5. 2 回归图的比较:
Minitab要求用户对操作的变量有一定了解,先要把所分析和观察的功能选上,然后把结果生成在不同的面板上,需要用户再把各个报告整理到一起。JMP可以让用户先一边观察分析数据,一边进行操作,分步添加分析指令,最终形成一个完整的报告,可以直接生成word报告。但JMP往往会产生一些过多或重复的报告,建议用户进行裁剪,选用,把一些图示化和关键的数据重新整理形成最终的报告。大多报告只需用图示化的数据就可以完成。这也是JMP的一大特色。还有JMP的图形报告和原始数据是动态连接的,可以从图上的数据点找到对应的原数据,方便对该数据的进一步分析和观察。这一特征对异常点的选取是很方便的。
图表 4 Minitab的回归图
Regression Analysis: SQ versus WW
The regression equation is
SQ = 133 - 241 WW
Predictor Coef SE Coef T P
Constant 132.509 0.781 169.69 0.000
WW -240.728 3.102 -77.61 0.000
S = 4.46102 R-Sq = 23.9% R-Sq(adj) = 23.9%
Analysis of Variance
Source DF SS MS F P
Regression 1 119870 119870 6023.42 0.000
Residual Error 19198 382053 20
Total 19199 501923
JMP做的一元线性回归报告
六、单因子多水平的方差分析的比较
Minitab 产生的图形报告只是用于了解不同水平样本的分布状态,不同水平间量化的比较还的看Mnitab产生的数字报告,不是很方便。JMP完全可以通过图形报告可以判断不同水平间的比较结果,还可以得到等方差和正态性的侧试结果,通过简洁的图表就可以得到很多的信息,这一点需要Minitab好好借鉴。
One-way ANOVA: SQ versus WORKORDER_NO
Source DF SS MS F P
WORKORDER_NO 3 798.8 266.3 10.87 0.000
Error 380 9305.0 24.5
Total 383 10103.8
S = 4.948 R-Sq = 7.91% R-Sq(adj) = 7.18%
Individual 95% CIs For Mean Based on Pooled
StDev
Level N Mean StDev +---------+---------+---------+---------
D 90 73.875 5.383 (------*-----)
H 102 69.978 4.780 (------*-----)
J 98 70.952 4.661 (------*------)
K 94 72.115 4.986 (------*-----)
+---------+---------+---------+---------
69.0 70.5 72.0 73.5
Pooled StDev = 4.948
Tukey 95% Simultaneous Confidence Intervals
All Pairwise Comparisons among Levels of WORKORDER_NO
Individual confidence level = 98.94%
WORKORDER_NO = D subtracted from:
WORKORDER_NO Lower Center Upper ---+---------+---------+---------+------
H -5.734 -3.897 -2.060 (------*-------)
J -4.778 -2.924 -1.069 (------*-------)
K -3.633 -1.760 0.113 (-------*------)
---+---------+---------+---------+------
-5.0 -2.5 0.0 2.5
WORKORDER_NO = H subtracted from:
WORKORDER_NO Lower Center Upper ---+---------+---------+---------+------
J -0.823 0.973 2.770 (------*------)
K 0.321 2.137 3.953 (-------*------)
---+---------+---------+---------+------
-5.0 -2.5 0.0 2.5
WORKORDER_NO = J subtracted from:
WORKORDER_NO Lower Center Upper ---+---------+---------+---------+------
K -0.670 1.164 2.997 (-------*------)
---+---------+---------+---------+------
-5.0 -2.5 0.0 2.5
Fisher 95% Individual Confidence Intervals
All Pairwise Comparisons among Levels of WORKORDER_NO
Simultaneous confidence level = 79.91%
WORKORDER_NO = D subtracted from:
WORKORDER_NO Lower Center Upper
H -5.304 -3.897 -2.490
J -4.344 -2.924 -1.503
K -3.195 -1.760 -0.325
WORKORDER_NO -+---------+---------+---------+--------
H (----*-----)
J (----*-----)
K (-----*-----)
-+---------+---------+---------+--------
-5.0 -2.5 0.0 2.5
WORKORDER_NO = H subtracted from:
WORKORDER_NO Lower Center Upper -+---------+---------+---------+--------
J -0.403 0.973 2.350 (-----*----)
K 0.746 2.137 3.528 (-----*----)
-+---------+---------+---------+--------
-5.0 -2.5 0.0 2.5
WORKORDER_NO = J subtracted from:
WORKORDER_NO Lower Center Upper -+---------+---------+---------+--------
K -0.241 1.164 2.568 (-----*----)
-+---------+---------+---------+--------
七、 总结
Minitab在中国的推广力度大,软件使用广泛,参考书多,便于学习,但是交互式功能比不上JMP,而且MINITAB需要合理设置各指令,进一步增强对用户的友好性。在大数据量下,运行速度慢。但Minitab对图形的编辑功能多,很注重用户的关注。适合单用户和小规模场合的使用。
JMP使用简单,易学习,适合大数据的分析,运算。动态的数据连接功能便于用户找到并分析异常数据。各指令间的合理崁套使用户边分析数据边进行下一步的操作,交互功能好,有SAS公司的支持,技术力量强。但SAS公司还有SAS软件产品,所以对JMP的推广力度不够,尤其对中国地区不是很重视。
后记:
本来还要作DOE的比较,但由于工作忙就先到此为止了,以后又时间再作一较详细的比较吧。简单看来JMP的DOE设计过程更合理,自然,符合人们认识事物的过程,大致过程是定义相应变量,决定因子变量和水平数,根据试验经费,试验策略决定试验方案和试验次数,进行试验提取数据,进行结果分析和验证。Minitab一开始就要求工程师决定试验类型,因子数,和水平数和试验次数,报告结果显示在不同的面板里,还的整理结果成合适的报告形式。