在最近发布的Minitab版本中，Minitab 将相关图纳入可视化工具之列。我想来探索一下，这些图形工具在高级分析的过程中为何如此实用且广受欢迎。

使用调查数据并频繁使用 Minitab 中的回归功能对其进行分析。

惊闻英国著名统计学家 David Cox 去世，享年 97 岁，老爷子因提出Cox回归模型而广为人知，今天带大家来了解一下Cox回归。

问题背景： 电缆制造商在电缆的外面涂上一层涂层，以保持电缆的强度和耐久性。涂层厚度的下限(LSL)为39密尔，上限(USL)为43密尔。工程师评估涂层工艺的能力，以确保它能满足客户的要求。 数据收集： 操作人员定期随机抽取5根电缆样本。这些样品充分地反映了当时工艺的内在变化。操作人员记录每根电缆样品的外涂层厚度。 Minitab操作步骤： 正态性检验 从上图…

通过验证任何一个关键检查点来估计可靠性风险。

有兴趣了解文本挖掘？利用Minitab中的全新Python 集成开启探索之旅！

预估基准可靠性将帮助我们集中精力进行可靠性分析，确定必要的故障预防措施，以及确定潜在的成本和收益。

在Minitab 21中有了二值响应DOE分析，扩展了DOE的功能。当然，在实验设计中我们除了遇到二值响应DOE外，可能还会遇到残差分析有问题需要对响应变量做变换的DOE分析、带区组的实验设计分析等比较复杂的DOE问题。

使用 Minitab来设置、收集和分析数据，她希望确定为什么家庭成员如此频繁地出现意见不一致。

对于过程能力分析，通过之前的文章我们知道在计算能力指标之前需要确认一些前提条件是否满足要求(独立，正态，MSA合格，稳定)，今天我们继续延续之前的话题来讨论非正态数据如何做过程能力分析。

介绍非正态数据能力分析的另外一种方法——非参数方法。

当前的设置造成的偏差超过了指定的1.0微米，于是试验人员需要找出可以设置的过程因子使得外延层的不均匀性达到最小，同时确保平均厚度尽可能接近目标值。

今天我们将介绍如何使用 Minitab 为已知的工程公式和 DOE 方程创建 Monte Carlo 模拟。

您如何选择合适的设计，并确保您拥有正确数量的因素和水平？收集数据后，如何为分析选择合适的模型？