用法 1： 使用中心值匯總數據

一家汽車修理公司的客戶抱怨該公司的服務時間比承諾的時間長。 該修理公司決定分析前幾個月的實際修理時間以便為客戶提供更準確的服務時間。

確定中心值(如均值或中位數)是了解數據的首要關鍵步驟

用法 2： 評估變異程度

一家零食公司希望評估新的填充機器的性能。 盡管平均狀態(tài)下此機器看上去以正確的重量填充薯片，但此機器性能也存在很大的差異。

許多薯片袋會出現填充不足或填充過多的情況。

了解數據的變化程度對于了解產品或服務是非常重要的。 不僅如此，理解變異性測量指標同時也會影響您對其他統計量(如均值)的認識。

用法 3： 研究可能的組間差異

一個營銷團隊研究對他們的電子簡報進行的讀者調查的結果，以了解該簡報是否遞送給目標受眾。

該團隊想知道被調查者的特定特征(性別、年齡和職業(yè))是否與希望更頻繁地閱讀此簡報或對此簡報的評價更高有關。

Minitab 可以為每組數據計算單獨的描述性統計量，以便您更好地了解這些數據組之間的差異。

需要什么類型的數據?

必須使用數字數據。 例如：

一個月中每個班次發(fā)現的缺陷部件數

班級中學生各自的測驗分數

服務提供商的機器維修成本

可選的分組列(也稱為“按”列)可以是數字、文本或日期/時間。 Minitab 將為此按變量分組中的每個值顯示單獨的描述性統計量。

例如：

按性別分組的調查反應

按班次分組的客戶服務來電

按分支機構位置分組的客戶滿意度

請考慮要使檢驗具有實際意義需要多少數據。 盡管您可以僅對一個或兩個數據值顯示描述性統計，但您擁有的數據越多，結果所能提供的信息量就越大。

我的工作表的外觀如何?

測量值數據和所有按變量分組都必須位于單獨的列中。 在本示例中，房價是測量值數據，而臥室和外墻則可以用作按變量分組

方案

一位熱心的年輕氣象學者收集了她家鄉(xiāng)一年內的氣象數據。 這些值顯示了每個月中具有明顯降雨的天數。

選擇適當的分析方式

由于這是她首次查看這些數據，通過回顧描述性統計量可為她提供一些最重要特征的總覽，例如中心趨勢和展開的度量。

輸入要分析的數據

對于在變量中輸入的每個變量，您都將獲得一份單獨的分析結果。 在本例中，只有一份分析結果。

指定按變量分組(如果有必要)

按變量分組(通常)是一個可用于將分析分為多個可比較和對比部分的類別變量。 例如，如果您將性別指定為按變量分組，您將分別獲得男性觀測值和女性觀測值結果。

但是，此分析不包含按變量分組。

指定選項此分析無需進一步修改，但您可以選擇其他選項。 單擊統計量可以更改分析中生成的默認統計量。

單擊圖形可以添加數據的圖解。

大數據分析工具minitab (共1篇)

[大數據分析工具minitab：[1]顯示描述性統計]