文档介绍：Minitab常用图形分析工具*——一个变量对另一个变量的图表。一个变量称自变量,用横轴表示,另一个被称为因变量,用纵轴表示用途——散点图可用来评估因果关系。假设自变量引起因变量的变化。散点图可用来回答“训练的长度是否与操作工生产的废品数量有关”等问题操作——图形>散点图常用类型例题:您很关心公司生产的相机电池是否能够很好地满足顾客的需要。市场调查显示,,顾客就会变得很不耐烦。收集一组数据,检测剩余电压与放电等待时间的关系。操作步骤:1    打开工作表“”。2    选择图形>散点图。3   选择简单,然后单击确定。4    在Y变量下,输入放电恢复。在X变量下,输入放电后电压。散点图——简单图形窗口输出解释结果:正如所料,放电后电池中的电压越低,放电恢复时间往往就越长。通过图中的参考线我们看到,许多放电恢复时间都大于  秒。如何添加参考线散点图——包含回归解释结果正如所料,放电后电压越低,需要的放电恢复时间就越长。回归线说明,尽管明显存在许多变异,但一般而言,。例题:您很关心公司生产的相机电池是否能够很好地满足顾客的需要。市场调查显示,,顾客就会变得很不耐烦。收集一组数据,来自两种不同配方的电池,检测剩余电压与放电等待时间的关系。操作步骤:1    打开工作表“”。2    选择图形>散点图。3   选择含组,然后单击确定。4    在Y变量下,输入放电恢复。在X变量下,输入放电后电压。5   在用于分组的类别变量(0-3)中,输入公式表示。图形窗口输出解释结果在所测试的电压范围内,新配方电池的放电恢复时间通常要短一些。通过图中的参考线我们看到,。解释结果Minitab为每个组分别计算回归方程,并在图形中绘制相应的回归线。这些回归线说明,在测试的电压范围内,老配方的恢复时间通常要比通过新配方实现的恢复时间要长。就老配方而言,,。相比之下,对于新配方,。——用于检查样本数据的形状和分布情况。用途——直方图将样本值划分为许多称为区间的间隔。条形表示落于每个区间内的观测值的数量(频率)。操作——图形>直方图常用类型例题:您为一家洗发精制造商工作,您需要确保瓶盖的紧固程度适当。如果瓶盖扣得过松,则有可能在装运过程中脱落。如果扣得过紧,消费者可能很难打开。问题:您随机抽取一些瓶子样本,并检测打开瓶盖所需的扭矩。创建一个包含拟合正态分布的直方图来评估样本数据是否呈正态分布。直方图——含拟合操作步骤:1    打开工作表“”。2    选择图形>直方图。3   选择包含拟合,然后单击确定。4    在图形变量中,输入扭矩。