SAS公司的JMP軟件培訓教程

1、2022年7月4日19時33分2JMP介紹介紹&在本課將簡單介紹一下JMP具備的功能，以及一些基本的操作方法。2022年7月4日19時33分3JMP&JMP是由SAS公司開發(fā)的統(tǒng)計分析軟件。&SAS公司是一家提供軟件和服務的公司，總部公司是一家提供軟件和服務的公司，總部設于美國北卡羅萊納州。設于美國北卡羅萊納州。&目前JMP的最新版本是：4.0.5。我司現(xiàn)用的版本是3.22022年7月4日19時33分4JMP功能簡介功能簡介&JMP可以提供一個圖形界面來顯示與分析數(shù)據(jù)，它具備以下功能：&在數(shù)據(jù)表單上可以查看、編輯、輸入與處理數(shù)據(jù)&強大而圖形化的統(tǒng)計技術數(shù)據(jù)分析功能&表單的排序和合并&快捷的數(shù)據(jù)

2、分組與統(tǒng)計計算功能&質(zhì)量提升技術如過程能力等&分析結(jié)果輸出2022年7月4日19時33分5JMP操作操作&創(chuàng)建JMP數(shù)據(jù)表單 同一般的常用軟件點擊：Filenew.& 使用已有數(shù)據(jù)表單； 點擊：Fileopen點擊如下所示的圖標也可。 新建，打開，保存2022年7月4日19時33分6JMP操作操作&選擇所需行或列: 連續(xù)可鼠標拖放，非連續(xù)可CTRL+CLICK&增加行及增加列：方法1、在空白的相依行處或相應列出雙擊即可增加一行或一列。方法2、點擊：RawsAdd rows增加行點擊：colsadd columns增加列2022年7月4日19時33分7定義數(shù)據(jù)列名稱與類型定義數(shù)據(jù)列名稱與類型方法

3、一：&雙擊列上部或選擇col/col info&Continuous 定義可連續(xù)的數(shù)值型數(shù)據(jù)&Ordinal 定義有順序的數(shù)值型或字符型數(shù)據(jù)&Nominal 定義分類（分級）的數(shù)值型或字符型數(shù)據(jù)方法二：&在列的上方點擊左側(cè)按鈕設置。2022年7月4日19時33分8選擇變量角色選擇變量角色&方法一：選定安排列，后用col/assign roles&方法二：直接通過列頭右側(cè)按鈕 選擇&NONE 表示此列分析時不包括&X：一般代表獨立的變量&Y：一般代表應變量&WEIGHT：代表列中每個響應的值為重量值&FREQ：代表頻率&LABEL：表示列中值為標識。2022年7月4日19時33分9JMP應用應用

4、JMP應用一：柱狀圖和餅圖。應用一：柱狀圖和餅圖。JMP應用二：柏拉圖。應用二：柏拉圖。JMP應用三：直方圖，計算應用三：直方圖，計算Cpk。JMP應用四：控制圖、應用四：控制圖、GR&R分析。分析。JMP應用五：研究線性相關應用五：研究線性相關JMP應用六：線性擬合應用六：線性擬合JMP應用七：應用七： t-Test檢驗檢驗JMP應用八：應用八：Analysis of varianceJMP應用九：應用九：Design of experimentJMP應用十：其他應用應用十：其他應用2022年7月4日19時33分102022年7月4日19時33分11制作柱狀圖。制作柱狀圖。&問題：某公司在2

5、000年4個季度不同領域的銷售額下表，現(xiàn)在想直觀地了解四個季度的銷售額比例及不同業(yè)務范圍所占的份額。單位：百萬元。第一季度第二季度第三季度第四季度總計電話機59456725196電動玩具56334567201服務業(yè)62563873229總計1771341501652022年7月4日19時33分12制作柱狀圖制作柱狀圖&1、創(chuàng)建JMP工作表，輸入數(shù)據(jù)。&2、點擊如右圖所示圖標：Bar/Pie charts。&3、在彈出的對話框中，如下頁所示。點擊：quarterX,點擊：costY.既可得出柱狀圖。2022年7月4日19時33分13制作柱狀圖制作柱狀圖2022年7月4日19時33分14制作柱狀圖

6、制作柱狀圖Chart0501001502001234quarter Levels Optionscost2022年7月4日19時33分15制作柱狀圖制作柱狀圖&其他功能：F點擊*號，help:出現(xiàn)幫助。 title:給圖譜增加標題 footnote:增加腳注。 print preview:打印預覽。&其他圖表點擊*的功能均相同。2022年7月4日19時33分16制作餅圖制作餅圖&在制作柱狀圖的基礎上，點擊屏幕左下角的“”。&選擇Pie，柱狀圖即可變成餅圖。2022年7月4日19時33分17制作餅圖制作餅圖Chart1234quarter Levels Optionscost(million)2

7、022年7月4日19時33分182022年7月4日19時33分19制作柏拉圖制作柏拉圖&問題：在某日IPQC抽樣檢驗中，共發(fā)現(xiàn)100個不良品，請對不良品進行柏拉圖分析。數(shù)據(jù)見下表。2022年7月4日19時33分20sample no.defectssample no.defectssample no.defectssample no.defectssample no.defects1leage21low vol41high im61high im81short2leage22low vol42high im62high im82short3leage23low vol43high im63hi

8、gh im83short4leage24low vol44high im64high im84short5leage25waste45high im65high im85short6leage26waste46high im66high im86short7leage27waste47high im67high im87short8leage28waste48high im68high im88short9low vol29waste49high im69high im89short10low vol30waste50high im70high im90short11low vol31wast

9、e51high im71high im91short12low vol32waste52high im72high im92short13low vol33waste53high im73high im93short14low vol34waste54high im74high im94short15low vol35waste55high im75high im95short16low vol36waste56high im76high im96short17low vol37waste57high im77high im97shut18low vol38waste58high im78hi

10、gh im98shut19low vol39high im59high im79high im99shut20low vol40high im60high im80high im100shut2022年7月4日19時33分21制作柏拉圖制作柏拉圖&1、新建jmp工作表并輸入缺陷（或打開工作表：02-jmp tr-ma-paretochart）。&2、點擊圖標：Pareto Charts只將defects加入Y。見下頁圖。&3、點擊OK,既可得出柏拉圖。2022年7月4日19時33分22柏拉圖柏拉圖2022年7月4日19時33分23柏拉圖柏拉圖Pareto Analysis01020304050

11、60708090100N=100high imlow volshortwasteleageshut0102030405060708090100Note: The Pareto Chart is for the column defects.Bars Options2022年7月4日19時33分242022年7月4日19時33分25制做直方圖制做直方圖&問題：QA測量了某種型號的電池200只，得到如右表所示數(shù)據(jù)（全部數(shù)據(jù)請打開jmp工作表：03-jmp tr-ma-distributionchart）。其規(guī)格標準為：30-70m。請做出其分布圖并請對其是否正態(tài)分布做出判斷，若是正態(tài)分布，計算出其

12、Cpk。sample no.impedance1412423434445456467478489491050115112521353145415552022年7月4日19時33分26制作直方圖（分布圖）制作直方圖（分布圖）&1、打開工作表03-jmp tr-ma-distributionchart&2、點擊圖標：Distribution of Y.如右圖所示。&3、在彈出的對話框中點擊impedance，檢及Add。如下頁圖，點擊OK既可得出分布圖。2022年7月4日19時33分27制作分布圖制作分布圖2022年7月4日19時33分28制作分布圖制作分布圖&觀圖可知，此時的圖符合Y軸由低到高的

13、順序排列，但不符合我們正常使用的習慣。可以使用一下功能：F點擊圖左下角的”，點擊：Horizontal Layout，即可將圖譜旋轉(zhuǎn)為水平狀態(tài)。F其他功能：2022年7月4日19時33分29檢驗是否正態(tài)分布檢驗是否正態(tài)分布&點擊圖普左上角的小三角，選擇:Test Dist is Normal.如右上圖所示。操作后，將會在最右邊添加一欄Test for Normality.如右下圖。觀察ProbW得知，若大于0.025，則表明分布是正態(tài)的。Test for NormalityShapiro-Wilk W TestWProbF0.029090.000000.69230Variance Compon

14、ent EstimatesComponentOperatorPartsOperator*PartsErrorVar Comp Est0.000001110.00097844-0.00000080.00001250% of Total 0.11 98.63 0.00 1.26Cum. 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

15、 structure unsuited to the variance components model.Discrimination Ratio2022年7月4日19時33分53進行進行GR&R分析分析Measurement Unit Analysis% ToleranceRepeatability (EV)0.0182084.552Reproducibility (AV)0.0054291.3571Operator * Part Variation (IV)00Gage R&R (RR)0.0194.75Part Variation (PV)0.16109240.273Total Vari

16、ation (TV)0.162208Sigma Multiple5.15Tolerance0.42022年7月4日19時33分542022年7月4日19時33分55線性相關線性相關&問題：在某道工序中，工程師改變了輸入X的值，得到相應的響應Y值，如右表所示。請分析X，Y之間有無相關性。input Xoutput Y0.5255500.3573630.6167021.1510121.159780.6226821.159890.6397221.0779700.6415980.8768020.576420.9889011.1510330.9568910.5736340.6636140.5015520

17、.4414720.4034462022年7月4日19時33分56研究線性相關研究線性相關&打開工作表：05-jmp tr-ma-Correlation&點擊圖標：Correlation of Ys.2022年7月4日19時33分57相關性分析相關性分析&在彈出的對話框中選中X,Y。點擊Add。如下圖。然后點擊OK既可得出相關系數(shù)。2022年7月4日19時33分58相關性分析相關性分析&有上圖可知，X,Y的相關系數(shù)為0.9796CorrelationsVariableXYX 1.0000 0.9796Y 0.9796 1.00002022年7月4日19時33分59相關性分析相關性分析&其他功能：

18、F點擊左下角的“”，選擇Scatterplot Matrix可顯示出散點圖。CorrelationsVariableXYX 1.0000 0.9796Y 0.9796 1.0000Scatterplot Matrix0.40.50.60.70.80.91.01.11.240050060070080090010001100X.4.5.6.7.8.91.01.11.2Y400500600700800900 10002022年7月4日19時33分602022年7月4日19時33分61線性擬合線性擬合&問題：在某道工序中，工程師改變了輸入X的值，得到相應的響應Y值，如右表所示。請分析出Y關于X的方程式

19、，以利于指導以后的生產(chǎn)。input Xoutput Y0.5255500.3573630.6167021.1510121.159780.6226821.159890.6397221.0779700.6415980.8768020.576420.9889011.1510330.9568910.5736340.6636140.5015520.4414720.4034462022年7月4日19時33分62線性擬合線性擬合&打開文件06-jmp tr-ma-fit。&點擊圖標fit Y by X。如下圖所示。在彈出的對話框分別將X和Y添加到相應的欄內(nèi)，點擊OK，即可出現(xiàn)X,Y的散點圖。2022年7月4

20、日19時33分63線性擬合線性擬合&點擊圖左下方的小三角：Fitting，選擇fit line,即可擬合出X,Y的線性關系。Y By X30040050060070080090010001100.3.4.5.6.7.8.91.01.11.2XLinear FitLinear FitY = 179.771 + 728.175 XSummary of FitRSquareRSquare AdjRoot Mean Square ErrorMean of ResponseObservations (or Sum Wgts)0.9596650.95742442.72831 727.65 20Analys

21、is of VarianceSourceModelErrorC TotalDF 1 18 19Sum of Squares 781875.79 32862.76 814738.55Mean Square 781876 1826F Ratio428.2588ProbF |t|.0001F |t|.0001stack columns,在彈出的對話框中選中volt1,volt2，點擊?stack，然后點擊OK.工作表中的兩列數(shù)據(jù)將會被重新組合。&在組合后的工作表中，點擊圖標fit Y by X。在彈出的對話框中將_stacked_添加到Y(jié)欄目，將_ID_添加到X欄目。點擊OK，即可得到T-test的

22、圖形。如下頁圖。2022年7月4日19時33分71t-Test_Stacked_ By _ID_1.01.11.21.31.4Volt1Volt2_ID_2022年7月4日19時33分72t-Test&點擊圖左下角的小三角：Analysis選擇：Means, Anova / t-Test,既可得出如下頁圖。2022年7月4日19時33分73t-Test_Stacked_ By _ID_1.01.11.21.31.4Volt1Volt2_ID_Oneway AnovaSummary of FitRSquareRSquare AdjRoot Mean Square ErrorMean of Res

23、ponseObservations (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,則假設成立。若pValue|t|Estimate0.1636675.03833 .0001Std Error0.032488Lower 95%0.097569Upper 95%0.229764從結(jié)果可知probstack columns

24、,在彈出的對話框中選中machine1, machine2, machine3，點擊?stack，然后點擊OK.工作表中的三列數(shù)據(jù)將會被重新組合。&在組合后的工作表中，點擊圖標fit Y by X。在彈出的對話框中將_stacked_添加到Y(jié)欄目，將_ID_添加到X欄目。點擊OK，即可得到One Way Anova的圖形。如下頁圖。2022年7月4日19時33分80One way ANOVA_Stacked_ By _ID_0.300.350.400.450.500.550.600.650.700.75Cavity1Cavity2Cavity3_ID_2022年7月4日19時33分81One

25、way ANOVA&點擊圖左下角的小三角：Analysis選擇：Means, Anova / t-Test,既可得出如下頁圖。2022年7月4日19時33分82_Stacked_ By _ID_0.300.350.400.450.500.550.600.650.700.75Cavity1Cavity2Cavity3_ID_Oneway AnovaSummary of FitRSquareRSquare AdjRoot Mean Square ErrorMean of ResponseObservations (or Sum Wgts)0.5361620.5018030.069884 0.558

26、 30Analysis of VarianceSourceModelErrorC TotalDF 2 27 29Sum of Squares0.152420000.131860000.28428000Mean Square0.0762100.0048840.009803F Ratio 15.6050ProbF FC Total290.284280000.009803Y。F選中FACTORY1和FACTORY2，點擊Add。F然后點擊Run Model。如下頁圖所示。即可得出Two Way Anova圖。2022年7月4日19時33分89Two Way Anova2022年7月4日19時33分9

27、0Response: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 1.1163ProbF F F F 0.3216Least Squares

28、 MeansLevelhighlowLeast Sq Mean 50.00000000 52.00000000Std Error 1.338531534 1.338531534Mean 50.0000 52.0000122022年7月4日19時33分91Two Way AnovaAnalysis of VarianceSourceDFSum of SquaresMean SquareF RatioModel31556518.66748.2481Error88610.75ProbFC Total111642FFACTORY122154471.814.0001FACTORY211121.11630

29、.32162FACTORY1的pValue0.025，說明高、低溫對拉漿效果沒有影響。2022年7月4日19時33分932022年7月4日19時33分94DOE&JMP可以幫助我們進行實驗設計，達到以較少的實驗次數(shù)，達到分析的效果。&問題：現(xiàn)在要研究溫度高低（factory1: high, low)、機器轉(zhuǎn)速（factory2: high, low)、漿料黏度（factory3: high, low)對拉漿效果（響應）的影響，請設計次試驗。&分析：此為一個典型的32設計(3因子，2水平），選擇模式2-level design進行設計。2022年7月4日19時33分95DOE&選擇菜單中tabl

30、esDesign Experiment，將彈出如右圖所示對話框。2022年7月4日19時33分96DOE&點擊按鈕define factories and levels，將彈出如下頁所示對話框。在對話框內(nèi)可定義因子的名稱及水平。然后點擊OK。Factory nameLow limitHigh limitTemperature-11Speed-11viscosity-112022年7月4日19時33分97DOE2022年7月4日19時33分98DOE&點擊2-level design，在彈出的對話框中依次填入因子數(shù)量：3點擊search for design在兌換框中部原本空白的地方將出現(xiàn)運行設

31、計的不同方案。現(xiàn)在我們選擇全因子，重復運行，即：16repeated factorial 如果想得到隨機的順序，選中Random想觀看最終的分析模式（Fitting Model),選中Make Model。點擊Generate Selected Design，將產(chǎn)生DOE數(shù)據(jù)表。如下頁圖所示：2022年7月4日19時33分99DOE2022年7月4日19時33分100DOE2022年7月4日19時33分101DOE&問題二：現(xiàn)在要研究不同拉漿機（因子1，共3臺）；和不同拉漿溫度高低（因子2，分為高溫80度，低溫60度）對拉漿效果影響（響應），請對其進行實驗設計（DOE)。2022年7月4日19時33分102DOE&分析：此D