Minitab17
在电脑桌面上找到如下图所示红色框处的图标,用鼠标左键双击,打开它。
鼠标左键单击图形菜单栏,接下来用左键单击概率分布图。
用鼠标左键选择如下图所示的“查看概率”选择项,然后单击确定。
用左键单击从分布中下拉菜单,选择“正态”选择项。然后在在“均值”选项中中,键入 1211。在“标准差”选项中,键入 320。
用鼠标左键单击阴影区域选项卡。在定义阴影区域按中,左键选择 X 值选项,左键单击左尾。在 X 值中,键入 1738,左键单击确定。
我们得出如下图形结果。
解释结果:根据均值为 1211 且标准差为 320 的正态分布判断,95% 的得分小于等于您的得分 1738。因此,您的得分处于第 95%以上,您将能够参加此次培训。
鼠标左键单击图形菜单栏,接下来用左键单击概率分布图,然后选择两个分布选项,最后点击确定。
从分布 1 中,选择 Poisson, 在均值中,键入 121。 从分布 2 中,选择正态, 在均值中,键入 121, 在标准差中,键入 10, 单击确定。
我们得出如下图形结果。
解释结果:正态分布看起来与 Poisson 分布非常接近,但并不完全一致。对于大多数用途来说,这种接近程度就足够了。
在这里我们假设您正在分析某种机械设备上灯泡的烧坏率。您认为使用 Weibull 分布可以很好地摸拟这种烧坏情况。选择图形 > 概率分布图,选择不同参数,然后单击确定。
从分布中,选择 Weibull。在形状中,键入 1 1.5 2 2.5 3 3.5; 在尺度中,键入 1, 单击多图形,在显示分布下,选择在同一图表的单独组块中, 在每个对话框中单击确定。
解释结果:以您的经验判断,灯泡烧坏次数往往会在某个时间内稳定上升,然后再缓慢下降。总有少数灯泡比预期的使用时间要长。具有形状 2 的 Weibull 分布很好地说明了这一点。