质量管理统计 Minitab v19.2020.1 Corp Lite 简约绿色版

Minitab 是一款由美利坚宾西法尼亚州同名软件科技公司研发与发行的很实用的质量管理和质量设计的高效工具软件，更是持续的现代质量数据管理和统计分析改进的良好工具助手。作为统计学入门教育方面技术领先的软件包，Minitab 亦被全球四千多所高等院校所采用。Minitab 为概率研究应用、质量改善以及教育领域提供准确和易用的方案，因而被许多世界一流的公司所采用，其中包括通用汽车、通用电气、福特汽车、3M、霍尼韦尔、LG、东芝、诺基亚、以及 Six Sigma 顾问公司等。

目前，Minitab 的应用通常结合一些统计处理方法，如：六标准差（Six Sigma），能力成熟度模型集成（CMMI）等。Minitab 主要包括基础和高级统计，回归和方差分析，时间序列，演示质量的图表，模拟和分布，灵活的数据导入、导出和操纵 SPC（Statistical Process Control – 统计过程控制），DOE（Design of Experiments – 试验设计），可靠性分析，多变量分析，样本量和幂计算以及强大的宏语言等功能模块。

预览图：

功能&特点：

协助

测量系统分析；
能力分析；
图形分析；
假设检验；
回归；
DOE；
控制图；

图形

散点图、矩阵图、箱线图、点图、直方图、控制图、时间序列图等；
等值线图和旋转 3D 图；
概率图和概率分布图；
数据更改时自动更新图形；
对图形使用笔刷以研究关注点；
导出：TIF、JPEG、PNG、BMP、GIF、EMF；

基本统计量

描述性统计量；
单样本 Z 检验、单样本 t 检验、双样本 t 检验、配对 t 检验；
单比率检验和双比率检验；
单样本 Poisson 率检验和双样本 Poisson 率检验；
单方差检验和双方差检验；
相关和协方差；
正态性检验；
异常值检验；
Poisson 拟合优度检验；

回归

线性回归和非线性回归；
二元、顺序和名义 Logistic 回归；
稳定性研究；
偏最小二乘；
正交回归；
Poisson 回归；
图：残差、因子、等值线、曲面等；
逐步：p 值、AICc 和 BIC 选择标准；
最佳子集；
响应预测和优化；

方差分析

方差分析；
一般线性模型；
混合模型；
多元方差分析；
多重比较；
响应预测和优化；
等方差检验；
图：残差、因子、等值线、曲面等；
均值分析；

测量系统分析

数据收集工作表；
量具 R&R 交叉；
量具 R&R 嵌套；
扩展的量具重复性与重现性；
量具运行图；
量具线性和偏倚；
类型 1 量具研究；
属性量具研究；
属性一致性分析；

质量工具

运行图；
Pareto 图；
因果图；
变量控制图：XBar、R、S、XBar-R、XBar-S、I、MR、I-MR、I-MR-R/S、区域、Z-MR；
属性控制图：P、NP、C、U、Laney P’ 和 U’；
时间加权控制图：MA、EWMA、CUSUM；
多变量控制图：T 方、广义方差、MEWMA；
稀有事件控制图：G 和 T；
历史/过程偏移控制图；
Box-Cox 和 Johnson 变换；
个体分布标识；
过程能力：正态、非正态、属性、批处理；
Process Capability SixpackTM；
公差区间；
抽样验收和 OC 曲线；

试验设计

确定性筛选设计；
Plackett-Burman 设计；
二水平因子设计；
裂区设计；
一般因子设计；
响应曲面设计；
混料设计；
D 最优设计和基于距离的设计；
田口设计；
用户指定的设计；
分析二进制响应；
分析因子设计的变异性；
修补试验；
效应图：正态、半正态、Pareto；
响应预测和优化；
图：残差、主效应、交互作用、立方、等值线、曲面、线框；

可靠性/生存

参数分布分析和非参数分布分析；
拟合优度测量；
确切失效数据、右删失数据、左删失数据和区间删失数据；
加速寿命检验；
寿命数据回归；
检验计划；
阈值参数分布；
可修复系统；
多种失效模式；
概率单位分析；
Weibayes 分析；
图：分布、概率、故障、生存；
保证分析；

功效和样本数量

用于估计的样本数量；
公差区间的样本数量；
单样本 Z、单样本 t 和双样本 t；
配对 t；
单比率和双比率；
单样本 Poisson 率和双样本 Poisson 率；
单方差和双方差；
等价检验；
单因子方差；
二水平、Plackett-Burman 和一般全因子设计；
功效曲线；

多变量

主成份分析；
因子分析；
判别分析；
聚类分析；
对应分析；
项目分析和 Cronbach alpha；

时间序列和预测

时间序列图；
趋势分析；
分解；
移动平均；
指数平滑；
Winters 方法；
自相关函数、偏自相关函数和互相关函数；
综合自回归移动平均 (ARIMA)；

非参数

符号检验；
Wilcoxon 检验；
Mann-Whitney 检验；
Kruskal-Wallis 检验；
Mood 中位数检验；
Friedman 检验；
游程检验；

等价检验

单样本和双样本、配对；
2×2 交叉设计；

卡方检验、Fisher 精确检验和其他检验；
卡方拟合优度检验；
计数和交叉分组表；

模拟和分布

随机数生成元；
概率密度、累积分布和逆累积分布函数；
随机抽样；
自引导和随机化检验；

宏和自定义

可自定义的菜单和工具栏；
大量首选项和用户配置文件；
功能强大的脚本功能；

Minitab v19.2020.1 更新の日志（64bit Only – 仅提供64-位版本）：

= 更好的预测 – 变得更出色、更强大，它可以辅助您的决策、主动改进过程，从而提供更好的结果并避免代价高昂的错误：分类和回归树；
= 通过验证更快地构建模型 – 借助验证，快速评估回归模型的准确度。轻松、快速将您的数据重新抽样或分割至测试集和训练集；
= 更轻松的集成 – 借助开源集成，在 Minitab Statistical Software 中将 Python 脚本与您的 Minitab 数据和分析功能轻松整合；

下载の地址：

-> 药巴玖：https://cloud.189.cn/t/mI7jUrfAzyQn（访问码：2gps）；
-> 苏裤衩：https://yadi.sk/d/4nvC4IXiQHkpDw；
-> 狗爪度：https://pan.baidu.com/s/1HXMSswU3CMt0viZH4hwZww（桥豆麻袋：vc86）；
-> 白熊芸：https://pan.baixiongz.com/#/s/EDNmSx（斯国一：5566）；
-> 麦尔入：https://cloud.mail.ru/public/4xM4/2m1iKmx6Z；
-> 沃佳韵：Minitab_v19.2020.1_64bit_Lite.7z；
-> 度凉跂：https://eyun.baidu.com/s/3cO3tSU（兑暗号：imO4）；
-> 痞云驱：http://pc.cd/cXyotalK；
-> 麦嘎潘：https://mega.nz/file/ls4XVCTY#3Q5FGQTNidBB83Fbhld1Ej1DNMVSucKIvHUQUMBthkk；
-> 上传易：https://www.upload.ee/files/11435927/Minitab_v19.2020.1_64bit.7z.html；