JMP培训讲义中文版(-)课件.ppt

1、JMPJMP培训讲义培训讲义2022-12-122JMP介绍介绍&在本课将简单介绍一下JMP具备的功能，以及一些基本的操作方法。2022-12-123JMP&JMP是由SAS公司开发的统计分析软件。&SAS公司是一家提供软件和服务的公司，总部公司是一家提供软件和服务的公司，总部设于美国北卡罗莱纳州。设于美国北卡罗莱纳州。&目前JMP的最新版本是：4.0.5。我司现用的版本是3.22022-12-124JMP功能简介功能简介&JMP可以提供一个图形界面来显示与分析数据，它具备以下功能：&在数据表单上可以查看、编辑、输入与处理数据&强大而图形化的统计技术数据分析功能&表单的排序和合并&快捷的数据分

2、组与统计计算功能&质量提升技术如过程能力等&分析结果输出2022-12-125JMP操作操作&创建JMP数据表单 同一般的常用软件点击：Filenew.&使用已有数据表单；点击：Fileopen点击如下所示的图标也可。新建，打开，保存2022-12-126JMP操作操作&选择所需行或列:连续可鼠标拖放，非连续可CTRL+CLICK&增加行及增加列：方法1、在空白的相依行处或相应列出双击即可增加一行或一列。方法2、点击：RawsAdd rows增加行点击：colsadd columns增加列2022-12-127定义数据列名称与类型定义数据列名称与类型方法一：&双击列上部或选择col/col i

3、nfo&Continuous 定义可连续的数值型数据&Ordinal 定义有顺序的数值型或字符型数据&Nominal 定义分类（分级）的数值型或字符型数据方法二：&在列的上方点击左侧按钮设置。2022-12-128选择变量角色选择变量角色&方法一：选定安排列，后用col/assign roles&方法二：直接通过列头右侧按钮 选择&NONE 表示此列分析时不包括&X：一般代表独立的变量&Y：一般代表应变量&WEIGHT：代表列中每个响应的值为重量值&FREQ：代表频率&LABEL：表示列中值为标识。2022-12-129JMP应用应用JMP应用一：柱状图和饼图。应用一：柱状图和饼图。JMP应用

4、二：柏拉图。应用二：柏拉图。JMP应用三：直方图，计算应用三：直方图，计算Cpk。JMP应用四：控制图、应用四：控制图、GR&R分析。分析。JMP应用五：研究线性相关应用五：研究线性相关JMP应用六：线性拟合应用六：线性拟合JMP应用七：应用七：t-Test检验检验JMP应用八：应用八：Analysis of varianceJMP应用九：应用九：Design of experimentJMP应用十：其他应用应用十：其他应用2022-12-12102022-12-1211制作柱状图。制作柱状图。&问题：某公司在2000年4个季度不同领域的销售额下表，现在想直观地了解四个季度的销售额比例及不同业

5、务范围所占的份额。单位：百万元。第一季度第二季度第三季度第四季度总计电话机59456725196电动玩具56334567201服务业62563873229总计1771341501652022-12-1212制作柱状图制作柱状图&1、创建JMP工作表，输入数据。&2、点击如右图所示图标：Bar/Pie charts。&3、在弹出的对话框中，如下页所示。点击：quarterX,点击：costY.既可得出柱状图。2022-12-1213制作柱状图制作柱状图2022-12-1214制作柱状图制作柱状图Chart0501001502001234quarter Levels Optionscost2022

6、-12-1215制作柱状图制作柱状图&其他功能：F点击*号，help:出现帮助。title:给图谱增加标题 footnote:增加脚注。print preview:打印预览。&其他图表点击*的功能均相同。2022-12-1216制作饼图制作饼图&在制作柱状图的基础上，点击屏幕左下角的“”。&选择Pie，柱状图即可变成饼图。2022-12-1217制作饼图制作饼图Chart1234quarter Levels Optionscost(million)2022-12-12182022-12-1219制作柏拉图制作柏拉图&问题：在某日IPQC抽样检验中，共发现100个不良品，请对不良品进行柏拉图分析

7、。数据见下表。2022-12-1220sample no.defectssample no.defectssample no.defectssample no.defectssample no.defects1leage21low vol41high im61high im81short2leage22low vol42high im62high im82short3leage23low vol43high im63high im83short4leage24low vol44high im64high im84short5leage25waste45high im65high im85sho

8、rt6leage26waste46high im66high im86short7leage27waste47high im67high im87short8leage28waste48high im68high im88short9low vol29waste49high im69high im89short10low vol30waste50high im70high im90short11low vol31waste51high im71high im91short12low vol32waste52high im72high im92short13low vol33waste53hig

9、h im73high im93short14low vol34waste54high im74high im94short15low vol35waste55high im75high im95short16low vol36waste56high im76high im96short17low vol37waste57high im77high im97shut18low vol38waste58high im78high im98shut19low vol39high im59high im79high im99shut20low vol40high im60high im80high i

10、m100shut2022-12-1221制作柏拉图制作柏拉图&1、新建jmp工作表并输入缺陷（或打开工作表：02-jmp tr-ma-paretochart）。&2、点击图标：Pareto Charts只将defects加入Y。见下页图。&3、点击OK,既可得出柏拉图。2022-12-1222柏拉图柏拉图2022-12-1223柏拉图柏拉图Pareto Analysis0102030405060708090100N=100high imlow volshortwasteleageshut0102030405060708090100Note:The Pareto Chart is for the

11、 column defects.Bars Options2022-12-12242022-12-1225制做直方图制做直方图&问题：QA测量了某种型号的电池200只，得到如右表所示数据（全部数据请打开jmp工作表：03-jmp tr-ma-distributionchart）。其规格标准为：30-70m。请做出其分布图并请对其是否正态分布做出判断，若是正态分布，计算出其Cpk。sample no.impedance1412423434445456467478489491050115112521353145415552022-12-1226制作直方图（分布图）制作直方图（分布图）&1、打开工作表

12、03-jmp tr-ma-distributionchart&2、点击图标：Distribution of Y.如右图所示。&3、在弹出的对话框中点击impedance，检及Add。如下页图，点击OK既可得出分布图。2022-12-1227制作分布图制作分布图2022-12-1228制作分布图制作分布图&观图可知，此时的图符合Y轴由低到高的顺序排列，但不符合我们正常使用的习惯。可以使用一下功能：F点击图左下角的”，点击：Horizontal Layout，即可将图谱旋转为水平状态。F其他功能：2022-12-1229检验是否正态分布检验是否正态分布&点击图普左上角的小三角，选择:Test Di

13、st is Normal.如右上图所示。操作后，将会在最右边添加一栏Test for Normality.如右下图。观察ProbW得知，若大于0.025，则表明分布是正态的。Test for NormalityShapiro-Wilk W TestWProbF0.029090.000000.69230Variance Component EstimatesComponentOperatorPartsOperator*PartsErrorVar Comp Est0.000001110.00097844-0.00000080.00001250%of Total 0.11 98.63 0.00 1.

14、26Cum.Total0.00000.00100.00100.0010Cum.%0.1 98.7 98.7 100.0Sqrt(VC)0.00110.03130.00090.0035Variance Component Estimates can be negative,and indicate a covariance structure unsuited to the variance components model.Discrimination Ratio2022-12-1253进行进行GR&R分析分析Measurement Unit Analysis%ToleranceRepeata

15、bility(EV)0.0182084.552Reproducibility(AV)0.0054291.3571Operator*Part Variation(IV)00Gage R&R(RR)0.0194.75Part Variation(PV)0.16109240.273Total Variation(TV)0.162208Sigma Multiple5.15Tolerance0.42022-12-12542022-12-1255线性相关线性相关&问题：在某道工序中，工程师改变了输入X的值，得到相应的响应Y值，如右表所示。请分析X，Y之间有无相关性。input Xoutput Y0.525

16、5500.3573630.6167021.1510121.159780.6226821.159890.6397221.0779700.6415980.8768020.576420.9889011.1510330.9568910.5736340.6636140.5015520.4414720.4034462022-12-1256研究线性相关研究线性相关&打开工作表：05-jmp tr-ma-Correlation&点击图标：Correlation of Ys.2022-12-1257相关性分析相关性分析&在弹出的对话框中选中X,Y。点击Add。如下图。然后点击OK既可得出相关系数。2022-12

17、-1258相关性分析相关性分析&有上图可知，X,Y的相关系数为0.9796CorrelationsVariableXYX 1.0000 0.9796Y 0.9796 1.00002022-12-1259相关性分析相关性分析&其他功能：F点击左下角的“”，选择Scatterplot Matrix可显示出散点图。CorrelationsVariableXYX 1.0000 0.9796Y 0.9796 1.0000Scatterplot Matrix0.40.50.60.70.80.91.01.11.240050060070080090010001100X.4.5.6.7.8.91.01.11.2

18、Y400500600700800900 10002022-12-12602022-12-1261线性拟合线性拟合&问题：在某道工序中，工程师改变了输入X的值，得到相应的响应Y值，如右表所示。请分析出Y关于X的方程式，以利于指导以后的生产。input Xoutput Y0.5255500.3573630.6167021.1510121.159780.6226821.159890.6397221.0779700.6415980.8768020.576420.9889011.1510330.9568910.5736340.6636140.5015520.4414720.4034462022-12-1

19、262线性拟合线性拟合&打开文件06-jmp tr-ma-fit。&点击图标fit Y by X。如下图所示。在弹出的对话框分别将X和Y添加到相应的栏内，点击OK，即可出现X,Y的散点图。2022-12-1263线性拟合线性拟合&点击图左下方的小三角：Fitting，选择fit line,即可拟合出X,Y的线性关系。Y By X30040050060070080090010001100.3.4.5.6.7.8.91.01.11.2XLinear FitLinear FitY=179.771+728.175 XSummary of FitRSquareRSquare AdjRoot Mean S

20、quare ErrorMean of ResponseObservations(or Sum Wgts)0.9596650.95742442.72831 727.65 20Analysis of VarianceSourceModelErrorC TotalDF 1 18 19Sum of Squares 781875.79 32862.76 814738.55Mean Square 781876 1826F Ratio428.2588ProbF|t|.0001F|t|.0001stack columns,在弹出的对话框中选中volt1,volt2，点击?stack，然后点击OK.工作表中的两

21、列数据将会被重新组合。&在组合后的工作表中，点击图标fit Y by X。在弹出的对话框中将_stacked_添加到Y栏目，将_ID_添加到X栏目。点击OK，即可得到T-test的图形。如下页图。2022-12-1271t-Test_Stacked_ By _ID_1.01.11.21.31.4Volt1Volt2_ID_2022-12-1272t-Test&点击图左下角的小三角：Analysis选择：Means,Anova/t-Test,既可得出如下页图。2022-12-1273t-Test_Stacked_ By _ID_1.01.11.21.31.4Volt1Volt2_ID_Onewa

22、y AnovaSummary of FitRSquareRSquare AdjRoot Mean Square ErrorMean of ResponseObservations(or Sum Wgts)0.4347230.4175940.0951161.193143 35t-TestEstimateStd ErrorLower 95%Upper 95%Difference0.1636670.0324880.0975690.229764t-Test 5.038DF 33Prob|t|F 0.025,则假设成立。若pValue|t|Estimate0.1636675.03833.0001Std

23、Error0.032488Lower 95%0.097569Upper 95%0.229764从结果可知probstack columns,在弹出的对话框中选中machine1,machine2,machine3，点击?stack，然后点击OK.工作表中的三列数据将会被重新组合。&在组合后的工作表中，点击图标fit Y by X。在弹出的对话框中将_stacked_添加到Y栏目，将_ID_添加到X栏目。点击OK，即可得到One Way Anova的图形。如下页图。2022-12-1280One way ANOVA_Stacked_ By _ID_0.300.350.400.450.500.55

24、0.600.650.700.75Cavity1Cavity2Cavity3_ID_2022-12-1281One way ANOVA&点击图左下角的小三角：Analysis选择：Means,Anova/t-Test,既可得出如下页图。2022-12-1282_Stacked_ By _ID_0.300.350.400.450.500.550.600.650.700.75Cavity1Cavity2Cavity3_ID_Oneway AnovaSummary of FitRSquareRSquare AdjRoot Mean Square ErrorMean of ResponseObserva

25、tions(or Sum Wgts)0.5361620.5018030.069884 0.558 30Analysis of VarianceSourceModelErrorC TotalDF 2 27 29Sum of Squares0.152420000.131860000.28428000Mean Square0.0762100.0048840.009803F Ratio 15.6050ProbF FC Total290.284280000.009803Y。F选中FACTORY1和FACTORY2，点击Add。F然后点击Run Model。如下页图所示。即可得出Two Way Anova

26、图。2022-12-1289Two Way Anova2022-12-1290Response:YSummary of FitRSquareRSquare AdjRoot Mean Square ErrorMean of ResponseObservations(or Sum Wgts)0.9476250.9279843.278719 51 12Lack of FitParameter EstimatesEffect TestSourceFACTORY1FACTORY2Nparm 2 1DF 2 1Sum of Squares 1544.0000 12.0000F Ratio 71.8140

27、1.1163ProbF F F F 0.3216Least Squares MeansLevelhighlowLeast Sq Mean 50.00000000 52.00000000Std Error 1.338531534 1.338531534Mean 50.0000 52.0000122022-12-1291Two Way AnovaAnalysis of VarianceSourceDFSum of SquaresMean SquareF RatioModel31556518.66748.2481Error88610.75ProbFC Total111642FFACTORY12215

28、4471.814.0001FACTORY211121.11630.32162FACTORY1的pValue0.025，说明高、低温对拉浆效果没有影响。2022-12-12932022-12-1294DOE&JMP可以帮助我们进行实验设计，达到以较少的实验次数，达到分析的效果。&问题：现在要研究温度高低（factory1:high,low)、机器转速（factory2:high,low)、浆料黏度（factory3:high,low)对拉浆效果（响应）的影响，请设计次试验。&分析：此为一个典型的32设计(3因子，2水平），选择模式2-level design进行设计。2022-12-1295DO

29、E&选择菜单中tablesDesign Experiment，将弹出如右图所示对话框。2022-12-1296DOE&点击按钮define factories and levels，将弹出如下页所示对话框。在对话框内可定义因子的名称及水平。然后点击OK。Factory nameLow limitHigh limitTemperature-11Speed-11viscosity-112022-12-1297DOE2022-12-1298DOE&点击2-level design，在弹出的对话框中依次填入因子数量：3点击search for design在兑换框中部原本空白的地方将出现运行设计的不同

30、方案。现在我们选择全因子，重复运行，即：16repeated factorial 如果想得到随机的顺序，选中Random想观看最终的分析模式（Fitting Model),选中Make Model。点击Generate Selected Design，将产生DOE数据表。如下页图所示：2022-12-1299DOE2022-12-12100DOE2022-12-12101DOE&问题二：现在要研究不同拉浆机（因子1，共3台）；和不同拉浆温度高低（因子2，分为高温80度，低温60度）对拉浆效果影响（响应），请对其进行实验设计（DOE)。2022-12-12102DOE&分析：此DOE有有两个因子

31、：factory1:拉浆机factory2:拉浆温度。其中：factory1有三阶（3levels):machine1,2,3factory2有二阶（2levels):high,low.&此实验设计因为因子不同有不同的水平，根据需要，选择模式General Factorials进行设计。2022-12-12103DOE&选择菜单中tablesDesign Experiment，将弹出如95页图所示对话框。&点击按钮General Factorials，将弹出如下页所示对话框。2022-12-12104DOE2022-12-12105DOE&在factor 1 name 内填写：machine,

32、选择data type 为chr,选择factory order为Random。在levels内填写：m1,m2,m3。点击next。&在factor 2 name 内填写：temperature,选择factory order为Random。在levels内填写：60,80。&点击Generate table。即弹出如下页图所示的工作表。2022-12-12106DOE2022-12-12107DOE&请注意：此种模型只能产生一次全因子设计的运行方案。即不能进行重现性分析。若想分析重现性，请继续一下操作：&点击菜单window选择Generate Factorial在弹出的窗口中点击Generate table。即再次弹出一个数据表工作表。&你可以将两张表分别打印出来使用，也可以将一张表的数据粘贴在另一张使用。2022-12-121082022-12-12109Spinning plot(旋转输出图）旋转输出图）&打开数据表10-jmp tr-ma-COWBOY，点击图标Spinning plot，在弹出的对话框中江X,Y,Z添加到栏目中，单击OK，即可弹出旋转输出图。&选中工具小手，即可对图调整角度。如下页图。2022-12-12110ComponentsXxYyZzxyz