Diagramme > X-Y-Diagramme > Grafische Darstellung von Daten > Beispiel: Plots für Spalten, normale Wahrscheinlichkeit und Boxplots
  
Beispiel: Plots für Spalten, normale Wahrscheinlichkeit und Boxplots
Verwenden Sie Plots für Spalten, normale Wahrscheinlichkeit und Boxplots, um das Ergebnis eines Experiments zu untersuchen.
1. Definieren Sie einen Datensatz zur Beschreibung einer Studie zum Oxidwachstumsprozess auf einer Siliziumscheibe. Die Matrix Data verfügt über zwei Spalten: eine für die Ofenanzahl und eine für die Oxiddicke gemessen in Angstroms.
Zum Kopieren dieses Ausdrucks klicken
2. Extrahieren Sie die Daten für die Dicke in Vektor Thick.
Zum Kopieren dieses Ausdrucks klicken
3. Rufen Sie die Funktion histogram auf, um die Daten in zwanzig Bins zu trennen.
Zum Kopieren dieses Ausdrucks klicken
4. Plotten Sie die in Bins getrennten Daten, und ändern Sie den Diagrammtyp in Säulendiagramm. Für jede Spalte können Sie den Dickebereich auf der x-Achse und die Anzahl an Experimenten auf der y-Achse anzeigen.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
5. Rufen Sie die Funktionen mean und Stdev auf, um die mittlere und die standardmäßige Abweichung der Daten zu berechnen. Mit diesen Statistiken können Sie die Funktion dnorm aufrufen, um das erwartete Ergebnis pro Bin zu berechnen, wenn die Daten eine Normalverteilung aufweisen.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
6. Fügen Sie einen y-Achsen-Ausdruck hinzu, um den Vektor Norm zu plotten. Um die Normalverteilung anzuzeigen, verringern Sie die Größe des Histogramms, indem Sie einen Skalierungsfaktor von 1000 im Platzhalter für die Einheit des y-Achsen-Ausdrucks hinzufügen.
Zum Kopieren dieses Ausdrucks klicken
7. Rufen Sie die Funktion qqplot auf, um die Quantilen von Data mit den Quantilen einer Normalverteilung zu vergleichen.
Zum Kopieren dieses Ausdrucks klicken
8. Plotten Sie die Quantilen gegeneinander. Ändern Sie den Diagrammstil, um ein Streuungsdiagramm zu erstellen: Wählen Sie in der Liste Symbol ein Kreuz aus, und wählen Sie anschließend in der Liste Linienstil den Eintrag Kein aus.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
9. Rufen Sie die Funktion boxplot auf, um die drei Quantilen, den Minimal- und Maximalwert und die Ausreißer des Datensatzes zu berechnen.
Zum Kopieren dieses Ausdrucks klicken
10. Plotten Sie die Transponierte von B, und ändern Sie den Diagrammtyp in Boxplotspur, um diese Statistiken in einem Boxplot anzuzeigen.
Zum Kopieren dieses Ausdrucks klicken
Die Plots für Spalten und normale Wahrscheinlichkeit zeigen, dass die Normalverteilung eine angemessene Annäherung der gemessenen Dicke darstellt. Der Boxplot zeigt, dass nur ein Ausreißer vorhanden ist, der relativ nah zum Rest des Datensatzes liegt.
11. Rufen Sie die Funktion vlookup auf, um die Messungen der Dicke für jeden Ofen zu extrahieren.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
12. Rufen Sie die Funktion augment auf, um die Vektoren F1, F2, F3 und F4 in einer Matrix zusammenzuführen, wobei jede Spalte die Ergebnisse für einen der Ofen enthält.
Zum Kopieren dieses Ausdrucks klicken
13. Rufen Sie die Funktion boxplot auf, um die Statistiken für jeden Datensatz zu berechnen.
Zum Kopieren dieses Ausdrucks klicken
14. Definieren Sie einen Vektor mit Ofenbeschriftungen.
Zum Kopieren dieses Ausdrucks klicken
15. Erstellen Sie einen Boxplot, um die Datensätze anzuzeigen. Die Matrix im y-Achsen-Ausdruck enthält eine Zeile pro Datensatz und auch NaN, wenn die Datensätze nicht dieselbe Anzahl an Ausreißern aufweisen. Das Diagramm gibt einen Boxplot pro Datensatz zurück.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Die Boxplots zeigen, dass die Variation zwischen den Öfen klein ist, auch wenn sich für alle Öfen beträchtliche Variationen in den Messungen der Dicke ergeben haben.
Verweis
http://www.itl.nist.gov/div898/handbook/ppc/section5/ppc51.htm