MiniTab宏库速查一览表

发布时间：2024年01月10日

为了能快速查询到需要的宏，花了两天时间进行倾心整理了Minitab提供的所有宏库集合，共计94个。

宏是包含一系列 Minitab 会话命令的文本文件。可以使用这些宏来对 Minitab 分析的功能进行自动化处理、自定义和扩展。

以下仅列举几种宏的使用方法： 为复杂或经常执行的任务实现自动化和标准化。 对库中的任何宏进行编辑，以满足组织需求。 检验现有宏，以了解如何编写自己的宏。如下是详细列表：

常规统计宏(23)

?

常规统计宏(23)
?序号??宏名??宏命令??说明??命令参考??命令含义?
1多次试验的二项累积分布函数BINOPROB此宏将使用一列中的一些试验、另一列中的一些成功以及指定的概率（逐行）生成二项分布的累积概率。%BINOPROB C1 C2 ..95 C3例如，假设试验数在 C1 中，成功数在 C2 中，成功概率是 ..95，并且需要将结果存储在 C3 中。
2使用计数法计算四分位数QRTILES此宏使用在许多教科书中介绍的计数法（而不是使用 Minitab 中的百分位数方法）计算第一和第三个四分位数。%QRTILES C1假设 C1 列中包含数据。
3累积均值和累积标准差MNSTD此宏首先计算列中头两行的均值和标准差，然后再计算头三行，依此类推。%MNSTD C1 C2 C3假设数据在 C1 中，并且需要在 C2 中存储前两个值的平均值、然后存储前三个值的平均值（以此类推），并且需在 C3 中存储这些值的标准差。
4在点图上显示中位数、Q1 和 Q3DOTP此宏为每个输入变量创建一个点图，并绘制中位数、Q1 和 Q3。提供了一个用于绘制均值、均值 +/- 1 标准差的选项。%DOTP C1。
BY C2。		假设数据在 C1 中，分组变量在 C2 中。想要为每个组创建点图。
5直方图生成的区间的频率和百分比HBINS此宏显示由用户指定区间的直方图的区间、频率和百分比。%HBINS 20.5 40.5 2 C1假设 C1 中数据的直方图的第一个区间的中点为 20.5，直方图的最后一个区间中点为 40.5，并且中点之间的增量为 2。
6中位数绝对偏差MEDABSDV此宏计算数据集的中位数绝对偏差。%MEDABSDV C1公式

MEDABSDV = bn*1.4826*MEDIAN{abs[C - MEDIAN(C)]}

其中，1.4826 生成预期值（即 MEDABSDV = STDEV（正态总体）），bn 是有限样本校正因子。
7统计数据的中位数GMED此宏显示统计数据或表格数据的中位数。%GMED C1 C2假设组数据在 C1 中，频率在 C2 中。
8中位数修匀器MEDSMOOTH此宏使用默认跨度 3 计算中位数修匀器。修匀值的第 1 个观测值是前 3 个数据点（X1、X2、X3）的中位数。修匀值的第 2 个观测值是（X2、X3、X4）的中位数。第 3 个观测值是（X3、X4、X5）的中位数……因此，修匀后的数据显示的是原始数据的移动中位数。?%MEDSMOOTH C2 - C4;
?STORE C5 - C7。		假设要修匀的数据在 C2、C3 和 C4 中，并且需要将修匀后的数据存储在 C5、C6 和 C7 中。
9多项式概率MULTINOM此宏为用户指定的观测值计算多项式概率以及成功概率。%MULTINOM C1 C2假设观测的数值在 C1 中，概率在 C2 中。
10百分位数PERCENTILE此宏可计算数据列的用户定义百分位数。也可以使用 "By" 变量计算组的百分位数。

Minitab 16 中已有部分此功能。选择计算 > 计算器和函数百分位数，以计算整个列的百分位数。		%PERCENTILE C1 C2 C10-C12;
BY C3。		假设数据在 C1 中，百分比在 C2 中，并且需要将百分位数存储在 C10 中。
11针对将来的观测值或样本的预测区间PREDINT通过使用整体中的指定随机样本，此宏可计算整体中单个将来观测值的预测边界或区间（如果将来采样大小为 1），或整体中的将来样本的平均值和标准偏差（如果将来样本数量 > 1）。%PREDINT C1假设数据在 C1 中。
12随机正态RANDNORM此宏将根据一列为均值，另一列为标准差的正态分布生成一个数字，逐行进行。%RANDNORM C1 C2 C3假设平均值在 C1 中，标准偏差在 C2 中，并且要将结果存储在 C3 中。
13按组排秩BYRANK此宏为每个级别的分组变量存储数据的秩。默认情况下，将为每组中最小的值分配 1，为每组中第 2 最小值分配 2，以此类推。将为关系分配平均秩。
下载宏		%BYRANK C2 C3 C4假设组在 C2 中，要排秩的数据在 C3 中，并且需要将秩存储在 C4 中。
14用“平滑”值替换缺失值SMOOTH此宏使用平滑技术（其通过假设线性关系来处理缺失值）替换列中的缺失值。宏将使用缺失值附近的“平均值”替换数据列中的缺失值。会将缺失值替换为在其之前和之后观测到的值的平均值。将使用已知值之间的“步长”替换多个缺失值。%SMOOTH C1 C2例如，要平滑 C1 中的数据，并将原始数据存储在 C2 中。
15将相关和 P 值存储到列中CORRSTOR此宏为一组列计算配对相关和 P 值，并将其存储在工作表的列中。统计 > 基本统计量 > 相关将用于显示相同结果并将这些相关存储在一个矩阵中。但是，此宏会将它们存储在工作表中。%CORRSTOR C1-C20 C22-C25假设将数值数据存储在 C1-C20 列中，并且需要找到每对列间的相关和 p 值。需要将相关和 p 值存储在 C22-C25 中。
16分层随机抽样STRAT此宏可生成分层随机抽样。%STRAT C1 C2 5 C5 C6假设数据在 C1 中，组指标在 C2 中，并且希望从每个组中抽样 5 个观测值。需要将样本存储在 C5 中，将组指标数据存储在 C6 中。
17默认直方图的频率和百分比表HISTTAB此宏显示属于直方图所创建的默认 bin 范围的观测值的频率和百分比。与 Minitab 的直方图算法一样，落在区间边界上的观测值将放置到右侧的区间，但有一个例外：位于最右侧边界上的观测值将放置到最后一个区间。%HISTTAB C1假设数据在 C1 中，并且希望在默认直方图中显示每个 bin 的频率。
18结果表TABLE此宏在输出中生成此类表：
?? Results
---------? ----------
Mean? 0.087635
StDev? 0.722207
---------? ----------?		%TABLE C1假设数据在 C1 中。
19时间区间TIMEINTS此宏显示处于用户所指定的时间区间内的日期/时间观测值的频率。例如，假设在一列中存储故障次数，并希望知道在 15 分钟时间区间中发生多少次故障。
%TIMEINTS 命令后面的第一个参数是包含日期/时间数据的列。第二个参数是第一个区间的开始时间，加双引号。使用日期/时间数据中采用的格式。第三个参数是最后一个区间的结束时间，加双引号。第四个参数是区间的长度，单位为分钟。第五个参数是希望存储区间的列，第六个参数是希望存储频率的列。		%TIMEINTS C1 "1/1/2009 8:00 AM" "1/1/2009 3:00 PM" 15 C3 C4假设原始日期/时间数据位于 C1 中，并且希望确定在 2009 年 1 月 1 日上午 8 点至当天下午 4 点之间每隔 15 分钟的观察值数目。与此同时，假设还希望将间隔存储到 C3 列，并将这些时间区间中的观测值频率存储到 C4 列。
20截尾均值TRIMMEAN此宏通过删除值的最小 p% 和最大 p% 来计算截尾均值（取整为最接近的整数），然后对剩余值求平均值。%TRIMMEAN C1 ..10假设数据在 C1 中，并且需要计算 10％ 的截尾均值。
21双样本 Z 检验TWOZTEST此宏针对活动工作表中存储的堆叠数据或非堆叠数据执行双样本 Z 检验。此检验和双样本 t 检验之间的主要区别是假设双样本 Z 检验的总体标准差是已知的。%TWOZTEST C1 1 1.25;
GRP C2。		假设数据为非堆叠数据，并存储在 C1 和 C2 中，其中，第一个样本的标准差为 1，第二个样本的标准差为 1.25。
假设数据与 C1 中的样本数据以及 C2 中的组 ID 堆叠，其中，第一个样本的标准差为 1，第二个样本的标准差为 1.25。
22加权均值和加权标准差WSTAT此宏基于频率或权重列计算数据列的加权平均值和加权标准偏差。权重必须大于或等于 0，并且可以是连续或离散的（频率）。%WSTAT C1 C2假设数据在 C1 中，频率在 C2 中。
23极值调整的均值和方差WINSOR此宏计算极值调整的均值和方差。可使用子命令指定极值调整量（默认为 C = 0.2）和存储结果。%WINSOR C1;
C 0.1;
STORE C2 C3。		假设数据在 C1 中，并且希望删除并替换上下 10％ 的数据，并将均值存储在 C2 中，将方差存储在 C3 中。

方差分析和回归宏(18)

序号宏名宏命令说明命令参考命令含义
1已添加变量图或偏回归图AVPLOTS使用此宏可以创建“已添加变量图”（又称为“偏回归图”）。这些图显示向已经包括一个或多个独立预测变量的模型中添加额外独立预测变量 X 的效应。%AVPLOTS Y X1 X2 X3假设响应变量用 Y 表示，预测变量用 X1、X2 和 X3 表示。
2对 2 水平、2 因子设计的均值 (ANOM) 的分析ANOM2FACT此宏为 2 因子、2 水平设计创建 ANOM 图表。2 个因子间的交互与主效应以相同比例显示。将使用 alpha 0.05 计算默认决策限。%ANOM2FACT C3 C1 C2;
ALPHA .01。		假设因子位于 C1 和 C2 中，响应位于 C3 中。希望使用显著性水平 0.01。
3校准或逆回归CALIB针对指定的新判定值 Y（相对变量/响应变量），估算简单回归方程中的新值 X（独立预测变量）的点和区间。这种方法（有时亦称为“逆回归”）或统计校准在验证新仪器或根据一组标准值来评估样本中的“未知项”时具有技术上的应用。%CALIB C1 C2 C3;
CLEVEL 99。		假设 Y 在 C1 中，X 在 C2 中，Y 的新值在 C3 中，而且希望置信水平为 99%。
4多重关联的系数MULTCORR此宏将对各列相互之间进行回归，以得出 R^2 值。然后，它计算 R^2 值的正方根，以获取多相关性的 p 系数，并将这些值和列名称存储在指定列中。%MULTCORR C1-C5;
?STORE C6 C7。		假设数据在 C1-C5 中，并且希望将多个相关系数存储在 C6 中，并将列名称存储在 C7 中。
5关于在回归中使用折刀技术的示例主题regjack此宏是使用折刀技术以从回归中获取 MSE 和系数的简单示例。对于每次迭代，都将排除一行数据，对此缩减的数据集执行回归分析，然后存储 MSE 和系数。将对每行数据重复此过程。每次迭代的所有 MSE 和系数在表格中显示。%regjack C1 C2 - C5假设响应数据在 C1 中，预测变量在 C2 - C5 中。
6通过原点的拟合线图ORIGIN此宏创建通过原点的拟合线图。%ORIGIN C1 C2;
CONF 90;
RESIDS C3。		假设因变量 Y 在 C1 中，独立变量 X 在 C2中。要将置信水平更改为 90%，并将残差存储在列 C3 中。
7Hildreth - Lu 过程HILD_LUHildreth - Lu 过程可校正回归类型数据中的序列相关（自相关）。%HILD_LU C1 C2 C3。假设因变量在 C1 中，独立变量在 C2 和 C3 中。
8包含预测值的线性或二次回归EXTEND使用此宏可以绘制简单线性或二次回归线并在图上显示预测值。如果预测值用于 X 的未来值，则预测线和置信带会延伸到将来。%EXTEND C2 C1 C4;
QUADRATIC;
CONFLEV 98。		假设 C1 包含 X，C2 包含响应或 Y。X 的新值在 C4 中。需要使用二次模型以及 98% 的置信水平。
9多案例 Cook 距离MULTDIST此宏可计算 Cook 的单个案例距离度量的多案例扩展。根据数据集大小，可为所有案例对和三要素计算距离度量。此外，还可为用户选定的案例子集（最多十个案例）计算距离度量。生成的图形包括各个案例与案例编号的 Cook 距离图、有影响的案例对 ID 图和固定案例对效应图（显示效应或由于将第三个案例添加到固定案例对中导致的 Cook 距离的变化情况）。Like 功能可用于没有常数项的模型?%MULTDIST C1-C6;
SUB1 5;
SUB2 8 19;
SUB3 6 8 19;
SUB4 4 8 19;
SUB5 4 6 8 19。		下面的示例使用的样本数据是 Rousseeuw 和 Leroy (1987) 中的“Modified Data on Wood Specific Gravity”（木材特定比重的修改数据）数据集，其中包括二十个案例和五个预测变量。五个选定案例子集的计算结果与 Seaver、Triantis 和 Reeves (1999) 中给出的结果一致。

假设响应值 Y，即特定比重，在 C1 中，五个预测变量的值 X1-X5 在列 2-6 中。五个子集案例已选定。
10针对将来的观测值或样本的预测区间PREDINT通过使用整体中的指定随机样本，此宏可计算整体中单个将来观测值的预测边界或区间（如果将来采样大小为 1），或整体中的将来样本的平均值和标准偏差（如果将来样本数量 > 1）。%PREDINT C1假设数据在 C1 中。
11使用幂变换且来自回归的 PRESS 统计量PRESS在线性回归中应用了响应的幂变换时，此宏计算模型拟合值、残差、已删除的拟合、已删除的预测平方和 (PRESS) 残差和 PRESS 统计量，用响应的初始单位表示。%PRESS假设一个预测变量存储在 C1 中，响应变量在 C2 中。变换参数值为 -1。
运行后将提示输入其他信息。例如：
请输入回归中的预测变量数量...
DATA> 1
请输入预测变量的列号...
DATA> 1
请输入响应变量的列号...
DATA> 2
请输入响应幂变换的参数值...
DATA> -1 <-- 指定响应的倒数变换
12按分组变量回归BYREG此宏对每个级别的分组变量的 X.1 - X.?%BYREG C2 C3 - C8 C10假设相关变量 (Y) 在 C2 中，独立预测变量 (X) 在 C3 - C8 中，分组变量是 C10。注意：
假设所列出的最后一列为分组变量。此宏将跳过观测值数量小于 p + 2（其中 p 是独立预测变量的数量）的任何组。
13岭跟踪图RTP为 Y 中的数据和构成 M1 矩阵的预测值生成岭跟踪图和 RSS VS K 图。M1 和 Y 应在“相关表”中。这些图是适用于岭回归的数据分析工具。%RTP
必需输入
??? 一列响应数据
??? 岭跟踪的 K 列值
??? 预测值列（不含常量项）的数目
??? 集中化且经过调整的预测变量矩阵
?此宏利用以下列、常数和矩阵作为“临时”存储位置。确保这些位置为空，或编辑此代码以指定不同的存储位置。
??? C45 C46 C47
??? K2 K3 K5 K6
??? M2 M3 M4 M5
14滚动回归ROLLING此宏执行滚动回归，允许检查回归系数随时间的变化情况。第一次迭代将在第 1 行到第 k 行上运行回归。第二次迭代将在第 2 行到第 k+1 行上运行回归。第三次迭代将在第 3 行到第 k+2 行上运行回归，以此类推。%ROLLING C1 C2 C3 C4 12假设响应数据在 C1 中，预测变量在 C2、C3 和 C4 中。希望一次检查出 12 行数据中的系数更改。
15经过排序的单因子方差分析SORTAOV此宏可对单个响应与每个指定因子执行单因子方差分析（一次一个）。对于每一个因子，将计算 R 平方和 p 值。然后这些值按从最小 p 值到最大 p 值的顺序排序，并显示在一个表中。%SORTAOV C1 C3-C5假设响应数据在 C1 中，因子在 C3、C4 和 C5 列中。
16经过排序的简单回归SORTREG此宏可对单个响应与每个指定预测变量执行简单回归（一次一个预测变量）。对于每一个因子，将计算 R 平方和 p 值。然后这些值按从最小 p 值到最大 p 值的顺序排序，并显示在一个表中。%SORTREG C3 C4 C6 C9假设响应数据在 C3 中，预测变量在 C4、C6 和 C9 列中。
17将相关和 P 值存储到列中CORRSTOR此宏为一组列计算配对相关和 P 值，并将其存储在工作表的列中。统计 > 基本统计量 > 相关将用于显示相同结果并将这些相关存储在一个矩阵中。但是，此宏会将它们存储在工作表中。%CORRSTOR C1-C20 C22-C25假设将数值数据存储在 C1-C20 列中，并且需要找到每对列间的相关和 p 值。需要将相关和 p 值存储在 C22-C25 中。
18Tukey 的非相加性 1 自由度检验TUK1DF此宏可执行 Tukey 的非相加性 1 自由度检验，该检验是一种针对利用单个仿行的双因子试验中的交互作用的检验。%TUK1DF C3 C1 C2假设在工作表的 C1 -C3 中有这类双因子试验的以下结果：
C1? C2? C3
温度? 压力? Y
40? 20? 7.9
40? 25? 11.3
40? 30? 13.5
50? 20? 12.7
50? 25? 10.9
50? 30? 10.2
60? 20? 11.3
60? 25? 10.8
60? 30? 11.0?

非参数宏(7)

非参数宏(7)
序号宏名说明宏命令宏命令参考命令含义
1Kruskal Wallis 多重比较Kruskal Wallis H 统计量是一个整体检验统计量，支持对所有总体中位数相等情况下的一般假设进行检验。通常情况下，调查者对于这个一般假设不太感兴趣，而会对比较各个组感兴趣。此宏可在非参数设置中执行多重比较。KRUSMC%KRUSMC C1 C2假设响应数据在 C1 中，因子水平在 C2 中。
2用于检测趋势的 Mann-Kendall 检验此宏计算 Mann-Kendall 检验，以检测在一段时间内收集的数据的向上或向下趋势。在这个非参数检验中针对绑定的观测值进行了调整。必须至少有 10 个观察才能获得适当的正态近似。MKTREND%MKTREND C2假设数据在 C2 中。
3针对堆叠数据的 Mann-Whitney 检验此宏对堆叠数据执行 Mann-Whitney 检验。可使用子命令指定置信水平和备择假设。默认情况下，Minitab 会使用 95％ 置信水平，并进行双侧检验。MWSTACK%MWSTACK C1 C2假设 C1 中包含数据，C2 中包含下标（分组变量）。
4非参数能力分析此宏使用 D. W. McCormack Jr.、Ian R. Harris、Arnon M. Hurwitz 和 Patrick D. Spagon (2000) 编写的参考文章“Capability Indices for Non-Normal Data”（非正态数据的能力指数）中介绍的经验百分位数方法计算能力指数 (Cnpk)。这篇文章出自《Quality Engineering》（质量工程）第 12 卷第 4 期的第 489 到 495 页。还提供了其他非参数能力分析方法。此处仅显示经验百分位数方法。

通常，仅在数据不服从正态分布或在 Minitab 的能力分析中使用的其他分布时才使用此方法。此宏的作者强烈建议使用统计 > 质量工具 > 个体分布标识来确定数据是否服从所列的任何分布。这些分布是正态、对数正态、3 参数对数正态、指数、2 参数指数、Weibull、3 参数 Weibull、最大极值、最小极值、Gamma、3 参数 Gamma、Logistic、对数 Logistic 和 3 参数对数 Logistic。		ECAPA%ECAPA C2;
LSL 12;
USL 16。		假设数据在 C2 中，并且规格下限 (LSL) 为 12，规格上限 (USL) 为 16。
5Sen 斜率此宏可计算 Sen 斜率，该斜率是用于估计单变量时间序列斜率的非参数化备择斜率。此方法包括计算所有顺序时间点对的斜率和将这些斜率的中位数用作整体斜率的估计值。Sen 斜率对异常值不敏感，可用于检测数据中是否存在某种趋势。SENSLOPE%SENSLOPE C2假设数据在 C2 中。
6对基础分布执行双样本 Kolmogorov-Smirnov 正态检验此宏对基础分布执行双样本 Kolmogorov-Smirnov 正态检验。“零假设”指分布是相同的。两个样本必须分别存储在活动工作表的单独列中。KSTWO%KSTWO C1 C2;
ALPHA ..01。		假设样本存储在 C1 和 C2 列中，并且想要在 alpha=0.01 时执行此检验。
7针对配对数据的 Wilcoxon 符号秩检验此宏通过计算差值，然后执行单样本 Wilcoxon 符号秩检验来执行配对样本的非参数检验。可选子命令可让指定备择假设，并更改置信水平。默认情况下，执行双侧检验（H0: ETA = 0），并且置信水平为 95%。PWILCOXON%PWILCOXON C1 C2假设 C1 中包含第一个样本的数据，C2 中包含第二个样本的数据。

计数分析宏(4)

计数分析宏(4)
序号宏名说明宏命令宏命令参考命令含义
1用于离散数据的拟合优度检验此宏同时使用卡方和似然比 (G) 统计量在观测频率和假设离散概率分布之间进行拟合优度检验。当未估计任何参数时，可为小样本大小请求精确 p 值。否则，将使用卡方近似。GOF%GOF C1 C2假设观测频率在 C1 中，期望值在 C2 中。
2排序的卡方检验此宏可对单个响应与每个指定预测变量的关联（一次一个预测变量）执行卡方检验。为每个预测变量计算 p 值。然后这些 p 值按最小到最大顺序进行排序，并显示在一个表中。SORTCHI%SORTCHI C3 C4 C6 C9假设响应数据在 C3 中，因子在 C4、C6 和 C9 列中。
3在工作表中存储对照表此宏将包含两个数据列的对照表存储在工作表中。它创建两个条形图，一个条形图中包括每个单元格的观测计数和预期计数，另一个条形图包括每个单元格的卡方贡献。STXTAB%STXTAB C1 C2;
GCNTS;
GCHI;
STORE C11 - C16;
STLAB C4 C5;
STOBS C6;
STEXP C7.		假设希望将包含 C1 和 C2 的对照表存储在工作表的 C11 到 C16 中。希望将观测计数和预期计数分别存储在 C6 和 C7 中，将单元格标签分别存储在 C4 和 C5 中。
4对独立性的三因子检验此宏将对数-线性模型与三因子分类数据（列联表）拟合。会针对整个模型和个别项执行拟合优度的似然比检验。THREEWAY%THREEWAY C1 C2 C3 C4假设三因子表的因子水平位于 C1、C2 和 C3 中。频率位于 C4 中。

教学宏(8)

教学宏(8)
序号宏名说明宏命令宏命令参考命令含义
1使用计数法计算四分位数此宏使用在许多教科书中介绍的计数法（而不是使用 Minitab 中的百分位数方法）计算第一和第三个四分位数。QRTILES%QRTILES C1假设 C1 列中包含数据。
2展示中心极限定理提供中心极限定理的“概览”，以模拟多次投掷骰子来说明此定理。相关概念在备注中说明，并且相关图形显示模拟的结果。该定理指出，如果根据总体不断重复绘制随机样本数量 n 以及有限均值 mu(y) 和标准差 sigma(y)，然后在 n 较大时，样本均值的分布将近似呈正态分布，并且均值等于 mu(y)，标准差等于 (sigma(y))/sqrt(n)。CLT%CLT宏在工作表中生成数据。在运行宏之前，请确认空白工作表是否处于活动状态。中心极限定理指出，如果根据总体不断重复绘制随机样本数量 n 以及有限均值 mu(y) 和标准差 sigma(y)，然后在 n 较大时，样本均值的分布将近似呈正态分布，并且均值等于 mu(y)，标准差等于 (sigma(y))/sqrt(n)。
让我们使用以下实验来了解中心极限定理的效应。假设掷骰子 1000 次。希望得到相等数目的 1、2 等。让我们查看 1000 次骰子的分布。
3展示 Deming 漏斗试验模拟著名的 Deming 漏斗试验，该试验表明，对常规原因变异的不适当反应可能会使情况更为糟糕。通过使用 MINITAB SPC 命令，可按图形方式显示这些数据，以便可以评估过程的性能，并确定改进操作的正确原因。FUNNEL%FUNNEL物理展示
在实际展示中，将会构建一个漏斗装置并将其放置在绘有靶心的一张纸上方。其目标是将弹珠或球通过漏斗投掷到纸上，并且落点要尽可能接近靶心。使用钢笔或铅笔标记出弹珠实际击打到纸上的点位。通常，需要执行至少 20 次投掷，以便清晰地建立相对于靶心的模式和变异程度。
控制策略
漏斗表示共因系统。尽管操作员尽了最大努力，但是弹球也无法做到每次都下落到靶心上。操作员可以通过四种方式中的一种来应对该变异性。通过以下四种策略来控制漏斗：不移动漏斗 -- 对于每次下落运动，将漏斗保持在一个位置。测量命中点与靶心的距离。将漏斗以相反方向移动相等距离（相对于先前位置的误差）。测量命中点与靶心的距离。从靶心开始，将漏斗以相反方向移动此距离（相对于靶心的误差）。将漏斗移动到下落点正上方。FUNNEL.MAC 宏为四种策略都进行了 1000 次弹球下落模拟！对于每种策略，此宏都可产生高分辨度的下落位置图（可按常规方式打印）。
4展示大数定律此宏可模拟指定次数投掷硬币，并计算总投掷次数、人头那面朝上的总次数、人头那面朝上的比例和人头那面朝上的总次数与数字朝上的总次数之间的差值。COUNTHEM%COUNTHEM在得到提示时，输入硬币的投掷次数，以及对此进行重复的组数。例如，如果希望投掷硬币 50 次，并对此重复 5 次，总共投掷 250 次，请输入“50, 5”并按运行。
5关于在回归中使用折刀技术的示例主题此宏是使用折刀技术以从回归中获取 MSE 和系数的简单示例。对于每次迭代，都将排除一行数据，对此缩减的数据集执行回归分析，然后存储 MSE 和系数。将对每行数据重复此过程。每次迭代的所有 MSE 和系数在表格中显示。regjack%regjack C1 C2 - C5预测变量必须在连续的列（如 C1 - C3 或 C9 - C25）中，这样此宏才能正常运行。假设响应数据在 C1 中，预测变量在 C2 - C5 中。
6拱形曲线此宏创建一个拱形曲线。默认设置会创建一个累积相对频率拱形曲线。提供了用于创建相对频率拱形曲线的选项。OGIVE%OGIVE C2;
FREQ C3。		假设在 C2 中有一列原始数据。
7控制图的随机数据此宏生成控制图的随机数据。CCDATA%CCDATA在每个 DATA 提示符处输入值，然后按 Enter 键。
可以通过将子组间变异指定为大于子组内变异来创建非受控数据。
此宏将随机选择，以在随机子组中添加过程偏移或趋势。
8双样本 Z 检验此宏针对活动工作表中存储的堆叠数据或非堆叠数据执行双样本 Z 检验。此检验和双样本 t 检验之间的主要区别是假设双样本 Z 检验的总体标准差是已知的。TWOZTEST%TWOZTEST C1 C2 1 1.25
%TWOZTEST C1 1 1.25;
GRP C2。		假设数据为非堆叠数据，并存储在 C1 和 C2 中，其中，第一个样本的标准差为 1，第二个样本的标准差为 1.25。
假设数据与 C1 中的样本数据以及 C2 中的组 ID 堆叠，其中，第一个样本的标准差为 1，第二个样本的标准差为 1.25。

时间序列图(3)

时间序列图(3)
序号宏名说明宏命令宏命令参考命令含义
1连接线下的面积此宏可计算连接线下的面积，可应用于遗传学、植物病理学、农学、线虫学、繁殖昆虫学等。尤其是，它对那么对病程进展曲线 (AUDPC) 下的面积感兴趣的人非常有用。AREAUNDER%AREAUNDER C1 C2假设 x 值和 y 值分别存储在 C1 列和 C2 列中。
2多对列的互相关此宏计算两个或更多个列对的互相关。CCFLOOP%CCFLOOP C1-C10假设数据在 C1、C2，... C10 中，并且需要所有列对的互相关。
3光谱分析此宏可提供下列工具用于光谱分析：周期图、累积周期图、估计谱函数和光谱模型检查。这些函数对于恒定过程十分有用，并且可针对残差模型诊断和 ARIMA 模型诊断提供频率分析方法。SPECTRAL%SPECTRAL C1假设数据在 C1 中。

数据处理宏(3)

数据处理宏(3)
序号宏名说明宏命令宏命令参考命令含义
1将日期转换为会计季度和年份此宏将日期列转换为包含会计季度和年份的列。默认情况下，会计年份从七月开始。FISCAL%FISCAL C1 C2;
START 10.		假设日期列为 C1，并且希望将会计季度和年份存储到列 C2 中。会计年份从十月开始。
2扩大频率此宏通过获取频率表并从其创建一列数据来“untallies”数据。EXPAND%EXPAND C1 C2 C3例如，假设数值在 C1 中，频率在 C2 中，并且需要将结果存储在 C3 中。
3Odd-even此宏可确定一列整数中的每个值是奇数还是偶数，然后在指定的不同列中存储单词“odd”或“even”。ODDEVEN%ODDEVEN C4 C5例如，假设 C4 包含整数值，并且需要将结果存储在 C5 中。

数学宏(4)

数学宏(4)
序号宏名说明宏命令宏命令参考命令含义
1采用 LU 分解的矩阵的行列式此宏通过查找其 LU 分解来计算矩阵行列式。换言之，通过将矩阵转换为下 (L) 和上 (U) 三角矩阵的乘积，行列式可以表示为两个矩阵的对角元素的乘积。DETERMAT%DETERMAT M1;
STORE M2 M3。		假设要计算存储在 M1 中的矩阵的行列式。需要在 M2 和 M3 中存储上下三角矩阵。
2以编程方式确定矩阵尺寸此宏确定矩阵的尺寸。对于给定的矩阵 A，此宏返回列“M”和行“N”的数目。SIZE%SIZE M1假设矩阵在 M1 中。
3矩阵行列式（绝对值）计算矩阵行列式的绝对值。MATRXDET%MATRXDET M1 K1假设矩阵在 M1 中，并且需要将行列式存储在 K1 中。
4Odd-even此宏可确定一列整数中的每个值是奇数还是偶数，然后在指定的不同列中存储单词“odd”或“even”。ODDEVEN%ODDEVEN C4 C5例如，假设 C4 包含整数值，并且需要将结果存储在 C5 中。

图形宏(9)

图形宏(9)
序号宏名说明宏命令宏命令参考命令含义
1Bland-Altman 图此宏可生成配对数据的 Bland-Altman 图。将使用中心线和协议限制 (LOA) 绘制数据对的差值和平均值的图。超出 LOA 范围的绘制点将标识为红色。BLANDALT%BLANDALT C1 C2假设配对数据在 C1 和 C2 中。
必需输入
??? 两列配对数据
可选输入
STIND C3
??? 用于指定一个列，该列存储用于标识将导致 LOA 范围外点的数据对的指标数据。
HMEAN K
??? 用于为确定中心线和 LOA 的差值指定历史均值。
HSTDEV K
??? 用于为确定中心线和 LOA 的差值指定历史标准差。
STMN C
??? 用于指定将存储平均差值的列。
STSD C
??? 用于指定将存储差值的标准差的列。
STLA C
??? 用于指定将存储 LOA 的列?
2使用 3*IQR 确定异常值的箱线图此宏可创建一个箱线图，其中的异常值基于四分位数间距的 3 倍（而不是 1.5），并且将存储在此工作表中。BOXPLOT3%BOXPLOT3 C1;
STORE C6。		假设数据在 C1 中，并且需要将异常值存储在 C6 中。
3在点图上显示中位数、Q1 和 Q3此宏为每个输入变量创建一个点图，并绘制中位数、Q1 和 Q3。提供了一个用于绘制均值、均值 +/- 1 标准差的选项。DOTP%DOTP C1。
BY C2。		必需输入
??? 一列数值数据。可以通过指定多列数值数据（非堆叠）或单列数据值以及对应组指示符列（堆叠）来绘制多个组的图形。
可选输入
OPTION 2
??? 用于绘制均值和（均值 +- 标准差）而非中位值的图形。
ONEPAGE
??? 在同一图形中创建用于放置所有图形的多个点图时使用。?
4通过原点的拟合线图此宏创建通过原点的拟合线图。?ORIGIN%ORIGIN C1 C2;
CONF 90;
RESIDS C3。
必需输入
??? 一列相关数据 (Y)；一列独立数据 (X)
可选输入
CONF K
??? 默认置信区间是 95%，但是可以通过使用子命令 CONF 再后跟所需区间 (1-99) 来更改默认值。
CI
??? 用于显示 95% 置信带。
PI
??? 用于显示 95% 预测带。
REDIDS C
??? 用于在指定列中存储通过原点的回归的残差。
??? 注意
??? 强烈建议针对任何回归模型中的残差检查随机性和正态性。
5直方图生成的区间的频率和百分比此宏显示由用户指定区间的直方图的区间、频率和百分比。
与 Minitab 的直方图算法一样，落在区间边界上的观测值将放置到右侧的区间，但有一个例外：位于最右侧边界上的观测值将放置到最后一个区间。		HBINS%HBINS 20.5 40.5 2 C1
必需输入

??? 一列用于创建直方图的测量数据
??? 直方图的第一个区间和最后一个区间的中点，或（如果直方图使用的是切点而不是中点）第一个区间的开始点和最后一个区间的结束点。
??? 直方图的中点或切点之间的增量

可选输入

CUTPOINT
??? 如果直方图使用的是切点而不是中点，则使用该输入。
假设 C1 中数据的直方图的第一个区间的中点为 20.5，直方图的最后一个区间中点为 40.5，并且中点之间的增量为 2。
6马赛克图此宏会生成 3 个类别变量的马赛克图。每个矩形的大小与变量水平组合中的观测值百分比成比例。MOSAIC%MOSAIC C1 C2 C3必需输入
需要三列类别值
注意
类别水平组合的总数不能大于 50。
7拱形曲线此宏创建一个拱形曲线。默认设置会创建一个累积相对频率拱形曲线。提供了用于创建相对频率拱形曲线的选项。OGIVE%OGIVE C2;
FREQ C3。
（假设数据位于一个频率表中，在其中，所需区间的中点在 C2 中，频率在 C3 中。）
必需输入

??? 一列原始数据，或者一列值和一列对应的频率。在任一情况下，数据都表示直方图上区间的中点。中点必须等间隔。

可选输入

RELFREQ
??? 用于指定相对频率拱。?
8岭跟踪图为 Y 中的数据和构成 M1 矩阵的预测值生成岭跟踪图和 RSS VS K 图。M1 和 Y 应在“相关表”中。这些图是适用于岭回归的数据分析工具。RTP%RTP
必需输入

??? 一列响应数据
??? 岭跟踪的 K 列值
??? 预测值列（不含常量项）的数目
??? 集中化且经过调整的预测变量矩阵
9默认直方图的频率和百分比表此宏显示属于直方图所创建的默认 bin 范围的观测值的频率和百分比。HISTTAB%HISTTAB C1假设数据在 C1 中，并且希望在默认直方图中显示每个 bin 的频率。
与 Minitab 的直方图算法一样，落在区间边界上的观测值将放置到右侧的区间，但有一个例外：位于最右侧边界上的观测值将放置到最后一个区间。

质量控制和DOE宏(15)

?

质量控制和DOE宏(15)
序号宏名说明宏命令宏命令参考命令含义
1对 2 水平、2 因子设计的均值 (ANOM) 的分析此宏为 2 因子、2 水平设计创建 ANOM 图表。2 个因子间的交互与主效应以相同比例显示。将使用 alpha 0.05 计算默认决策限。ANOM2FACT%ANOM2FACT C3 C1 C2;
ALPHA .01。		假设因子位于 C1 和 C2 中，响应位于 C3 中。希望使用显著性水平 0.01。
2Bland-Altman 图此宏可生成配对数据的 Bland-Altman 图。将使用中心线和协议限制 (LOA) 绘制数据对的差值和平均值的图。超出 LOA 范围的绘制点将标识为红色。BLANDALT%BLANDALT C1 C2假设配对数据在 C1 和 C2 中。
3空白 Xbar 或个体控制图此宏创建空白 Xbar 或个体控制图，其中控制限基于历史信息。可使用两个选项获得控制限：基于历史均值和历史西格玛计算控制限，或直接输入历史上下控制限的数值。BLANKCH%BLANKCH
必需输入
??? 均值
??? 西格玛和子组大小，或控制上限和控制下限
??? 子组数
??? X 轴标签
??? Y 轴标签
??? 标题
4摘要统计量中的控制图此宏使用摘要数据以生成 Xbar 控制图，以及 R 控制图或 S 控制图。QCSUMMARY;
MEAN		%QCSUMMARY;
MEAN C1;
RANGE C3;
SIZE 5。
假设 C1 包含均值，子组的所有大小都是 3，C3 包含每个子组的极差。
5相关图此宏生成用来评估设计实验的正交性的相关图。相关图通常用于筛选试验（需要使用其中的某个项非正交性来限制游程数），还可用于其他设计。默认情况下，宏为主效应和双因子交互作用的配对相关生成相关图。可以使用可选子命令添加平方项和显示相关的绝对值。在计算相关之前，所有的输入列都将进行标准化。CORRPLOT%CORRPLOT C5-C10;
SQUARES。		假设有 6 因子设计，表示因子的列在 C5、C6、C7、C8、C9 和 C10 中。要为包含主效应、双因子交互作用和平方项的模型创建可显示相关性的相关图。
6使用 CUSUM 检测持续偏移尺寸此宏可与 CUSUM 图一起使用，以估计过程均值中小的持续偏移的大小。此偏移大小也体现在子组内西格玛估计项中。SHIFTSIZE%SHIFTSIZE C2 5 25 19 30假设数据在 C2 中，子组大小是 5，并且目标为 25。怀疑在从子组 19 开始到子组 30 结束的范围发生过程偏移。
7对多个测量列执行 Gage RR此宏使用相同的部件和操作员列对多个测量列执行 Gage R&R 分析。可为每个测量列指定公差。GAGELP%GAGELP C3 C4 C5-C9假设 C5-C9 这 5 列中有测量（响应）数据。部件指示符在 C3 中，操作员指示符在 C4 中。
8Levey-Jennings 控制图此宏生成 Levey-Jennings 控制图。可以选择使用列（通常包含日期）中的值来标记 x 轴。LJCHART%LJCHART C1 0 1假设 C1 中包含控制图的数据。均值为 0，标准差为 1。
9非参数能力分析此宏使用 D. W. McCormack Jr.、Ian R. Harris、Arnon M. Hurwitz 和 Patrick D. Spagon (2000) 编写的参考文章“Capability Indices for Non-Normal Data”（非正态数据的能力指数）中介绍的经验百分位数方法计算能力指数 (Cnpk)。这篇文章出自《Quality Engineering》（质量工程）第 12 卷第 4 期的第 489 到 495 页。还提供了其他非参数能力分析方法。此处仅显示经验百分位数方法。

通常，仅在数据不服从正态分布或在 Minitab 的能力分析中使用的其他分布时才使用此方法。此宏的作者强烈建议使用统计 > 质量工具 > 个体分布标识来确定数据是否服从所列的任何分布。这些分布是正态、对数正态、3 参数对数正态、指数、2 参数指数、Weibull、3 参数 Weibull、最大极值、最小极值、Gamma、3 参数 Gamma、Logistic、对数 Logistic 和 3 参数对数 Logistic。		ECAPA%ECAPA C2;
LSL 12;
USL 16。		假设数据在 C2 中，并且规格下限 (LSL) 为 12，规格上限 (USL) 为 16。
10最速上升路径此宏可沿着最速上升或下降路径计算指定的游程数。此宏非常灵活，足以适应不同的基本因子、步长和游程数。ASCENT%ASCENT C7 C5-C6;
STORE C9-C10;
STEP 2;
BASE C5;
RUNS 8.		假设有两个因子设计，并且因子存储在 c5 和 C6 中，响应在 C7 中。想要查找可能使响应最大化的路径。此外，想要将此路径存储在工作表的 C9-C10 列中；运行之间的步长应该为 2（按已编码单位），并且 C5 中包含的因子将是基本因子。最后，要沿着最速上升路径计算八次运行。
11控制图的随机数据此宏生成控制图的随机数据。CCDATA%CCDATA
必需输入
??? 需要数据具有的子组数量
??? 子组大小
??? 数据均值
??? 组变异
??? 子组变异
??? 随机效应
12稳健的 Xbar-S 控制图此宏创建 Xbar-S 图，该图可应付弥漫型和局限干扰的存在；无论是会影响特定子组的转变还是子组中的个别极端观测，都是如此。ROBUSTCHART%ROBUSTCHART C1 C2假设观察结果存储在 C1 中，子组 ID 存储在 C2 中。
13“从因子设计或中心复合设计选择 D 优化设计”主题此宏从 2 水平因子设计或中心复合设计选择 D 优化设计作为基础设计。此 D 优化设计能够评估所有主效应、所有双向交互作用，如果指定了中心复合基本设计，还将能够评估所有二次方程式。customdoe%customdoe??? 此宏将提示选择 2 水平因子基础设计（输入 1）或中心复合基础设计（输入 2）。接下来，此宏将提示输入游程数。
D 优化设计与因子名称和水平列（从 C4 列开始）存储在相同的工作表中。在运行此宏之前存储在这些列中的任何数据都可能会丢失。
如果选中了 2 水平因子基础设计，在统计 > DOE > 因子 > 分析因子设计中分析试验时，单击项列表，然后选择包括上至顺序 2 的项。
初始 D 优化设计由顺序优化生成。可以利用具有 1 个交换点的交换方法来改善初始设计。
14不一致单位的标准化控制图此宏可为不一致单位部分（或缺陷品）创建标准化控制图。STANDARD%STANDARD C1 C2假设 C1 包含缺陷（或缺陷品）的数目，C2 是已检验的总项数。
15方差离散图此宏可在给定特定模型的情况下为多达五个设计矩阵计算缩放预测方差。可以评估某个设计的缩放预测方差、评估某个设计的旋转情况，并比较设计以确定预测方差在设计空间的行为情况。这将可让在收集任何 DOE 数据之前按编码单位及其性能比较设计。这些设计限于 2 个或更多因子。VDG%VDG M1 M2;
MODEL "quadratic";
RESOLUTION 150。		假设已将 CCD 的一个因子复制到矩阵 M1，并且 Box-Behnken 设计的因子已存储在 M2 中。
文章来源:https://blog.csdn.net/qq_27866305/article/details/135497125
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章