数据和多模态数据表明数据可能不正常。异常值可能表明数据中存在其他情况。
偏斜数据当数据偏斜时大多数数据位于图形的高或低侧。偏斜表明数据可能未呈正态分布。
这些直方图说明的是偏斜数据。带右偏斜数据的直方图显示等待时间。大部分等待时间相对较短只有少数等待时间很长。带左偏斜数据的直方图显示失效时间数据。少数几个项立即失败更多的项会在随后失败。 如果已知数据本身未偏斜请观察可能的原因。如果希望分析严重偏斜的数据请分析“数据注意事项”主题以确保可以使用非正常数据。
异常值异常值是远离其他数据值的数据值可能会显著影响的结果。通常情况下在箱线图上最容易识别异常值
在直方图上两端上的孤立条形标识异常值。尝试确定导致任何异常值的原因更正任何数据输入错误或测量误差。考虑删除与异常的单次事件也称为特殊原因相关联的数据值。然后重新执行分析。 多模态数据多模态数据具有多个峰值。峰值表示一组数据的模式。如果数据是从多个过程中或在多个条件如多个温度下收集的通常会出现多模态数据。
例如这些直方图是包含相同数据的图形。简单直方图包含两个尖峰但它并未清楚地指示尖峰的含义。含组的直方图表明尖峰与两个组相对应。 如果具有其他可用来对观测值进行分组的信息则可以创建一个包含此信息的组变量。然后可以创建含组的图形以确定组变量是否导致数据中的峰值。
步骤 3评估对分布的拟合
如果直方图含拟合分布线请评估条形的高度对分布线形状的服从紧密程度。如果下面的条形紧密地服从拟合分布线则数据能够很好地拟合分布。 步骤 4评估和比较组
如果直方图含组请评估和比较组的中心和散布。
中心查找组中心之间的差异。
例如这些直方图显示三个版本的信用卡应用程序的完成时间。每个版本的信用卡应用程序的中心位于一个不同的位置。位置差异表明完成时间的均值存在差异。 要确定均值的差值在统计意义上是否显著可以进行如下操作 如果只有两个组请使用双样本 t 检验。 如果有三个或多个组请使用单因子方差分析。
散布查找组散布之间的差异。
例如这些直方图显示由三台机器填充的罐子的重量。尽管这些直方图的中心几乎相同但有些直方图比较宽和分散。散布得越宽这些机器对罐子的填充越不一致。 要确定散布方差之间的差异在统计意义上是否显著可以进行如下操作 如果只有两个组请使用双方差检验。 如果有三个或多个组请使用等方差检验。
