Huong dan su dung statgraphics

Ch¬ng1. Sö dông çc tr×nh ®¬n (Menu)Ch¬ng nµy giíi thiÖu tæng quan vÒ chøc n¨ng cña çc tr×nh

®¬n cña STATGRAPHICS Plus (SG Plus), gióp cho b¹n cã thÓ hiÓu

®îc cÊu tróc cña chóng, çch sö dông vµ cÊu tróc çc c©u lÖnh,

thanh c«ng cô (Toolbars), thanh t¸c vô (Taskbar) vµ nhiÒu lo¹i cöa

sæ, hép tho¹i kh¸c nhau.

I. Sö dông çc tr×nh ®¬n

1. Tr×nh ®¬n File

Tr×nh ®¬n File chøa çc lÖnh më, ®ãng, lu, in tÖp tin vµ

tho¸t khái ch¬ng tr×nh. Cô thÓ nh sau:

Më, ®ãng, lu tÖp tin ®Þnh d¹ng StatGraphics hay/vµ

StatFolio, StatGallery, StatReporter. §äc thªm Ch¬ng 7 ®Ó

hiÓu h¬n vÒ StatFolios, StatGallery vµ StatReporter.

Sö dông StatLink ®Ó lÊy d÷ liÖu tõ çc nguån dù liÖu

®a d¹ng nh lµ çc b¶ng sè liÖu, çc c¬ së d÷ liÖu, thiÕt bÞ

®o lêng hay m¸y ®o vi m« kÜ thuËt sè th«ng qua çc phÇn

mÒm cña chóng. §äc thªm Ch¬ng 7 ®Ó cã thªm chi tiÕt.

In vµ chØnh söa trang in.

Lu ®å thÞ (Save Graph) ®Þnh d¹ng metafile.

2

Tæ hîp ®Þnh d¹ng StatFolio víi/hay çc ®Þnh d¹ng tÖp

d÷ liÖu kh¸c.

Göi th cã ®Ýnh kÌm (attach) tÖp tin cña StatGraphic

th«ng qua mét tr×nh göi th ®iÖn tö trªn m¸y (nh lµ Outlook).

Tho¸t khái ch¬ng tr×nh SG Plus.

2. Tr×nh ®¬n Edit

Tr×nh ®¬n nµy chøa çc lÖnh chØnh söa th«ng dông nh lµ:

Copy, Cut, Paste, Paste Link vµ Undo.

ThiÕt lËp chØnh söa hÖ thèng - Preferences (gièng nh

Settings hay Options cña çc phÇn mÒm kh¸c).

Thay ®æi ph«ng ch÷, lÆp l¹i phÐp ph©n tÝch.

ChÌn thªm hay xo¸ bá mét cét sè liÖu.

Thay ®æi mét cét trong tÖp d÷ liÖu; ®a ra gi¸ trÞ cña d÷

liÖu th«ng qua mét to¸n tö; chuyÓn ®Þnh d¹ng d÷ liÖu sang

®Þnh d¹ng cña SG Plus; s¾p xÕp d÷ liÖu.

3. Tr×nh ®¬n Plot

3

Gióp ngêi sö dông cã thÓ sö dông çc phÐp ph©n tÝch c¬

b¶n b»ng çc lo¹i ®å thÞ th«ng dông.

Scatterplots (§å thÞ ph©n t¸n): chøa çc lo¹i ®å thÞ ph©n

t¸n th«ng dông cho thÊy ®é ph©n t¸n cña tËp sè liÖu.

Exploratory Plots (§å thÞ kh¶o s¸t): chøa çc lo¹i ®å thÞ cã

tÝnh kh¶o s¸t, rÊt h÷u dông trong nghiªn cøu tÝnh ®èi xøng,

kiÓm tra gi¶ thiÕt ph©n bè, ph¸t hiÖn sè liÖu sai (outlier).

Business Charts ... (BiÓu ®å): chøa çc lo¹i biÓu ®å dïng

trong c«ng viÖc kinh doanh, h÷u dông trong viÖc giíi thiÖu

vµ tæng kÕt sè lîng lín sè liÖu.

Probability Distributions (Ph©n bè x¸c suÊt): chøa 24 d¹ng

®å thÞ ph©n bè rÊt h÷u dông trong viÖc ph©n tÝch, tÝnh

to¸n x¸c suÊt nh lµ hµm ph©n bè Student’s, Bernouli...

Response Surfaces Plots(....): cho phÐp ®a sè liÖu vµo çc

hµm sè do ngêi dïng tù thiÕt lËp.

Custom Charts (BiÓu ®å tïy biÕn):

4. Tr×nh ®¬n Describe

Chøa çc ph¬ng ph¸p ph©n tÝch dïng trong viÖc kh¶o s¸t vµ

tæng kÕt sè liÖu.

Numeric Data: chøa çc phÐp ph©n tÝch dïng m« t¶ vµ tæng

kÕt çc tËp d÷ liÖu.

Categorical Data: chøa çc phÐp ph©n tÝch sö dông víi d÷

liÖu chøa çc sè liÖu rêi r¹c.

4

Distributions: chøa çc c«ng cô cho phÐp ph©n tÝch, kiÓm

tra x¸c suÊt ph©n bè, gi¶ thiÕt vÒ ph©n bè cña mét tËp sè

liÖu.

Life Data:

Hypothesis Test (Describe): tiÕn hµnh çc phÐp thö ®Ó kiÓm

®Þnh gi¶ thiÕt vÒ çc tham sè liªn quan nhiÒu ®Õn ph©n

tÝch mét nh©n tè.

Sample-Size Determination (Describe):

5. Tr×nh ®¬n Compare

Two Samples

Multiple Samples

Analysis of Variance

6. Tr×nh ®¬n Relate

Chøa çc phÐp ph©n tÝch mèi t¬ng quan gi÷a çc biÕn ®éc

lËp vµ biÕn phô thuéc.

Simple Regression (Håi quy ®¬n gi¶n):

Polinomial Regression (Håi quy tuyÕn tÝnh):

Box-Cox Transformations:

Multiple Regression: Ph©n tÝch mèi quan hÖ gi÷a mét biÕn

phô thuéc vµ mét hay nhiÒu biÕn ®éc lËp.

7. Tr×nh ®¬n Special

5

Chøa çc ph¬ng ph¸p ph©n tÝch n©ng cao.

Quanlity Control Analyses: çc phÐp ph©n tÝch nh kiÓm tra

çc mÆt ¶nh hëng tíi qu¸ tr×nh vµ chÊt lîng, tiÒm n¨ng cña

qu¸ tr×nh, ®Æc tÝnh cña mét sè lo¹i d÷ liÖu cos chøa biÕn

ngÉu nhiªn....

Experimental Design Analyses: chøa çc c«ng cô n©ng cao

dïng ®Ó m« h×nh hãa thùc nghiÖm.

Time-Series Analyses: chøa ®Çy ®ñ tËp hîp çc phÐp ph©n

tÝch dïng x©y dùng çc m« h×nh.

Multivariate Methods: chøa c«ng cô ®Ó s¾p xÕp, nhãm d÷

liÖu, kiÓm tra mèi quan hÖ, cÊu tróc vµ kiÓm tra gi¶ thiÕt.

Advanced Regression Analyses: çc c«ng cô n©ng cao dïng

kh¶o s¸t toµn bé d÷ liÖu b»ng çc c«ng thøc phøc t¹p, håi

quy ®a thøc, tõ ®ã chän ra m« h×nh tèi u.

8. Tr×nh ®¬n SnapStats!

Tr×nh ®¬n nµy chøa çc c«ng cô ph©n tÝch tæ hîp nhanh

chãng vµ thuËn tiÖn. Cã thÓ kÓ ra ®©y nh lµ:

One Salmple Analysis:

Two Sample Analysis:

Paired Sample Comparison:

Multiple Sample Comparison:

Curve Fitting:

Capability Assessment (Individuals):

Capability Assessment (Grouped Data):

Gage R&R:

Automatic Forecasting:

9. Çc tr×nh ®¬n View, Windows vµ Help.

6

Çc tr×nh ®¬n nµy cã t¸c dông nh trong çc phÇn mÒm

kh¸c quen thuéc nh MS Word, MS Exel,...

Ch¬ng 2. Lµm viÖc víi çc ®å thÞ vµ çc tr×nh ®¬n ®å ho¹

®êng dÉn, çch më vµ save çc ®å thÞ

Sau khi më ch¬ng tr×nh STATGRAPHICS Plus, më file sè liÖu cÇn sö lý, khi ®ã chän lÖnh ph©n tÝch tõ çc menu trªn tr×nh ®¬n øng dông.

®êng dÉn vµ çcH më mét ®å thÞ

MÆc dï cã nhiÒu çch ®Ó më mét file ®å ho¹, nhng çc bíc sau lµ çc bíc c¬ b¶n nhÊt cho qu¸ tr×nh më mét file ®å ho¹. ®Ó më mét file ®å ho¹:

chän ph¬ng ph¸p ph©n tÝch sè liÖu mµ b¹n muèn tiÕn hµnh tõ çc menu nh: Plot, Describe, Compare, Relate, Special hoÆc SnapStat khi ®ã nã sÏ hiÖn lªn hép tho¹i t-¬ng øng víi çc ph¬ng ph¸p ph©n tÝch b¹n dïng. Hoµn thµnh çc th«ng sè cÇn ®Þnh d¹ng cã mÆt trong hép tho¹i, sau ®ã Ên OK ®Ó gäi çc hép tho¹i chøa çc kÕt qu¶ hoÆc çc ®å thÞ t¬ng øng víi b¶ng sè liÖu b¹n ®a vµo trªn cöa sæ øng dông.Çch save ®å thÞ. Çc bíc cÇn thiÕt ®Ó tiÕn hµnh save mét ®å thÞ:

1. kÝch ®óp chuét vµo ®å thÞ ®Ó phãng ®¹i ®å thÞ lªn toµn bé cöa sæ lµm viÖc.

7

2. chän File…Save Graph… tõ tr×nh ®¬n Menu (hoÆc Ên F3) ®Ó hiÖn lªn hép tho¹i Save Graph (nh trong h×nh 5-1) hoÆc kÝch chuét ph¶i lªn ®å thÞ ®Ó gäi menu pop-up vµ chän Save Graph.

3. hoµn thµnh çc th«ng sè trªn hép tho¹i nh ®Æt tªn råi Ên Save ®Ó save ®å thÞ

Thay ®æi hoÆc bæ xung çc th«ng tin trong ®å thÞSau khi ®· cã mét ®å thÞ kÕt qu¶, b¹n cã thÓ muèn thay

®æi nÒn, nh·n… ®Ó cã ®îc mét ®å thÞ hoµn h¶o h¬n. Khi ®ã cã mét sè tr×nh ®¬n c«ng cô cã thÓ gióp b¹n tiÕn hµnh çc thao t¸c nµy.

Sö dông çc tr×nh ®¬n ®å ho¹ trong çc cöa sæ øng dông1. ViÖc sö dông Fill Tab Page2. NÕu b¹n muèn cã mét ®å thÞ cã mµu ®Ó ®a ra trong b¸o

ço hoÆc b¹n muèn tiÕn hµnh in mµu cho bµi b¸o ço thªm thuyÕt phôc, b¹n cã thÓ kÕt hîp mµu cña ®êng kÎ khung víi mµu nÒn cña ®å thÞ. NÕu b¹n chØ muèn quan s¸t mµu khung vµ nÒn cã mµu ®en vµ tr¾ng b¹n còng cã thÓ sö dông tr×nh ®¬n nµy ®Ó tiÕn hµnh. Sö dông tr×nh ®¬n Fill Tab Page ë trong tr×nh ®¬n ®å ho¹ ®Ó thay ®æi kiÓu vµ mµu cña nÒn ®Ó cã h×nh ®å thÞ ph©n biÖt víi çc thanh kÎ, çc hép text, hoÆc çc vïng nÒn kh¸c trªn ®å thÞ. §Ó thay ®æi kiÓu vµ mµu cña çc mÉu nÒn chóng ta tiÕn hµnh çc bíc c¬ b¶n sau:

1. kÝch ®óp chuét ®Ó phãng ®¹i ®å thÞ2. ®Æt chuét lªn trªn vïng cÇn t« mµu trªn ®å thÞ3. kÝch chuét tr¸i lªn trªn ®å thÞ, bªn phÝa ph¶i sÏ xuÊt hiÖn

mét pop-up menu, khi ®ã bªn ph¸i tr¸i cña çc tr×nh ®¬n ®å ho¹ sÏ hiÖn lªn mét hép tho¹i Graphics Options nhtrong h×nh 5-3.

4. Trong phÇn Fill options cña hép tho¹i, kÝch chuét lªn sè vïng mµ b¹n muèn thay ®æi mµu s¾c.

5. Chän mét trong 9 kiÓu Fill: Empty (trong vïng ®¸nh dÊu kh«ng cã hiÖu øng cña Fill), Solid: t« ®Ëm c¶ vïng ®¸nh dÊu, Horizontal lines: çc ®êng kÎ ngang, Vertical Lines çc ®êng kÎ däc…

6. Trong phÇn chän mµu: Color option, kÝch vµo Fill (chän cho c¶ vïng) hoÆc Outline (chän cho ®êng khung) ®Ó chØ ra lµ b¹n muèn t« mµu cho vïng nµo cho c¶ vïng lùa chän hay chØ ¸p dông ®èi víi çc ®êng viÒn khung

7. kÝch chuét vµo Color ®Ó hiÖn lªn cöa sæ Color8. chän mµu mµ b¹n muèn t« lªn vïng ®¸nh dÊu hoÆc çc

viÒn khung9. kÝch vµo Apply, sau ®ã kÝch vµo nót OK ®Ó kÕt thóc qu¸

tr×nh

8

viÖc sö dông Grid Tab Page®Ó thay ®æi chiÒu, kªØu còng nh mµu cña çc ®êng chia

trong çc thang ®o trong ®å thÞ chóng ta tiÕn hµnh theo çc bíc sau:

1. kÝch ®óp chuét ®Ó phãng ®¹i ®å thÞ2. ®Æt chuét lªn trªn vïng trèng bªn trong khung ®å thÞ3. kÝch chuét tr¸i lªn trªn ®å thÞ, bªn phÝa ph¶i sÏ xuÊt hiÖn

mét pop-up menu, khi ®ã bªn ph¸i tr¸i cña çc tr×nh ®¬n ®å ho¹ sÏ hiÖn lªn mét hép tho¹i Graphics Options nhtrong h×nh 5-3. khi ®ã Ên vµo tr×nh ®¬n Grid

4. chän mét trong bèn chiÒu: n»m ngang Horizontal, th¼ng ®øng Vertical, c¶ hai kiÓu trªn Both vµ kh«ng chän kiÓu nµo trong hai kiÓu trªn.

5. kÝch chuét vµo Color ®Ó hiÖn lªn cöa sæ Color6. chän mµu7. ®Æt chuét lªn thanh trît ®Ó chän chiÒu dµy çc ®êng

b»ng çch di chuyÓn chuét trong kho¶ng tõ dµy nhÊt tíi máng nhÊt ®Ó thay ®æi kho¶ng çc gi÷a çc ®êng.

8. kÝch vµo apply, sau ®ã kÝch vµo nót OK ®Ó kÕt thóc qu¸ tr×nh

9

viÖc sö dông cöa sæ øng dông ®Ó ghi nh·n cho ®å thÞ Label Tab Page

®Ó thay ®æi tªn nh·n chóng ta tiÕn hµnh çc bíc sau:1. kÝch ®óp chuét ®Ó phãng ®¹i ®å thÞ2. ®Æt chuét lªn trªn nh·n ®å thÞ mµ chóng ta muèn ®æi

tªn3. kÝch chuét tr¸i ®Ó lùa chän tªn cña nh·n4. kÝch chuét tr¸i lªn trªn ®å thÞ, bªn phÝa ph¶i sÏ xuÊt hiÖn

mét pop-up menu, khi ®ã bªn ph¸i tr¸i cña çc tr×nh ®¬n ®å ho¹ sÏ hiÖn lªn mét hép tho¹i Graphics Options nhtrong h×nh 5-3. khi ®ã Ên vµo tr×nh ®¬n Label tab page

5. trong hép tho¹i Label, chän tªn míi, sao ®ã Ên Ok ®Ó thùc hiÖn lÖnh.

6. TiÕp tôc ®iÒn thªm tªn cho ®Õn khi hoµn thµnh tªn7. Chän çc nót Font hiÖn ra trªn cöa sæ Font8. Chän font, kiÓu font, cì ch÷, mµu... sau ®ã Ên OK9. kÝch vµo apply, sau ®ã kÝch vµo nót OK ®Ó kÕt thóc qu¸

tr×nhsö dông Layout Tab Page

1. ®Ó thay ®æi çc Tickmarka. kÝch ®óp chuét ®Ó phãng ®¹i ®å thÞb. ®Æt chuét lªn trªn vïng trèng bªn trong khung ®å

thÞc. kÝch chuét tr¸i lªn trªn ®å thÞ, bªn phÝa ph¶i sÏ

xuÊt hiÖn mét pop-up menu, khi ®ã bªn ph¸i tr¸i cña çc tr×nh ®¬n ®å ho¹ sÏ hiÖn lªn mét hép tho¹i Graphics Options nh trong h×nh 5-3. khi ®ã Ên vµo tr×nh ®¬n Layout tab page (h×nh 5-6)

d. kÝch vµo çc tr×nh ®¬n t¬ng øng víi trôc mµ tickmark mµ b¹n muèn thay ®æi

e. chän çc kiÓu tickmark: No tickmark, tickmark inside hoÆc tickmark outside

f. chän hiÖu øng 3D nÕu b¹n muèn sö dôngg. kÝch chuét vµo Color ®Ó hiÖn lªn cöa sæ Color

10

h. chän mµui. kÝch vµo Apply, sau ®ã kÝch vµo nót OK ®Ó kÕt

thóc qu¸ tr×nh

2. ®Ó thay ®æi Background vµ/ hoÆc Border cña mét ®å thÞ, chóng ta tiÕn hµnh çc bíc sau:

a. kÝch ®óp chuét ®Ó phãng ®¹i ®å thÞb. ®Æt chuét lªn trªn vïng trèng bªn trong khung ®å


xuÊt hiÖn mét pop-up menu, khi ®ã bªn ph¸i tr¸i cña çc tr×nh ®¬n ®å ho¹ sÏ hiÖn lªn mét hép tho¹i Graphics Options nh trong h×nh 5-3. khi ®ã Ên vµo tr×nh ®¬n Layout tab page (h×nh 5-6)

d. chän c¶ tr×nh ®¬n Background vµ boder e. chän hiÖu øng 3D nÕu b¹n muèn sö dôngj. kÝch chuét vµo Color ®Ó hiÖn lªn cöa sæ Colork. chän mµul. kÝch vµo apply, sau ®ã kÝch vµo nót OK ®Ó kÕt

thóc qu¸ tr×nh3. Thay ®æi h×nh d¹ng cña ®å thÞ: ®Ó tiÕn hµnh çc thay

®æi vÒ ®å thÞ chóng ta tiÕn hµnh çc bíc sau:a. kÝch ®óp chuét ®Ó phãng ®¹i ®å thÞb. ®Æt chuét lªn trªn vïng trèng bªn trong khung ®å


xuÊt hiÖn mét pop-up menu, khi ®ã bªn ph¸i tr¸i cña çc tr×nh ®¬n ®å ho¹ sÏ hiÖn lªn mét hép

11

tho¹i Graphics Options nh trong h×nh 5-3. khi ®ã Ên vµo tr×nh ®¬n Layout tab page (h×nh 5-6)

d. Chän mét trong hai kiÓu h×nh d¹ng: L-shaped hoÆc Square

e. KÝch vµo apply sau ®ã Ên vµo Ok trªn trang Layout tab ®Ó thùc hiÖn lÖnh

sö dông Legend Tab Page

Sö dông Line tab Page

12

®Ó thay ®æi h×nh d¹ng cña çc ®êng th¼ng cã trong ®å thÞ,

chóng ta sö dông Line tab Page trªn hép tho¹i Graphics Options

®Ó ®Þnh d¹ng kiÓu d¸ng còng nh mµu s¾c cña çc ®êng th¼ng.

§Ó thay ®æi kiÓu ®êng, chiÒu dµy cña çc ®êng vµ mµu s¾c cña

çc ®êng chóng ta tiÕn hµnh theo çc bíc sau:

1. kÝch chuét kÐp vµo ®å thÞ ®Ó phãng ®¹i ®å thÞ

2. ®Æt chuét lªn trªn ®êng th¼ng b¹n muèn thay ®æi.

3. kÝch chuét tr¸I lªn trªn ®å thÞ, bªn phÝa ph¶I sÏ hiÖn ra

menu pop-up, khi ®ã nh×n lªn bªn tr¸I cña cöa sæ Graphics

Options sÏ hiÖn lªn mét hép tho¹i Graphics Options ®Ó chän

Line tab Page (xem trong h×nh 5-8)

4. trong phÇn Line options cña hép tho¹i, kÝch chuét ®Ó chän

sè ®êng b¹n muèn thay ®æi

5. chän mét trong n¨m kiÓu ®êng: Solid, Dashed, Dotte, Dash-

Dot hoÆc Dask-Dot-Dot

6. nÕu b¹n chän Solid line, ®Æt chá chuét lªn thanh trît ®Ó

chän ®é ®Ëm cña ®êng th¼ng b»ng çch di chuét ch¹y tõ

thinnest tíi Thickest ®Ó thay ®æi ®é ®Ëm nh¹t cña ®êng

®o.

7. kÝch chuét ®Ó chän Color ®Ó gäi cöa sæ Color lµm viÖc

8. chän mµu b¹n muèn sö dông råi Ên Ok

9. kÝch chuét vµo nót Apply sau ®ã Ên Ok ®Ó thùc hiÖn lÖnh

ViÖc sö dông Point Tab Page

13

Khi b¹n muèn t¹o ®å thÞ cã d¹ng chÊm çc ®iÓm trong

kh«ng gian hai hoÆc ba chiÒu hoÆc lµ çc d¹ng ®å thÞ t¬ng tù,

th× viÖc thay ®æi h×nh d¹ng, kÝch thíc vµ mµu s¾c cña çc

®iÓm ®¬n lµ rÊt cÇn thiÕt. §Ó thay ®æi h×nh d¹ng kÝch thíc vµ

mµu s¾c cña çc ®iÓm chóng ta tiÕn hµnh çc bíc sau:


2. ®Æt chuét lªn trªn ®iÓm b¹n muèn thay ®æi.

3. kÝch chuét tr¸i lªn trªn ®å thÞ, bªn phÝa ph¶i sÏ hiÖn ra

menu pop-up, khi ®ã nh×n lªn bªn tr¸i cña cöa sæ Graphics


Points tab Page (xem trong h×nh 5-9)

4. trong phÇn Points options cña hép tho¹i, kÝch chuét ®Ó chän

sè ®iÓm b¹n muèn thay ®æi

5. chän mét trong chÝn kiÓu ®iÓm: Square, Plus, X, Star,

Blank, §iamon, Up Arrowhead, Down Arrowhead hoÆc Circle.

6. kÝch chuét lªn hép tho¹i Fill Point hoÆc ®Ó trèng nÕu b¹n

muèn çc ®iÓm ®îc t« mµu toµn bé.

7. ®Æt chá chuét lªn thanh trît ®Ó chän cho çc ®iÓm b»ng

çch di chuét ch¹y tõ Smallest tíi Largest ®Ó thay ®æi ®é

®Ëm nh¹t cña ®êng ®o.

8. ®Æt chá chuét lªn thanh trît ®Ó chän ®é ®Ëm cña ®iÓm

b»ng çch di chuét ch¹y tõ thinnest tíi Thickest ®Ó thay ®æi

®é ®Ëm nh¹t cña ®êng ®o.

9. kÝch chuét ®Ó chän Color ®Ó gäi cöa sæ Color lµm viÖc

10. chän mµu b¹n muèn sö dông råi Ên Ok

11.kÝch chuét vµo nót Apply sau ®ã Ên Ok ®Ó thùc hiÖn lÖnh

14

ViÖc sö dông Profile Tab Page

Khi b¹n muèn t¹o ®å thÞ vµ save çc ®å thÞ b¹n cã thÓ sö

dông hép tho¹i Profile Tab Page. B¹n cã thÓ tiÕn hµnh c¶i tiÕn

hoÆc t¹o lËp mét lóc 12 file. Khi tiÕn hµnh b¹n cÇn sö dông ®óng

tªn hoÆc çc ®Æc ®iÓm nhËn d¹ng ®Ó t¹o tªn. §Ó t¹o lËp mét

User Profile chóng ta tiÕn hµnh çc bíc sau:

1. më hép tho¹i chøa çc tr×nh ®¬n ®å ho¹

2. chän çc ®å thÞ u tiªn b»ng çch sö dông çc tab trªn hép

tho¹i

3. quay trë l¹i Profile Tab Page, sö dông Load…, Save…, hoÆc

Save as.

4. kÝch vµo tr×nh ®¬n User # ®Çu tiªn.

5. kÝch vµo Save as ®Ó hiÖn thÞ hép tho¹i Save Profile

6. trong hép tho¹i, kiÓu Scatterplot ®îc save cho çc dÊu hiÖu

riªng cña Scatterplot. kÝch vµo OK ®Ó hiÓn thÞ ch¬ng tr×nh

çc ®êng ®å thÞ ®îc save. Sau ®ã kÝch vµo Ok ®Ó kÕt

thóc lÖnh

7. lÆp l¹i bíc 4, bíc 5 vµ bíc 6, sö dông Plots 3D nh lµ tªn cña

User # . Khi b¹n Ên nót Ok, çc tªn ®ã sÏ hiÖn lªn trªn Profile

Tab Page nh lµ tªn cña hai tr×nh ®¬n User (nh trong h×nh

5-11)

15

8. kÝch chuét vµo çc nót tr×nh ®¬n ®Ó thùc hiÖn çc lÖnh

nh b¹n mong muèn

9. kÝch vµo Make Default, sau ®ã Ên Load.

Sö dông Right Axis Tab Page

Trong mét sè lo¹i ®å thÞ, vÝ dô nh trong çc ®å thÞ ba trôc to¹

®é X-Y-Z cã chøa mét trôc n»m bªn ph¶I Right Axis Tab Page cho

phÐp b¹n thay ®æi thang ®o trªn trôc cho phï hîp víi kho¶ng gi¸

trÞ. §Ó thay ®æi thang ®o cho çc trôc to¹ ®é bªn ph¶I chóng ta

tiÕn hµnh çc bíc sau:


2. ®Æt chuét lªn trªn mét trong çc gi¸ trÞ cña trôc bªn ph¶I mµ

b¹n muèn thay ®æi.

3. kÝch chuét tr¸I ®Ó lùa chän trôc, ®¸nh dÊu sù cã mÆt cña

trôc t¹i çc gãc cña trôc

4. kÝch chuét tr¸I lªn trªn ®å thÞ, bªn phÝa ph¶I sÏ hiÖn ra



Right tab Page (xem trong h×nh 5-12)

16

5. trong hép tho¹i From, ®¸nh vµo mét sè mµ chóng ta x¸c

®Þnh ®ã chÝnh lµ gi¸ trÞ cùc tiÓu cña trôc

6. trong hép tho¹i To chóng ta ®¸nh vµo mét gi¸ trÞ mµ chóng

ta x¸c ®Þnh ®ã chÝnh lµ gi¸ trÞ cùc ®¹i cña trôc

7. trong hép tho¹i By, ®¸nh vµo mét gi¸ trÞ mµ gi¸ trÞ nµy sÏ

x¸c ®Þnh kho¶ng çch gi÷a çc thang chia

8. trong hép tho¹i Skip, chóng ta ®¸nh vµo mét gi¸ trÞ cña

thang chia mµ cã thÓ bá qua khi t¹o thµnh trôc trªn ®å thÞ

9. kÝch vµo Tickmark Fonts ®Ó hiÓn thÞ hép tho¹i Font, khi ®ã

chän kiÓu font ch÷ b¹n muèn dïng trong ®å thÞ, Ên Ok ®Ó

thùc hiÖn lÖnh.

10. kÝch chuét vµo nót Apply sau ®ã Ên Ok ®Ó thùc hiÖn

lÖnh

Sö dông Spinning Tab Page

Trong mét sè lo¹i ®å thÞ, b¹n cã thÓ quan s¸t çc ®å thÞ kh«ng

gian ba chiÒu theo çc gãc c¹nh kh¸c nhau b»ng çch sö dông çc

quay çc ®å thÞ ®Ó thay ®æi vÞ trÝ quan s¸t. ®Ó thùc hiÖn qu¸

17

tr×nh quay nµy b¹n sö dông Spinning Tab Page trong hép tho¹i

Graphics Options (h×nh 5-13). §Ó thay ®æi gãc quan s¸t hay quay

®å thÞ chóng ta tiÕn hµnh c¸c bíc sau:

1. kÝch chuét kÐp vµo ®å thÞ kh«ng gian ba chiÒu ®Ó phãng

®¹i ®å thÞ

2. kÝch chuét lªn nót Smooth/ Rotate trªn thanh c«ng cô

analysis ®Ó hiÖn thÞ thanh trît liªn kÕt víi thanh c«ng cô cho

phÐp b¹n thùc hiÖn qu¸ tr×nh quay ®å thÞ (h×nh 5-14)

3. quay ®å thÞ theo ph¬ng n»m ngang Horizontal: kÝch chuét

lªn nót Horizontal ®Ó b¾t ®Çu qu¸ tr×nh quay ®å thÞ.

quay ®å thÞ theo ph¬ng th¼ng ®øng Vertically: kÝch chuét

lªn nót Vertically ®Ó b¾t ®Çu qu¸ tr×nh quay ®å thÞ

4. kÝch chuét lªn nót lÇn hai hoÆc kÝch chuét lªn trªn ®å thÞ

®Ó kÕt thóc lÖnh

5. kÝch chuét ph¶I, sau ®ã kÝch chuét tr¸I vµo Reset Scaling /

Viewpoint… ®Ó quay trë l¹i ®å thÞ.

Sö dông Text Tab Page

18

Trong mét sè lo¹i ®å thÞ, nÕu b¹n muèn thªm lêi b×nh cho ®å

thÞ, th× Text Tab Page cho phÐp b¹n thay ®æi néi dung, ®Ó tiÕn

hµnh thªm Miscellanous Text cho mét ®å thÞ chóng ta tiÕn hµnh

çc bíc sau:


2. ®Æt chuét lªn phÇn trèng trong khung cña ®å thÞ




Points tab Page (xem trong h×nh 5-15)

4. trong hép tho¹i Text, ®¸nh thªm ®o¹n text mµ b¹n muèn

thªm vµo trong ®å thÞ

5. kÝch vµo mét trong çc tr×nh ®¬n ®Ó chän çch tr×nh bµy

®o¹n text, hoÆc lµ ë d¹ng n»m ngang hoÆc lµ ë d¹ng th¼ng

®øng.

6. kÝch chuét ®Ó chän Font, nÕu b¹n muèn thay ®æi kiÓu font

ch÷ hoÆc çch tr×nh bµy

7. Ên OK ®Ó thùc hiÖn lÖnh

Sö dông Top title Tab Page

Top Title lµ tiªu ®Ò thÓ hiÖn ë trªn ®Çu ®å thÞ. B¹n cã thÓ

thay ®æi toµn bé tªn cña tiªu ®Ò hoÆc thªm vµo ®ã mét sè

19

th«ng tin hoÆc bá bít ë ®ã mét sè th«ng tin. ®Ó tiÕn hµnh thay

®æi Top title cho mét ®å thÞ chóng ta tiÕn hµnh çc bíc sau:


2. ®Æt chuét lªn tiªu ®Ò cña ®å thÞ mµ b¹n muèn thay ®æi

tªn




Top Title tab Page (xem trong h×nh 5-16)

4. trong hép tho¹i Title ®Çu tiªn, ®¸nh thªm ®o¹n text mµ b¹n

muèn thªm vµo tiªu ®Ò cña ®å thÞ hoÆc mét tªn míi cho

tiªu ®Ò

5. kÝch vµo mét trong çc tr×nh ®¬n ®Ó chän çch tr×nh bµy

®o¹n text, hoÆc lµ ë d¹ng n»m ngang hoÆc lµ ë d¹ng th¼ng

®øng.

6. kÝch chuét ®Ó chän Font trong Line 1 Font, nÕu b¹n muèn

thay ®æi kiÓu font ch÷ hoÆc çch tr×nh bµy cho ®o¹n text

trong line 1

7. kÝch chuét ®Ó chän Font trong Line 2 Font, nÕu b¹n muèn

thay ®æi kiÓu font ch÷ hoÆc çch tr×nh bµy cho ®o¹n text

trong line 2

8. kÝch Change Font cho All Title nÕu b¹n muèn thay ®æi tÊt

c¶ çc kiÓu ch÷ trong title thµnh mét kiÓu thèng nhÊt

9. Ên apply vµ OK ®Ó thùc hiÖn lÖnh

20

Sö dông X-Axis, Y-Axis vµ Z-Axis Tab Pages

Çc thang ®o ®èi víi mét ®å thÞ ®îc gäi lµ çc trôc to¹ ®é. HÖ

trôc to¹ ®é X-Y-Z ®îc mÆc ®Þnh theo mét chÕ ®é cã s½n. Tuy

nhiªn b¹n hoµn toµn cã thÓ thay ®æi thang ®o trªn çc hÖ trôc

nµy ®Ó biÓn diÔn ®å thÞ khoa häc h¬n. §Ó thay ®æi thang ®o

trªn çc trôc to¹ ®é chóng ta tiÕn hµnh çc bíc sau:


2. ®Æt chuét lªn trªn mét trong çc gi¸ trÞ cña trôc mµ b¹n

muèn thay ®æi.

3. kÝch chuét tr¸i ®Ó lùa chän trôc, ®¸nh dÊu sù cã mÆt cña

trôc t¹i çc gãc cña trôc

4. kÝch chuét tr¸i lªn trªn ®å thÞ, bªn phÝa ph¶I sÏ hiÖn ra



n Axis tab page (n t¬ng øng víi sè trôc ®îc lùa chän) (xem

trong h×nh 5-17) cho thÊy X-Axis tab page.

5. ®¸nh tªn tiªu ®Ò cho trôc trong hép tho¹i Title text.

6. ®Þnh d¹ng xem tiªu ®Ò hiÖn lªn thao chiÒu n»m ngang hay

chiÒu th¼ng ®øng

7. trong hép tho¹i From, ®¸nh vµo mét sè mµ chóng ta x¸c

®Þnh ®ã chÝnh lµ gi¸ trÞ cùc tiÓu cña trôc

21

8. trong hép tho¹i To chóng ta ®¸nh vµo mét gi¸ trÞ mµ chóng

ta x¸c ®Þnh ®ã chÝnh lµ gi¸ trÞ cùc ®¹i cña trôc

9. trong hép tho¹i By, ®¸nh vµo mét gi¸ trÞ mµ gi¸ trÞ nµy sÏ

x¸c ®Þnh kho¶ng çch gi÷a çc thang chia

10. trong hép tho¹i Skip, chóng ta ®¸nh vµo mét gi¸ trÞ cña

thang chia mµ cã thÓ bá qua khi t¹o thµnh trôc trªn ®å thÞ

11. trong hép tho¹i No power, ®Þnh d¹ng nÕu nh thang ®o

trªn trôc ®îc tÝnh theo c¬ sè 10

12. trong hép tho¹i Log power, ®Þnh d¹ng nÕu nh thang

®o trªn trôc ®îc tÝnh theo c¬ sè log

13. trong hép tho¹i Hold check, ®Þnh d¹ng çc ®êng ®o ®-

îc gi÷ nguyªn ngay c¶ khi b¹n thay ®æi sè liÖu trong

Analysis box.

14. kÝch vµo Title Fonts ®Ó hiÓn thÞ hép tho¹i Font, khi ®ã

chän kiÓu font ch÷ b¹n muèn dïng cho tiªu ®Ò ®å thÞ

15. kÝch vµo Tickmark Fonts ®Ó hiÓn thÞ hép tho¹i Font,

khi ®ã chän kiÓu font ch÷ b¹n muèn dïng trong ®å thÞ.

16. kÝch chuét vµo nót Apply sau ®ã Ên Ok ®Ó thùc hiÖn

lÖnh

Sö dông çc phÝm chøc n¨ng ®å ho¹

22

Cïng víi viÖc sö dông çc tr×nh ®¬n ®å ho¹ ®Ó thay ®æi

hoÆc t¨ng cêng tÝnh n¨ng cho ®å thÞ, b¹n cã thÓ sö dông çc

phÝm chøc n¨ng ®å ho¹ ®Æt trªn thanh c«ng cô nh: Add Text,

Jittering, Brushing, Smooth/Rotate, Set Points Labels, Locate Row,

vµ Include/ Exclude. ViÖc sö dông çc phÝm Add text khi mµ b¹n

®· phãng ®¹i ®å thÞ lªn toµn bé cöa sæ lµm viÖc. Khi b¹n Ên

phÝm chøc n¨ng nµy mét hép tho¹i Text Options hiÖn ra. §iÒn

thªm vµo çc ®o¹n Text kh¸c nhau mµ b¹n muèn thªm vµo vµ cã

thªm phÇn ®Þnh d¹ng hiÓn thÞ trªn ®å thÞ (xem trong h×nh 5-

18). Sö dông Text tab page trong Graphics Options ®Ó thay ®æi

hoÆc chØnh söa ®o¹n text.

Sö dông Jittering Button

ViÖc sö dông çc phÝm Jittering Button khi mµ b¹n ®· phãng

®¹i ®å thÞ lªn toµn bé cöa sæ lµm viÖc. Khi mµ b¹n vÏ ®å thÞ cña

mét bé sè liÖu mµ çc sè liÖu trïng nhau lµ rÊt nhiÒu, nã còng t-

¬ng tù nh lµ çc ®iÓm cïng xuÊt hiÖn trªn cïng mét vÞ trÝ trªn hÖ

trôc to¹ ®é. §iÒu nµy khiÕn cho trong qu¸ tr×nh vÏ th× çc ®iÓm

sÏ bÞ chång chÊt lªn nhau vµ do ®ã trong qu¸ tr×nh tÝnh to¸n

chóng ta rÊt khã ®Ó ph©n biÖt çc ®iÓm víi nhau. Jittering ng¨n

chÆn hiÖn tîng nµy vµ cho phÐp b¹n nhËn ra çc ®iÓm trïng nhau

t¹i çc vÞ trÝ kh¸c nhau trªn ®å thÞ. Jittering thªm vµo mét lîng

nhá mét çch ng·u nhiªn t¹i mçi ®iÓm. B¹n cã thÓ ®iÒu khiÓn lîng

thªm vµo theo chiÒu ngang hay chiÒu th¼ng ®øng ¶nh hëng lªn

mçi ®iÓm ®ã. Sö dông hép tho¹i Jittering ®Ó thiÕt lËp çc phÇn

phô thªm vµo ®ã.

®Ó Jitter Points

23

1. kÝch ®óp chuét lªn ®å thÞ ®Ó phãng ®¹i ®å thÞ

2. kÝch chuét lªn nót Jittering trªn thanh c«ng cô Analysis ®Ó

hiÖn thÞ cöa sæ Jittering

3. kÝch vµ di chuyÓn thanh trît ®iÒu khiÓn theo chiÒu n»m

ngang hoÆc theo chiÒu th¼ng ®øng cho ®Õn khi b¹n tiÕp

cËn tíi mét ®iÓm n»m trªn thanh ®Æc trng cho phÇn thªm

vµo mµ b¹n muèn sö dông cho çc ®iÓm cÇn chän. Nh¶

chuét ra khái thanh trît

4. Ên vµo lÖnh OK ®Ó ®a ra ®å thÞ cã çc ®iÓm ®· ®îc jitter

Sö dông çc phÝm Brushing

phÝm t¾t Brushing trë nªn h÷u hiÖu khi mµ b¹n muèn phãng

®¹i ®å thÞ cã çc ®iÓm ph©n t¸n lªn toµn bé cöa sæ. KÝch chuét

vµo phÝm chøc n¨ng ®Ó gäi cöa sæ Brushing lµm viÖc, cöa sæ

cña hép tho¹i nµy cho phÐp b¹n lùa chän nhiÒu biÕn ®Ó ®¸nh

24

bãng çc ®iÓm. Brushing cho thÊy ¶nh hëng cña cña viÖc thªm

biÕn vµo bé sè liÖu hoÆc lªn kho¶ng sè liÖu, çc sè liÖu thªm vµo

®îc ®¸nh dÊu b»ng mµu ®á. Çc ®iÓm mµu ®á nµy ®îc s¾p xÕp

theo thø tù çc sè bªn ph¶I lín h¬n çc sè bªn tr¸i. §Ó®¸nh bãng

mét ®iÓm chóng ta tiÕn hµnh çc bíc sau:


2. kÝch chuét lªn nót Brushing trªn thanh c«ng cô Analysis ®Ó

hiÖn thÞ cöa sæ Brushing (xem trong h×nh 5-20)

3. chän hoÆc ®¸nh vµo tªn cña çc biÕn mµ chóng ta sÏ sö

dông chóng ®Ó Brushing.

4. nhÊp chuét vµo nót OK ®Ó gäi l¹i ®å thÞ víi çc gi¸ trÞ biÕn

thªm vµo cho trªn ®å thÞ ®îc ®¸nh dÊu b»ng çc ký hiÖu

mµu ®á.

5. di chuyÓn çc thanh trît ®iÒu khiÓn hoÆc ®¸nh vµo çc gi¸

trÞ trong hép tho¹i text cho kÝch thíc nhá nhÊt hoÆc lín nhÊt

cña lîng Brushing.çc gi¸ trÞ lín nhÊt vµ nhá nhÊt xuÊt hiÖn

trong hép tho¹i gÇn çc thanh trît. Khi b¹n di chuyÓn çc

thanh trît, çc gi¸ trÞ cña biÕn Brushing t¨ng hoÆc gi¶m.

Sö dông çc nót Smooth/ Rotate

25

Çc phÝm chøc n¨ng t¾t nµy cho phÐp b¹n tiÕn hµnh lµm tr¬n

çc çc ®iÓm trªn mét ®å thÞ hoÆc quay mét ®å thÞ ë d¹ng

kh«ng gian ba chiÒu; ®iÒu nµy chØ tiÕn hµnh ®îc khi mµ b¹n ®·

phãng ®¹i ®å thÞ kh«ng gian hai hoÆc ba chiÒu cña b¹n lªn trªn

toµn bé cöa sæ lµm viÖc. §Ó Smooth çc ®iÓm, b¹n ph¶i tiÕn

hµnh çc bíc theo tr×nh tù sau:


2. kÝch chuét lªn nót Smooth/ Rotate trªn thanh c«ng cô

Analysis ®Ó hiÖn thÞ cöa sæ Scatterplot Smoothing option

(xem trong h×nh 5-22)

3. chän mét trong çc ph¬ng ph¸p Smooth: none, running

Means, Running Lines, locally ¦eighted Regression hoÆc

Robust Lowess.

4. ®¸nh mét sè vµo trong hép tho¹i Smooth Fraction, gi¸ trÞ sè

nµy sÏ sö dông trong viÖc x¸c ®Þnh kÝch thíc cña cöa sæ

smooth.

5. kÝch chuét vµo phÝm OK ®Ó tiÕn hµnh qu¸ tr×nh Smooth vµ

hiÖn ra ®å thÞ sau khi ®îc smooth.

Sö dông phÝm Set Point Labels

Çc phÝm chøc n¨ng t¾t nµy cho phÐp b¹n tiÕn hµnh ®îc khi

mµ b¹n ®· phãng ®¹i ®å thÞ cña b¹n lªn trªn toµn bé cöa sæ lµm

viÖc. KÝch chuét ®Ó gäi cöa sæ Point Identification n¬I mµ b¹n

muèn sö dông ®Ó nhËp vµo tªn cña mét biÕn nµo ®ãmµ tªn nµy

sÏ dïng ®Ó nhËn d¹ng biÕn. §Ó nhËn d¹ng çc ®iÓm b»ng Its

label, b¹n ph¶i tiÕn hµnh çc bíc theo tr×nh tù sau:


26

2. kÝch chuét vµo phÝm Set Point Labels trªn thanh c«ng cô

®Ó gäi hép tho¹i Point Identification (xem trong h×nh 5-23)

3. nhËp vµo hoÆc chän mét tªn cho biÕn mµ cã chøa nh·n cho

®iÓm ®ã

4. kÝch chuét vµo nót Ok ®Ó thùc hiÖn lÖnh vµ gäi l¹i ®å thÞ

5. nhËp tªn cña nh·n trong Label: trong hép tho¹i text trªn thanh

c«ng cô. B¹n cÇn ®¸nh chÝnh x¸c tªn nh tªn nã xuÊt hiÖn

trong çc biÕn.

6. kÝch chuét vµo Locate Label trªn thanh c«ng cô, mµu vµ

h×nh d¹ng cña çc ®iÓm cã mÆt trªn nh·n mµ tªn cña nh·n

®· ®îc thay ®æi

Gäi mét nh·n b»ng ®iÓm t¬ng øng cña nã.


2. kÝch chuét vµo phÝm Set Point Labels trªn thanh c«ng cô

®Ó gäi hép tho¹i Point Identification (xem trong h×nh 5-23)

3. nhËp vµo tªn cña biÕn cã chøa nhan cho ®iÓm ®ã

4. kÝch chuét vµo phÝm OK ®Ó hiÖn l¹i ®å thÞ

5. kÝch chuét vµo ®iÓm mµ nh·n cña nã t¬ng øng víi nh·n mµ

b¹n muèn gäi ®iÓm ®ã, khi ®ã nh·n cña ®iÓm ®ã sÏ xuÊt

hiÖn trong Label text box.

®Ó liªn kÕt çc ®iÓm bëi çc hµng vµ trôc


2. kÝch chuét tr¸I lªn ®iÓm cÇn lùa chän, khi b¹n thùc hiÖn

lÖnh nµy th× mét hép tho¹i pop-up hiÖn ra trong hép tho¹i

nµy cã chøa sè Row khi ®ã chÝnh lµ vÞ trÝ cña çc ®iÓm

trªn çc trôc

sö dông çc phÝm t¾t Exclude/ Include

çc chøc n¨ng ®å ho¹ kh¸c

®Æt l¹i vÞ trÝ cña çc text trong ®å thÞ

27

B¹n cã thÕ tiÕn hµnh qu¸ tr×nh nµy víi çc text míi hoÆc çc

text b¹n thªm vµo trong ®å thÞ. §Ó tiÕn hµnh thao t¸c nµy, chóng

ta tiÕn hµnh çc bíc sau:


2. di chuét lªn ®o¹n text mµ b¹n muèn thay ®æi vÞ trÝ trªn ®å

thÞ

3. kÝch chuét tr¸I ®Ó lùa chän ®o¹n text; ®¸nh dÊu sù cã mÆt

t¹i çc gãc nèi cña ®o¹n text võa ®îc chän

4. võa kÝch võa di ®o¹n text tíi vÞ trÝ míi.

5. nh¶ chuét vµ kÝch chuét lÇn hai ë bªn ngoµi vïng text vï¨ di

chuyÓn ®Ó kÕt thóc lÖnh

®Þnh d¹ng l¹i kÝch thíc cña ®å thÞ

B¹n cã thÓ tiÕn hµnh thay ®æi chiÒu ngang chiÒu th¼ng ®øng

hoÆc chiÒu cßn l¹i cña ®å thÞ trong kh«ng gian ba chiÒu ®Ó

®Þnh d¹ng l¹i kÝch thíc cña nã cho lín h¬n hay nhá h¬n. §Ó tiÕn

hµnh ®Þnh d¹ng l¹i kÝch thíc cña ®å thÞ chóng ta tiÕn hµnh çc b-

íc sau:

1. kÝch ®óp chuét lªn ®å thÞ ®Ó phãng ®¹i ®å thÞ, sau ®ã

kÝch chuét vµo ®å thÞ ®Ó ®¸nh dÊu, ®¸nh dÊu sù lùa chän

®å thÞ t¹i çc gãc cña ®å thÞ.

2. ®Ó thay ®æi ®å thÞ theo chiÒu n»m ngang: ®Æt chuét lªn

®Ønh cña ®å thÞ hoÆc phÝa díi cña ®å thÞ sau ®ã kÝch

chuét

3. ®Ó thay ®æi kÝch thíc ®å thÞ theo chiÒu th¼ng ®øng,

®Æc chuét lªn phÝa bªn tr¸I hoÆc phÝa bªn ph¶I cña ®å thÞ,

sau ®ã kÝch chuét

4. víi chiÒu cßn l¹i trong ®å thÞ kh«ng gian ba chiÒu chóng ta

tiÕn hµnh t¬ng tù

5. khi mµ h×nh d¹ng cña chuét thay ®æi thµnh h×nh mòi tªn

hai chiÒu, chóng ta võa di chuét võa kÐo cho ®Õn khi ®¹t

®îc kÝch thíc mong muèn khi ®ã nh¶ chuét ®Ó kÕt thóc

lÖnh

6. lÆp l¹i qu¸ tr×nh nµy víi çc chiÒu cßn l¹i ®Õn khi ®¹t ®îc

kÝch thíc ®å thÞ mong muèn

28

sö dông c¸c tÝnh n¨ng phãng to hoÆc thu nhá ®å thÞ

sö dông c¸c khÝa c¹nh liªn kÕt ¶nh

29

Ch¬ng 3. Sö dông çc ®å thÞ c¬ b¶n

I. Giíi thiÖu chungTrong ch¬ng nµy chóng t«i sÏ giíi thiÖu vÒ çc ®å thÞ c¬

b¶n trong tr×nh ®¬n Plot. Cã s¸u lo¹i ®å thÞ c¬ b¶n lµ: Scatterplots (®å thÞ ph©n t¸n),

Exploratory Plots, Business Charts (biÓu ®å kinh doanh), Probability Distributions, Response Surfaces Plots (®å thÞ mÆt ®¸p øng), vµ Custom Charts.

1.1. ScatterplotsScatterplots rÊt h÷u hiÖu khi ta ph¶i ph©n tÝch mèi quan hÖ

gi÷a çc biÕn v× nã cho phÐp chóng ta dÔ dµng quan s¸t kho¶ng thay ®æi cña d÷ liÖu. Cã s¸u lo¹i Scatterplots: Univariate Plot (®å thÞ ®¬n biÕn), X-Y Plot, X-Y-Z Plot, Multiple X-Y Plot, Multiple X-Y-Z Plot, vµ Polar Coordinates Plot.

1.2. Exploratory PlotsExploratory Plots ®îc sö dông hiÖu qu¶ khi chóng ta nghiªn

cøu tÝnh ®èi xøng, kiÓm tra çc gi¶ ®Þnh vÒ ph©n bè, vµ ph¸t hiÖn nh÷ng mÉu n»m ngoµi. Cã t¸m lo¹i Exploratory Plots: Box-and-Whisker Plot, Multiple Box-and-Whisker Plot, Probability Plot, Frequency Histogram, Dot Diagram, Multiple Dot Diagram, Bubble Chart, vµ Radar/Spider Plot.

1.3. Business ChartsBusiness Charts thÝch hîp cho viÖc thÓ hiÖn t¬ng quan

®Þnh lîng gi÷a çc nhãm hoÆc líp d÷ liÖu. Cã n¨m lo¹i Business Charts: Barchart, Multiple Barchart, Piechart, Component Line Chart, and High-Low-Close Plot.

1.4. Probability DistributionsB¹n cã 24 lùa chän ph©n bè ®Ó t¹o ra hoÆc lu l¹i çc sè

ngÉu nhiªn, tÝnh to¸n çc gi¸ trÞ tíi h¹n vµ xem ph©n bè x¸c xuÊt theo çc ®å thÞ ph©n bè kh¸c nhau. Çc lo¹i ph©n bè ®îc sö dông lµ: Bernoulli, Binomial, Discrete Uniform, Geometric, Hypergeometric, Negative Binomial, Poisson, Beta, Cauchy, Chi-Square, Erlang, Exponential, Extreme Value, F (Variance Ratio),Gamma, Laplace, Logistic, Lognormal, Normal, Pareto, Student’s t, Triangular, Uniform, vµ Weibull.

30

1.5. Response Surfaces PlotsCã hai lo¹i ®å thÞ lo¹i nµy lµ: Response Surface (mÆt ®¸p

øng) vµ Contour (®êng møc). C¶ hai lo¹i ®îc sö dông hiÖu qu¶ trong viÖc x¸c ®Þnh ¶nh hëng cña çc nh©n tè trong viÖc x¸c ®Þnh vïng tèi u. §å thÞ Surface vÏ lªn çc mÆt trong kh«ng gian ba chiÒu cßn ®å thÞ Contour vÏ çc mÆt trong kh«ng gian hai chiÒu víi çc ®êng thÓ hiÖn ®é cao ®Æc trng cña mÆt ®¸p øng.

II. §å thÞ Scatterplots2.1. Univariate Plot

§å thÞ Univariate Plot cho phÐp b¹n t¹o mét ®å thÞ ph©n t¸n cho mét biÕn sè. Nã ®îc ¸p dông cho ph¬ng ph¸p nhãm d÷ liÖu liªn quan ®Õn mét ®Æc trng cña mét mÉu. B¹n cã thÓ nhËp thªm point code ®Ó ®a ra çc møc ph©n lo¹i çc nh©n tè.

§Ó tiÕn hµnh ph©n tÝch nµy, tõ tr×nh ®¬n b¹n chän:PLOT... SCATTERPLOTS... UNIVARIATE PLOT...

2.2. X-Y Plot§å thÞ X-Y Plot t¹o ra mét ®å thÞ hai chiÒu thÓ hiÖn ph©n

t¸n cña mét biÕn theo mét biÕn kh¸c., tõ ®ã ta cã thÓ nghiªn cøu ®îc quan hÖ cña chóng. B¹n cã thÓ t¹o çc lo¹i ®å thÞ kh¸c nhau: ®å thÞ ®êng th¼ng, ®å thÞ ph©n t¸n, ®å thÞ ph©n t¸n cã liªn kÕt, ®å thÞ ph©n t¸n ®· ®îc m· hãa, vµ ®å thÞ víi çc thanh sai sè chuÈn.

1. §å thÞ ®êng th¼ng thÓ hiÖn ®êng nèi gi÷a çc ®iÓm mµ kh«ng vÏ çc ®iÓm.

2. §å thÞ ph©n t¸n l¹i chØ vÏ çc ®iÓm. 3. §å thÞ ph©n t¸n cã liªn kÕt vÏ c¶ çc ®iÓm vµ çc ®êng nèi. 4. Cßn ®å thÞ ph©n t¸n ®îc m· hãa sö dông çc ®iÓm m· hãa,

do ®ã nã chøa nhiÒu th«ng tin h¬n çc lo¹i ®å thÞ ph©n t¸n hai chiÒu kh¸c.

5. B¹n nªn sö dông ®å thÞ víi çc thanh sai sè chuÈn khi çc ®iÓm thÓ hiÖn çc kÕt qu¶ trung b×nh. B¹n còng cã thÓ thÊy hiÖu qu¶ h¬n khi thÓ hiÖn ®é kh«ng ch¾c ch¾n xung quanh çc ®iÓm ®ã. Çc thanh sai sè chuÈn lµ nh÷ng ®o¹n th¼ng : gi¸ trÞ trung b×nh ± sai sè chuÈn.

31

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chän:PLOT...SCATTERPLOTS... X-Y PLOT...

2.3. X-Y-Z Plot§å thÞ X-Y-Z Plot vÏ mèi quan hÖ cña ba biÕn trong kh«ng

gian ba chiÒu. T¬ng tù nh ®å thÞ ph©n t¸n hai chiÒu, ®å thÞ ph©n t¸n ba chiÒu cã c¸c lùa chän lµ: ®å thÞ ®êng th¼ng, ®å thÞ ph©n t¸n, ®å thÞ ph©n t¸n cã liªn kÕt, ®å thÞ ph©n t¸n ®· ®îc m· hãa, vµ ®å thÞ víi c¸c thanh sai sè chuÈn.

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chän:PLOT...SCATTERPLOTS... X-Y-Z PLOT...

32

2.4. Multiple X-Y PlotMultiple X-Y Plot lµ ®å thÞ ph©n t¸n víi mét biÕn thÓ hiÖn

trªn trôc X cßn mét hai nhiÒu biÕn kh¸c thÓ hiÖn trªn trôc Y. C¸c lùa chän cho lo¹i ®å thÞ nµy lµ: ®iÓm, ®êng hoÆc c¶ hai.

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chänPLOT...SCATTERPLOTS...MULTIPLE X-Y PLOT...

2.5. Multiple X-Y-Z PlotMultiple X-Y-Z Plot vÏ ®å thÞ ph©n t¸n ba chiÒu cho tõ ba

biÕn trë lªn. Trªn trôc X vµ trôc Y thÓ hiÖn mét biÕn cßn trªn trôc Z thÓ hiÖn mét hoÆc nhiÒu biÕn.

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chänPLOT...SCATTERPLOTS...MULTIPLE X-Y-Z PLOT...

33

2.6. Polar Coordinates Plot Polar Coordinates Plot vÏ çc ®å thÞ ph©n t¸n hai chiÒu

hoÆc çc ®å thÞ ®o¹n th¼ng nèi cÆp hai ®iÓm ®îc x¸c ®Þnh b»ng b¸n kÝnh vµ gãc. Nãi çch kh¸c nã cung cÊp çc th«ng tin vÒ vÞ trÝ cña mét ®iÓm trªn ®å thÞ trong täa ®é cùc. Lo¹i ®å thÞ nµy thÝch hîp khi thÓ hiÖn nh÷ng ®iÓm trong täa ®é cùc.

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chän

PLOT...SCATTERPLOTS... Polar Coordinates Plot...

34

Polar Coordinates Plot

III. Exploratory Plot

3.1. Box-and-Whisker Plot Box-and-Whisker Plot lµ mét çch tæng kÕt mét tËp hîp çc

d÷ liÖu ®¬n biÕn ®îc ®o trong mét tØ lÖ kho¶ng çch nhÊt ®Þnh. Nã thêng ®îc sö dông trong Exploratory Plot ®Ó minh häa nh÷ng ®Æc ®iÓm chÝnh cña sù ph©n bè d÷ liÖu vµ ®Ó so s¸nh gi¸ trÞ trung b×nh vµ kho¶ng d÷ liÖu råi tõ ®ã chØ ra nh÷ng ®iÓm ngoµi vµ ®a ra d¹ng ph©n bè.

D÷ liÖu ®îc chia thµnh bèn vïng víi tÇn suÊt b»ng nhau. Mét h×nh ch÷ nhËt khoanh vïng chiÕm 50% ë gi÷a, trong h×nh ch÷ nhËt nµy gi¸ trÞ trung vÞ ®îc thÓ hiÖn b»ng mét ®êng th¼ng ®øng. Gi¸ trÞ trung b×nh ®îc thÓ hiÖn b»ng mét ®iÓm.

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chänPLOT... EXPLORATORY PLOTS... BOX-AND-WHISKER PLOT...

35

3.2. Multiple Box-and-Whisker PlotMultiple Box-and-Whisker Plot ®¬n gi¶n chØ lµ sù më réng

cña ®å thÞ Box-and-Whisker. NÕu b¹n cã thÓ chia nhá d÷ liÖu thµnh çc nhãm, dïng Multiple Box-and-Whisker Plot b¹n cã thÓ t¹o ra çc ®å thÞ Box-and-Whisker Plot riªng biÖt trªn cïng mét ®å thÞ. §iÒu nµy gióp ta cã thÓ so s¸nh çc gi¸ trÞ trung vÞ, kho¶ng biÕn, vµ çc gi¸ trÞ cùc ®oan cho tõng nhãm mét çch dÔ dµng h¬n.

M« t¶ ®å thÞ t¬ng tù nh ®å thÞ Box-and-Whisker Plot.§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chän

PLOT... EXPLORATORY PLOTS... MULTIPLE BOX-AND-WHISKER PLOT...

36

3.3. Normal Probability Plot Normal Probability Plot ®îc sö dông ®Ó kiÓm tra xem mét

mÉu cã ph¶i ®îc lÊy tõ mét tËp hîp theo ph©n bè b×nh thêng. Môc tiªu cña phÐp thö nµy lµ t¹o mét ®å thÞ vµ x¸c ®Þnh ®å thÞ nµy cã t¹o thµnh ®êng th¼ng kh«ng (nÕu çc ®iÓm cña ®å thÞ theo mét ®êng th¼ng).

§å thÞ còng ®a ra mét çch dÔ dµng ®Ó x¸c ®Þnh çc ®iÓm bÊt thêng. Çc ®iÓm ®îc s¾p xÕp theo thø tù t¨ng dÇn hoÆc gi¶m dÇn. §å thÞ cã mét trôc n»m ngang cã ®¬n vÞ lµ çc sè tù nhiªn cßn trôc th¼ng ®øng sÏ cã tØ lÖ sao cho ph©n bã cña çc ®iÓm thµh ®êng th¼ng. Khi ®ã ®iÓm bÊt thêng sÏ thÓ hiÖn ë ®o¹n nót th¾t cæ chai.

§Ó tiÕn hµnh ph©n tÝch, tõ tr×nh ®¬n b¹n chänPLOT... EXPLORATORY PLOTS... Normal Probability

37

Figure 8-31. The Frequency Histogram Analysis DialogBox

Các lựa chọn đồ họaBiểu đồ tần suấtMục chọn lựa biểu đồ tần suất tạo ra một biểu đồ các giá trị của biến (hình 8-32). Đồ thị này được tạo ra với các lớp trên trục nằm ngang và tần số trên trục thẳng đứng, trục nằm dọc biểu thị tần suất của mỗi lớp. Dùng hộp thoại Chọn đồ thị tần suất để nhập các giá trị của số lớp trong những phần số liệu đã được nhóm, cũng như là mức thấp cho lớp đầu tiên và mức cao cho lớp cuối cùng (hình 8-33) . Bạn cũng có thể chỉ ra liệu rằng đơn vị của trục Y sẽ là mang tính tương quan hay chồng chất, và liệu sự đơn vị hóa sẽ giữ lại nếu bạn có sự thay đổi trong hộp thoại, liệu bạn muốn tạo ra dạng một biểu đồ hay một đường gấp khúc.

38

Figure 8-32. Frequency Histogram

Figure 8-33. Frequency PlotOptions Dialog Box

3.4 Giản đồ điểm (Dot diagram)PhÇn ph©n tÝch giản đồ ®iÓm lµ çch tÝnh tæng çc sè liÖu trong phÇn ph©n tÝch mét sè liÖu thùc nghiÖm, chØ ra h×nh ¶nh chÝnh cña sù ph©n bè çc sè liÖu mét çch dÔ dµng. §å thÞ cung cÊp mét d¹ng kh¸c cña sù biÓu diÔn ®å ho¹ víi sè liÖu sè, nh÷ng phÇn rÊt h÷u Ých cho viÖc chØ ra mèi t¬ng quan cña sè liÖu trong tËp sè liÖu, hoÆc lµ dïng ®Ó so s¸nh hai hay nhiÒu tËp sè liÖu.§å thÞ nµy gièng nh d¹ng biÓu ®å cét hoÆc biÓu ®å, víi çc cét hoÆc çc gãc vu«ng ®îc thay thÕ bëi d·y çc ®iÓm. Mçi ®iÓm biÓu diÔn mét sè cè ®Þnh cña çc thÝ nghiÖm ç thÓ.§Ó vµo phÇn ph©n tÝch vµo thanh thùc ®¬n chän: PLOT... EXPLORATORYPLOTS... DOT DIAGRAM... để mô tả hộp thoại Dot Diagram Analysis ( hình 8-34)

39

Figure 8-34. The Dot Diagram Analysis Dialog Box

Chän d¹ng b¶ng biểuKÕt luËn sù ph©n tÝchMôc kÕt luËn sù ph©n tÝch t¹o ra mét kÕt luËn vÒ sù ph©n tÝch, phÇn bao gåm tªn cña biÕn sè chän läc, sè thùc nghiÖm cña c¸c biÕn, gi¸ trÞ trung b×nh, vµ ®é lÖch tiªu chuÈn.

Chän d¹ng biÓu ®åGi¶n ®å ®iÓmMôc gi¶n ®å ®iÓm t¹o ra mét biÓu ®å rÊt h÷u Ých dïng ®Ó chØ ra vÞ trÝ t¬ng quan cña c¸c sè liÖu trong d·y sè liÖu, nã biÓu diÔn mäi biÕn trong cét sè d¹ng mét h×nh vu«ng nhá ( H×nh 8-35).

Figure 8-35. Dot Diagram

Dïng hép tho¹i Môc chän biÓu ®å ®iÓm cho thÊy liÖu sè liÖu gi¸n ®o¹n hay kho¶ng lÖch (rêi r¹c) sÏ xuÊt hiÖn trong biÓu ®å, vµ nhËp sè sè gia trªn trôc X ( H×nh 8-36)

40

Figure 8-36. Dot Diagram Plot Options Dialog Box.

3.5. Ph©n tÝch gi¶n ®å ®a ®iÓm (Multiple Dot Diagram) Sö dông môc Ph©n tÝch gi¶n ®å ®a ®iÓm t¹o ra mét gi¶n ®å cña sè liÖu mµ ®îc chia ra lµm nhiÒu h¬n mét nhãm. Nã m« t¶ kÕt luËn thèng kª vµ kho¶ng tin cËy cho mỗi nhãm.D¹ng biÓu ®å nµy lµ mét çch tæng kÕt sè liÖu mµ thêng ®îc dïng trogn phÇn ph©n tÝch sè liÖu thùc nghiÖm ®Ó minh ho¹ nh÷ng d¹ng ph©n bè sè liÖu mét çch thuËn tiÖn. Gi¶n ®å ®a ®iÓm cã thÓ h÷u Ých cho viÖc phat hiÖn ra bÊt k× mét thùc nghiÖm bÊt b×nh thêng nµo, hoÆc nh÷ng sù sai kh¸c lín trong tËp sè liÖu. §Ó vµo phÇn ph©n tÝch, vµo thùc ®¬n, chän PLOT... EXPLORATORYPLOTS... MULTIPLE DOT DIAGRAM... để mô tả hộp thoại Multiple DotDiagram Analysis (Hình 8-37)

Figure 8-37. The Multiple Dot Diagram AnalysisDialog Box

Môc chän d¹ng b¶ng biểuKÕt luËn sù ph©n tÝchMôc chän kÕt luËn ph©n tÝch t¹o ra sù kÕt luËn bao gåm tªn cña çc biÕn sè mµ cã chøa sè liÖu vµ m· cÊp ®é. Nã còng biÓu thÞ sè møc vµ sè thùc nghiÖm trong khi ph©n tÝch, còng nh gi¸ trÞ chän läc cña gi¸ trÞ møc trªn hoÆc møc díi. ViÖc sö dông hép tho¹i Chän ph©n tÝch gi¶n ®å ®a ®iÓm ®Ó chØ ra lµ cµi nµo lµ lo¹i gi¸ trÞ trung b×nh hoÆc trung vÞ thèng kª, mµ xuÊt hiÖn trªn ®å thÞ; vµ ®Ó nhËp gi¸ trÞ trung b×nh , trung vÞ, ®é lÖch tiªu chuÈn, h»ng sè biÕn ®æi; vµ chØ ra xem ®êng th¼ng cã biÓu thÞ Trung b×nh Lín (Grand average) nªn xuÊt hiÖn trªn ®å thÞ; vµ ®Ó nhËp çc gi¸ trÞ møc ®é tin cËy mµ ®îc dïng

41

®Ó tÝnh to¸n kho¶ng lÖch ( interval) xung quanh gi¸ trÞ trung b×nh cña mçi nhãm. (h×nh 8-38).

Figure 8-38. Multiple Dot Diagram Analysis OptionsDialog Box

Môc chän ®å thÞ Gi¶n ®å ®a ®iÓmMôc chän gi¶n ®å ®a ®iÓm t¹o ra mét gi¶n ®å mµ chØ ra vÞ trÝ cho mçi møc trung b×nh, còng nh kho¶ng tin cËy cho c¸c gi¸ trÞ trugn b×nh ( H×nh 8-39). Trªn trôc X chØ ra gi¸ trÞ trung b×nh vµ ®é lÖch tiªu chuÈn cho mçi møc.§êng th¶ng ®øng chØ ra giá trÞ trung b×nh lín cña toµn bé thùc nghiÖm. §å thÞ còng chØ ra gi¸ trÞ trung b×nh lín vµ ®é lÖch tiªu chuÈn ë trªn ®Ønh cña c¸c ®êng th¼ng ®øng.H×nh 8-39.

Figure 8-39. Multiple Dot Diagram

3.6 Sử dụng Mục phân tích biểu đồ bóng (Bubble chart)Sự phân tích biểu đồ bóng cho phép chúng ta tạo ra một hệ đồ thị trục X-Y bao gồm các vòng tròn, là một cách đồ thị hóa 3 thông số trên 3 trục- 2 biến được biểu diễn trên 2 trục tọa độ X và Y của các điểm đồ thị, và biến thứ 3 được mô tả bằng vòng tròn đồ thị hay gọi là “ bong bóng” Kích thước của bong bóng phụ thuộc vào giá trị số của biến thứ 3. Giá trị càng lớn. bóng càng to. Đích đến này là một công cụ đồ họa cơ sở hữu ích khi bạn tìm một cách chính xác để quan sát dữ liệu theo nhiều chiều cao hơn.Ví dụ, giả thiết bạn đang phân tích chỗ đứng cạnh tranh của các sản phẩm; điều đó có nghĩa là các sản phẩm có tốc độ cao nhất và những sản phẩm tốc độ thấp hơn. Mỗi sản phẩm trong nghiên cứu được biểu diễn bằng một bóng mà sự di chuyển có mối quan hệ với vị trí của nó trên thị trường. Mỗi bóng biểu diễn một điểm, cho phép bạn điểm nhanh các đường quan trọng trên thị trường.

42

Đồ thị cũng chỉ ra vị trí của X và Y cũng như tương quan của nó với kích thước; kích thước của mỗi bóng dựa trên mỗi kích thước của các biến thứ ba. Bạn có thể dùng các màu khác nhau cho mỗi bóng, nếu bạn muốn tô cái nào, và nhập kích thước lớn nhất cho mỗi bóng.Để tạo ra sự phân tích, từ danh mục ta chọn: PLOT... EXPLORATORYPLOTS... BUBBLE CHART... để biểu diễ trong mục thoại Phân tích đồ thị bong bóng.. (hình 8-40).

Figure 8-40. The Bubble Chart AnalysisDialog Box

Mục chọn bảng biểuTổng kết sự phân tíchMục chọn sự tổng kết phân tích tạo ra sự tổng kết sự phân tích, nó biểu diễn tên của biến mà chứa kích thước bóng. Số thực nghiệm sẽ được chỉ ra ở đây.Mục chọn đồ họaBiểu đồ bóng

Mục biểu đồ bóng tạo ra đường phân bố X-Y (hình 8-41). Kích thước bóng phụ thuộc độ lớn của biến số thứ 3.

Hình 8-41

Figure 8-41. Bubble Chart

Sử dụng hộp thoại Mục chọn biểu đồ bóng chỉ ra bóng được tô màu sẽ dùng, và để nhập số xác định là kích thước lớn nhất của bóng to nhất.(hình 8-42).

43

Figure 8-42. Bubble Chart Options Dialog Box

3.7 Sử dụng sự phân tích đường mạng nhện ( rađa)Sự phân tích đường mạng nhện( rađa) là một kĩ thuật hình họa đơn giản được dùng theo yêu cầu của số liệu đa dạng do khả năng thích ứng vùng rộng lớn sinh động của số liệu. Kĩ thuật này vễ ra nhiều phương pháp đo trên vùng bán kính trong không gian cân bằng được nối để tạo ra dạng như hình sao. Mạng sóng mở rộng từ tâm của đường tròn và tạo ra điểm nhấn tổng quát của sự thay đổi số liệu qua tên mục.Đường mạng Rađa, giá trị của phép đo được biểu diễn bằng đường bánh kính kẻ thẳng từ tâm đường tròn.; tuy nhiên mỗi bán kính dựa trên mỗi mục được thay thế cho mỗi biến.Các diểm của mỗi màu khác nhau biểu diễn sự tương ứng với các biến khác nhau. Khi có quá nhiều biến và mục, mẫu số liệu được ẩn đi.Để vào mục phân tích , từ menu vào PLOT... EXPLORATORYPLOTS... RADAR/SPIDER PLOT... mô tả hộp thoại Sự phân tích đường mạng nhện( rađa)Hình 8-43

Figure 8-43. The Radar/Spider Chart AnalysisDialog Box

Mục chọn bảng biểuTổng kết sự phân tíchMục chọn sự tổng kết phân tích tạo ra sự tổng kết sự phân tích, nó biểu diễn tên của số liệu.Sử dụng hộp thoại phân tích đường mạng nhện( rađa) để tạo ra sự thay đổi với sự phân tích ( Hình 8-44). Bạn cũng có thể chỉ ra loại trục hay đường được sử dụng cho giản đồ, nếu các đường bặc thang được vẽ ra và sử dụng các đường gấp khúc .Hình 8-44

44

Figure 8-44. Radar/Spider Plot Analysis Options Dialog Box

Mục chọn đồ họaGiản đồ vành khănMục chọn giản đồ vành khăn tạo ra một giản đồ chỉ ra số liệu trên mỗi hang, với kích thước của mỗi biến đước vẽ theo một bậc thang ( hình 8-45). Bạn có thể tạo đồ thị đến 16 trường hợp trên mỗi giản đồ đơn, rất hữu ích trong việc so sánh các trường hợp từ sự đa dạng tương ứng.

IV. Business Chart4.1 Sử dụng sự phân tích đồ thị thanh (Bar chart)Sự phân tích đồ thị thanh là cách tổng kết tập dữ liệu rõ ràng, thường dùng bảng tần số. Nó được dùng trong phân tích số liệu thực nghiệm để chỉ ra nhân tố chính của sự phân bố số liệu một cách thuận tiện. Nó môt tả số liệu sử dụng mô tả số hình chữ nhật chiều dài giống nhau tương ứng loại cụ thể. Chiều dài (diện tích) mỗi hình chữ nhật tỉ lệ với số trừơng hợp ứng với loại nó biểu diễn. Hình 8-45

Figure 8-45. Radar/Spider Plot

Ví dụ, bạn có thể dùng đồ thị thanh mô tả mối quan hệ của đảng Cộng hòa của nhiều thành viên với nhiều loại tôn giáo khác nhau: 31 % người theo đạo Tinh lành thông báo mối liên hệ với đảng Cộng hòa, và có cả 17% người theo đạo Thiên chúa cũng vậy. bạn có thể dùng đồ thị thanh dạng thẳng hoặc ngang; chúng bao gồm dạng thanh thẳng, ngang, cụm, dạng phần trăm.Số biến bạn sử dụng nên chứa trong tập số liệu bảng( đếm được) – một số đếm của số thực nghiệm trong mỗi lớp. Nếu tập số liệu chứa hơn 20 lớp, thì sự mô tả sẽ bị lỗi.Để vào mục phân tích, vào menu, chọn: PLOT... BUSINESS

45

CHARTS... BARCHART... để biểu diễn hộp thoại Phân tích đồ thị thanh ( hình 8-46)Mục chọn lựa dạng bảng biểuTổng kết sự phân tíchMục Tổng kết sự phân tích tạo ra sự tổng kết sự phân tích, bao gồm tên của biến chọn lọc, số giá trị của biến, và tổng giá trị.Hình 8-46

Figure 8-46. The Barchart Analysis Dialog Box

Mục chọn đồ họaMục chọn đồ thị thanh tạo ra biểu đồ tương tự cho một giản đồ bao gồm các thanh được tách riêng ( hình 8-47). Các lớp được biểu diễn trên trục ngang, tần suất tương quan trên trục thẳng đứng. Chiều cao của thanh thẳng đứng cân bằng với tần suất của lớp.Hình 8-47

Figure 8-47. Barchart

Sử dụng hộp thoại chọn định dạng thanh, chỉ ra liệu bạn muốn vẽ tần suất hoặc phần trăm; hay chỉ ra giản đồ sẽ mô tả ở dạng thẳng đứng hay ngang, chỉ ra liệu dạng tia hay đường thẳng (I-Beams-line) được sử dụng cho dạng thanh; để nhập giá trị bắt đầu mỗi điểm trên thanh (hình 8-48).Hình 8-48

Figure 8-48. Barchart Options Dialog Box

46

4.2 Sử dụng phân tích biểu đồ thanh phức tạp (Multiple Barchart)Sử dụng phân tích biểu đồ thanh phức tạp tạo ra một giản đồ có 1 hay nhiều thanh tần suất cho mỗi nhân tố phân loại-khác biệt ( hàng). Sự phân tích hữu ích khi bạn cần mô tả hình ảnh của nhân tố bậc hai so với nhân tố chính. Các biến bạn sử dụng nên chứa trong bảng số liệu( đếm được)- số đếm của số thực nghiệm mỗi lớp. Nếu số liệu chứa hơn 20 lớp, gặp lỗi khi mô tả.Để vào phần phân tích, từ menu, chọn: BUSINESS CHARTS...MULTIPLE BARCHART...để biểu diễn trong hộp thoại phân tích biểu đồ thanh phức tạp ( hình 8-49).hình 8-49

Figure 8-49. The Multiple Barchart AnalysisDialog Box

Mục chọn dạng bảng biểuTổng kết sự phân tích: về tên của hàng (nhân tố phân loại-khác biệt) và biến theo cột, số biến mà bạn chọn và số thực nghiệm, số hàng, cột.Mục chọn đồ họaGiản đồ thanh phức tạpTạo ra một giản đồ có cột của từng giá trị của mỗi biến. ( hình 8-50). Mỗi thanh đơn dùng cho 1 hàng của cột.Dung hộp thoại chọn dịnh dạng cho thanh, cho thấy dạng đồ thị tần suất và phần trăm ; cho thấyHình 8-50

Figure 8-50. The Multiple Barchart

Dạng biểu đồ sẽ được dùng dạng thẳng hay ngang; dạng tia hay đường thẳng dùng cho thanh, ; để nhập giá trị cho việc vẽ điểm cho thanh ( Hình 8-51).Hình 8-51

47

Figure 8-51. Multiple Barchart Options Dialog Box

4.3 Sử dụng mục phân tích biểu đồ miếng ( mảnh)

Là cách tổng kết một tập số liệu đa dạng. Giản đồ chứa 1 đường tròn chia ra làm nhiều mảnh mà tỉ lẹ với số trường hợp của các loại. Các biến bạn sử dụng nên chứa trong bảng số liệu( đếm được)- số đếm của số thực nghiệm mỗi lớp. Nếu số liệu chứa hơn 20 lớp, gặp lỗi khi mô tả.Biểu đồ miếng biều thị dạng phân chia của phần trăm. Ví dụ, nó dùng để chỉ ra nhà máy giày thể thao dành tiền hỗ trợ cho quảng cáo la 6 triệu $: 3 triệu $ cho truyền hình, 2 triệu $ cho nhà tài trợ, 1 triệu $ cho báo chí.Để vào phần phân tích, từ menu, chọn: PLOT... BUSINESSCHARTS... PIECHART....để biểu diễn trong hộp thoại mục phân tích biểu đồ miếng(Hình 8-52).Hình 8-52

Figure 8-52. The Piechart AnalysisDialog Box

Mục chọn dạng bảng biểuTổng kết sự phân tích về tên của biến chọn lọc và số thực nghiệm tương ứng và tổng các giá trị.Mục chọn đồ họaGiản đồ miếngTạo ra một giản đồ tròn tạo ra từ các miếng mà bán kính tương ứng với tần suất của mỗi hàng trong bảng tần suất( Hình 8-53). Hình 8-53

48

Figure 8-53. The Piechart

Trong hộp thoại mục phân tích biểu đồ miếng chọn nhãn cho chú thích và nhãn; nhập kích thước cho mỗi vòng; nhập số mảnh được chia; dạng đường thẳng từ nhãn đến miếng trên biểu đồ miếng. ( hình 8-54).Hình 8-54

Figure 8-54. Piechart Options Dialog Box

4.4 Sử dụng sự phân tích đồ thị thẳng thành phầnRất hữu ích cho việc biểu thị một hay nhiều tập số liệu thời gian, hữu ích cho việc điều tra xu hướng, mẫu hoặc một tính chất không có tính ngẫu nhiên; ví dụ cho giá của dự trữ.Bạn có thể tạo ra giản đồ giá trị cá thể hoặc tích lũy.Để vào phần phân tích, từ menu, chọn: PLOT... BUSINESS CHARTS...COMPONENT LINE CHART... để biểu diễn trong hộp thoại sự phân tích đồ thị thẳng thành phần (Hình 8-55).

Figure 8-55. The Component Line Chart Analysis Options

49

Dialog Box

Chọn dạng bảng biểuTổng kết sự phân tích: về tên của biến trong cột, danh mục ban đầu và khoảng lấy mẫu. Nó cũng chỉ ra số chu kỳ của dữ liệu.Hộp thoại sự phân tích đồ thị thẳng thành phần cho biết các biến nên được vẽ ra dạng tích lũy, là dạng mặc định. ( Hình 8-56).Nếu bạn chọn mục Tích lũy, mẫu cho biến xuất hiện dạng chồng chất theo chiều dọc, cái trên đỉnh là của mẫu khác. Trên giản đồ là số liệu dương, giá trị them vào mỗi điểm thời gian. Trong đồ thị có chứa số liệu âm, giá trị được ghi phụ dưới giá trị của các biến trước.Nếu bạn chọn mặc định ( loại phần kiểm tra điểm), mẫu của mỗi biến xuất hiện dạng vành khăn hay điểm cho mỗi biến mà có thể ẩn đi các điểm.Hình 8-56

Figure 8-56. Component Line Chart Analysis OptionsDialog Box

biến của nó có thể vẽ sau. Để giảm thiểu nhất vấn đề này. Đầu tiên phải nhập biến nhỏ nhất; sau đó nhập biến thứ hai tiếp như vậy. Chương trình vẽ ra giá trị cuối cùng đầu tiên, từ thứ 2 đến cuối ở trên đỉnh của biến cuối, tiếp tục cho đến khi tất cả các biến xuất hiện.Chọn dạng bảng biểuSự phân tích đồ thị thẳng thành phần tạo ra các đường gấp khúc có giá trị ngược với thời gian( Hình 8-57).Giá trị xuất hiện trên giản đồ theo kiểu bảng dữ liệu. Diện tích mỗi loạt mẫu theo thời gian đặc trưng với một màu duy nhất. Bạn có thể tạo ra sự tích lũy hoặc đường không tích lũy.Hình 8-57

Figure 8-57. Component Line Chart

4.4 Sử dụng mục phân tích biểu đồ lân cận- thấp - cao

Phân tích biểu đồ lân cận - thấp –cao có giá trị khi mô tả dạng dự trữ, mặt hàng, sự lưu hành, hay các thông tin thị trường khác hay dao động theo từng giờ, ngày, tuần. Để chỉ ra sự nhạy trong từng thời kỳ thay đổi trong khi cũng quan sát được sự thay đổi theo thời gian dài yêu cầu với mỗi loại số liệu chỉ ra vùng giá trị.

50

Để vào phần phân tích, từ menu, chọn: PLOT... PLOTS... BUSINESS CHARTS...HIGH-LOW-CLOSE PLOT... để biểu diễn trong hộp thoại phân tích biểu đồ lân cận - thấp - cao.Hình 8-58

Figure 8-58. The High-Low-Close Plot Analysis Dialog Box

Chọn dạng bảng biểu

Tổng kết sự phân tíchMục chọn sự tổng kết về tên biến cho gia trị cao-thấp và lân cận; và giá rị cho mỗi danh mục đầu và khoảng lấy mẫu.Nó cũng cho biết số chu kỳ chứa số liệu; giá trị mức cao lớn nhất; thấp nhỏ nhất, lân cận trung bình.

Chọn dạng đồ họaBiểu đồ lân cận - thấp - cao

Mục chọn biểu đồ lân cận - thấp – cao với các đường mở rộng cho mỗi mức thấp tương ứng với các mức cao ( hình 8-59). Đường nằm ngang vẽ cho mỗi giá trị lân cậnhình 8-59

hình 8-59. Biểu đồ lân cận - thấp - cao

V. Sử dụng sự phân tích sự phân bố xác suất Sự phân tích sự phân bố xác suất là hầm cho phép biểu diễn được 3 sự phân tích cơ bản cho 24 phân bố xác suất khác nhau:

Xác suất tính toán. Tạo ra biểu đồ xác suất và phân bố tích lũy. Phát sinh các số ngẫu nhiên.

24 sự phân bố là :

51

BernoulliPhân bố mà giá trị kết quả chỉ có 2 khả năng: Thành công hay thất bại, ví dụ, đầu hay đuôi, tốt hay xấu, ngăn chặn hay không ngăn chặn.

Số liệu phù hợp với phân bố này có giá trị là 0 hoặc 1. BinomialMột phân bố mà phù hợp với số liệu cho bởi sự phân bố Binomial, cho xác suất của sự quan sát sự thành công với một số xác định độc lập hoặc phép thử Bernoulli. Dùng phân bố này phải chọn số phép thử( thí nghiệm). Số liệu phù hợp cho phân bố này là sống nguyên >= 0. Đồng nhất rời rạcPhân bố chỉ ra xác suất cân bằng với tất cả các số nguyên giữa giá trị mức thấp và mức cao. Số liệu phù hợp là số nguyên. Hình học Phân bố này đặc trưng cho số những thất bại diễn ra trước thành công đầu tiên trong loạt phép thử Bernoulli; trờng hợp đặc biệt cho phân bố Binomial âm, khi k=1. Só liệu phù hợp là số nguyên. Tăng hình học(Hypergeometric)Phân bố tăng khi sự chọn ngẫu nhiên thực hiện giữa các đối tượng của 2 loại khác nhau( thành công, thất bại). Sự lấy mẫu diễn ra mà không có sự thay thế; đó là mỗi ,1 mục được vẽ ra và nghiên cứu, không bị thay ngược lại mật độ. Phân bố cho biết xác suất cho số thành công. Số liệu phù hợp là các số nguyên dương. Negative Binomial (Binomial âm)Phân bố đặc trưng cho số thất bại trước k thí nghiệm thành công trong loạt phép thử Bernoulli. Khi bạn dùng phân bố này thi phải cấp báo số thành công. Số liệu phù hợp là số nguyên >=0 PoissonPhân bố này nhấn mạnh xác suất tập trung số sự kiện trên mỗi đơn vị thời gian, ví dụ, số lần một máy tính sản xuất mỗi năm. Số liệu phù hợp là số nguyên >= 0. BetaPhân bố này hữu ích cho biến ngẫu nhiên và buộc phải có giá trị 0 và 1, đặc trưng cho 2 thông số: Hình dạng 1 và 2. CauchyPhân bố này phù hợp với phân bố Cauchy. Hàm mật độ xác suất phân bố không có giá trị trung bình và sự khác biệt vô cùng lớn. Nó đặc trưng cho 2 thông số: Mode( giá trị trung tâm) và Scale (mức chia). Số liệu phù hợp cho phân bố là các số liệu liên tiếp với Mode giữa -∞ và +∞, và Scale ( mức chia) lớn hơn 0. Chi-SquarePhân bố dùng cho biến ngẫu nhiên có giá trị bắt buộc là 0 và 1; đặc trưng cho 1 thông số: Bậc tự do. Phân bố này thường dùng cho việc lấy mẫu với các thử nghiệm thống kê đa dạng. ErlangPhân bố hữu ích với các biến ngẫu nhiên, bắt buộc có gí trị lớn hơn 0, như số lần yêu cấu để hoàn thành nhiệm vụ, đặc trưng cho 2 thông số: Hình dạng và mức chia. Phân bố này là đặc biệt cho trường hợp phân bố Gamma, yêu cầu hình dạng của thông số là số nguyên. Hàm mũ(Exponential)

52

Phân bố phù hợp với số liệu dãy của số lần, ví dụ số lần đến, với sự đến được yêu cầu là tốc độ không đổi; hữu ích cho biến ngẫu nhiên, có giá trị bát buộc >0. Phân bố này là trừơng hợp đặc biệt của cả Gamma và Weibull. Giá trị quá độ(Extreme Value)Hữu ích cho biến ngẫu nhiên, bắt buộc có giá trị >0, đặc trưng cho 2 thông số: Mode ( giá trị trung tâm) và Scale (mức chia) đã được biết như phân bố Gumbel. F-Tỉ lệ sai khác. (Variance Ratio)Phân bố hữu ích cho biến ngẫu nhiên, có giá trị bắt buộc >0, đặc trưng bởi 2 thông số: Tử số bậc tự do và mẫu số của bậc tự do. Nó thường dùng như phân bố cho số liệu thong kê của các thử nghiệm mà được tạo ra như là tỉ số khác biệt. GammaHữu ích cho biến ngẫu nhiên, bắt buộc có giá trị >0, đặc trưng cho 2 thông số: Shape (dạng) và Scale (mức chia). Phân bố này hay dùng cho số liệu mẫu mà có độ lệch dương, ví dụ như số lần hoàn thành nhiệm vụ. LaplacePhân bố hữu ích cho biến ngẫu nhiên từ một phân bố mà có nhiều đỉnh hơn so phân bố thông thường, đặc trưng bởi 2 thông số: giá trị trung bình và mức chia. Phân bố này thỉnh thoảng được gọi là “ mũ đôi ” do nó nhìn giống như phân bố hàm mũ với hình ảnh giống hệt nhau. LogisticPhân bố hữu ích cho biến ngẫu nhiên, không bắt buộc >0, đặc trưng bởi 2 thông số: Giá trị trung bình và độ lệch chuẩn. LognormalPhân bố hữu ích cho quá trình mà giá trị của nó là một tỉ lệ ngẫu nhiên của các gí trị trước, ví dụ thu nhập cá nhân hoặc kích thước tiểu phân từ quá trình gián đoạn. Số loga cảu số liệu mà theo sự phân bố log thường là đựơc phân bố theo 1 kiểu nào đó. Phân bố này có độ lệch dương và có thể thực hiện với nhiều dạng khác nhau. Có giá trị >0, đặc trưng cho 2 thông số : Giá trị trung bình và độ lệch chuẩn. Thường-NormalPhân bố hữu ích cho ví dụ khi bạn vẽ đồ thị tần suất của số liệu và các thanh hình thành một cách chung, đường cong dạng chuông. Mục chọn này là mặc đinh. ParetoPhân bố với sự giảm của hàm mật độ,. Một thông số, dạng, là cần thiết để đặc trưng cho phân bố. Số liệu phù hợp là các giá trị >0. Student’s tPhân bố này hữu dụng khi hình thành khoảng tin cậy khi sự sai lệch chưa biết, kiểm tra để xác định nếu giá trị trung bình của mẫu là khác biệt rõ ràng, hoặc để kiểm tra để xác định ý nghĩa của hệ số trong phương trình hồi quy. Sự phân bố này giống như dạng của phân bố Thường. Giá trị trung bình của phan bố t luôn là 0, trong khi độ lệch chuẩn thường nhỏ hơn 1. Một thông số, bậc tự do, là cần thiết để xác định phân bố này. Tam giác Phân bố hữu ích với các biến ngẫu nhiên, bắt buộc có giá giữa 2 giới hạn xác định. Không giống phân bố đồng nhất, trong đó các giá trị giữa các giới hạn cân băng như nhau, phân bố tam giác có đỉnh ở một số giá trị giữa 2 giới hạn. Phân bố đặc trưng cho 3 thông số: Mức thấp. giá trị trung tâm ( Mode), và mức trên. Weibull

53

Phân bố hữu ích với các biến ngẫu nhiên, bắt buộc có gí trị lớn hơn 0, đặc trưng cho 2 thông số: Dạng và mức chia. Do đường cong có tốc độ thất bại có nhiều dạng khác nhau nên, nó là một mẫu thích hợp cho các thất bạ sản phẩm. Phân bố này là phát sinh của phân bố hàm mũ. Sáu Sự phân bố thích hợp cho các số liệu rời rạc. có nghĩa là, số liệu có thể lấy giá trị nguyên. Với mỗi biến rời rạc, xác suất là tần suất tương ứng. Sự phân bố khác là thích hợp cho các biến liên tục mà có các giá trị trong khoảng liên tục. Để vào phần phân tích, từ menu, chọn: PLOT... PROBABILITYDISTRIBUTIONS... để biểu diễn trong hộp thoại phân tích phân bố xác suất ( hình 8-60).

Chọn dạng bảng biểuTổng kết sự phân tích tạo ra một kết luận vè sự phân bố mà bạn chọn; nội dung của mục này khác nhau phụ thuộc vào sự phân bố. Kết luận cúng liệt kê số thông số cho mỗi phân bố, chỉ ra giá trị trung bình, và độ lệch tiêu chuẩn.Hình 8-60

Figure 8-60. The Probability Distributions Analysis Dialog Box

Phân bố tích lũy Mục chọn sự Phân bố tích lũy tạo ra kết luận về sự định lượng phân bố tích lũy mâ bạn chọn ( hình 8-61). Sự tổng kết bao gồm diện tích cuối cho 5 giá trị tới hạn. Nó cũng biểu diễn giá trị chiều cao của hàm mật độ xác suất của các giá trị đã cho. Dùng hộp thoại Phân bố tích lũy để nhập giá trị cho các biến ngẫu nhiên.Nghịch đảo CDFNghịch đảo CDF là tạo ra sự kết luận về các giá trị tới hạn cho phân bố chọn lọc ( hình 8-62). Kết luận bao gồm diện tích cuối cùng cho đến 5 giá trị tới hạn của mỗi phân bố.Dùng hộp thoại Inverse CDF Options để nhập giá trị cho diện tích cuối cùng.

Hình 8-61

Figure 8-61. Cumulative Distribution for NormalDistribution

Hình 8-62

54

Figure 8-62. Inverse CDF for Normal Distribution

Số ngẫu nhiên Mục chọn số ngẫu nhiên là tạo ra sự kết luận về các số ngẫu nhiên từ một phân bố ( Hình 8-63). Bạn cũng có thể lưu những giá trị cho các mẫu ngẫu nhiên cho các lần sử dụng sau.; ví dụ, mỗi lần bạn có thể lưu lại các kết quả để dùng vào hộp thoại Save Results, chương trình sẽ tạo ra một mẫu ngẫu nhiên mới.

Số ngẫu nhiên Mục chọn số ngẫu nhiên là tạo ra sự kết luận về các số ngẫu nhiên từ một phân bố ( Hình 8-63). Bạn cũng có thể lưu những giá trị cho các mẫu ngẫu nhiên cho các lần sử dụng sau.; ví dụ, mỗi lần bạn có thể lưu lại các kết quả để dùng vào hộp thoại Save Results, chương trình sẽ tạo ra một mẫu ngẫu nhiên mới.Hình 8-63

Figure 8-63. Random Numbers for Normal Distribution

Chọn đồ họaBiểu đồ hàm mật độ/ khối lượngMục chọn Biểu đồ hàm mật độ/ khối lượng vẽ ra giản đồ hàm mật độ xác suất cho phân bố mà bạn định lượng ( hình 8-64). Chiều cao của hàm chỉ ra xác suất của giá trị khác nhau thu được từ phân bố mà bạn chọn.Đường CDFMục giản đồ CDF tạo ra giản đồ của phân bố tích lũy cho phân bốmà bạn định lượng. ( hình 8-65).Giản đồ hàm tồn tại ( có mặt)Mục giản đồ hàm tồn tại tạo ra giản đồ hàm xác suất tồn tại cho phân bố phân bố mà bạn định lượng ( hình 8-66). Hàm này chỉ ra

55

xác suất của giá trị lớn hơn thu được hoặc bằng với những giá trị trên truc X.

Hình 8-64

Figure 8-64. Density/Mass Function PlotHình 8-65

Figure 8-65. CDF PlotBiểu đồ hàm có mặt LogMục chọn Biểu đồ hàm có mặt Log tạo ra giản đồ hàm xác suất có mặt ( Hình 8-67). Hàm này chỉ ra xác suất của giá trị lớn hơn thu được hoặc cân bằng với giá trị trên trục X.Hình 8-66

Figure 8-66. Survivor Function Plot

Hình 8-67

Figure 8-67. Log Survivor Function Plot

Đồ thị hàm rủi ro

56

Mục Đồ thị hàm rủi ro tạo ra đồ thị hàm rủi roc ho phân bố bạn định lượng ( Hình 8-68). Hàm rủi ro bằng với hàm mật độ xác suất bị chia bởi hàm có mặt. Khi bạn tạo mẫu số liệu lâu dài, hàm này biểu hiện tốc độ thất bại tức thời.

Hình 8-68

Figure 8-68. Hazard Function Plot

Lưu kết quảHộp thoại Save Results Options cho phép ban chọn kết quả bạn muốn lưu. Đây là một chọn lựa: Số ngẫu nhiên cho phân bố 1(Random Numbers for Dist. 1). Bạn cũng có thể dùng Các biến mục tiêu trong hộp text để nhập tên của biến mà bạn muốn lưu biến phát sinh trong quá trình phân tích. Bạn cũng có thể nhập tên mới hoặc để mặc đinh.

VI. Sử dụng phân tích đồ thị bề mặt hưởng ứngPhân tích đồ thị bề mặt hưởng ứng tạo ra biểu đồ Bề mặt và đường viền cho những hàm mà bạn đặc trưng. Bạn phải viết hàm chứa X và Y, ví dụ 10+2*X+3*Y-10*X*Y .Đồ thị hữu ích khi bạn cần hình dung ra dạng của bề mặt hưởng ứng và khi bạn chọn vị trí tối ưu.Để vào phần phân tích, từ menu, chọn: PLOT... RESPONSESURFACES...mô tả hộp thoại đồ thị bề mặt hưởng ứng, cho phép bạn nhập hàm số ( Hình 8-69).Hình 8-69

Figure 8-69. The Response Surfaces

Chọn bảng biểuTổng kết sự phân tích mô tả hàm sẽ vẽ.Chọn đồ họa

57

Đường Bề mặtMục này tạo ra biểu đồ không gian 3 chiều của hàm (hình 8-70). Dùng hộp thoại để nhập số dòng ngang và dọc sẽ vẽ trong biểu đồ, để xác định loại biểu đồ, nhập số giá trị mật độ sé tính, chỉ ra Biểu đồ đường viền sẽ biểu diễn ở dưới đồ thị Bề mặt, để xác định giá trị cho các thuộc tính của đường viền, và xác định đường nào sẽ nối với điểm và vùng nào của đường viền sẽ được vẽ ( hình 8-71). Hình 8-70

Figure 8-70. Surface Plot

Hình 8-71

Figure 8-71. Surface Plot Options Dialog Box

Bạn có thể dùng nút quay trên thanh công cụ Analysis để thay đổi góc từ chỗ bạn quan sát đồ thị.

Đồ thị đường viềnTạo ra một đồ thị hai ciều của hàm ( hình 8-72)

Figure 8-72. Contour Plot

Dùng hộp thoại Contour Plot Options để nhập giá trị cho đường viền đầu tiên và cuối cùng, nhập giá trị cho khoảng không giữa các đường viền, chỉ ra đường thẳng hay vùng vễ sẽ được xuất hiện trên đồ thị, và nhập giá trị mô tả số giá trị mật độ sẽ được tính.

58

Hình 8-73

Figure 8-73. Contour Plot Options Dialog Box

VII. Sử dụng mục Phân tích đồ thị tùy biến Mục Custom Charts Analysis này tạo ra biểu đồ có tiêu đề khác hàng, sự chia, đường thẳng dọc và ngang. Mục đích chính của nó là cho bạn tạo ra biểu đồ mà bạn có thể dùng để phủ lên đồ thị khác khi bạn dùng StatGallery. Biểu đồ điều khiển này là một ví dụ loại biểu đồ tùy biến mà bạn tọa ra.Để vào phần phân tích, từ menu, chọn: : PLOT... CUSTOMCHARTS...mô tả hộp thoại Custom Chart Analysis, cho phép bạn nhập thông tin về biểu đồ mà bạn vẽ. ( hình 8-74)

Chọn dạng bảng biểuTổng kết sự Phân tích Phần Analysis Summary tạo ra một chỉ dẫn cho sự thích ứng đồ thị.Hình 8-74

Figure 8-74. Custom Chart AnalysisDialog Box

Sử dụng hộp thoại Custom Chart Analysis Options để chọn vị trí và hướng đến đường thứ 8 cho mỗi đồ thị thích ứng ( hình 8-75)Hình 8-75

59

Figure 8-75. The Custom ChartAnalysis Options Dialog Box

Chọn dạng đồ họaBiểu đồ thích ứngTạo ra biểu đồ thích ứng chứa tiêu đề chọn lọc và vạch chia trục ( hình 8-76).

Figure 8-76. Custom Chart

60

Ch¬ng 4. PhÐp ph©n tÝch håi quy

I. Håi quy ®¬n gi¶n (Simple Regression)

Çc b¶ng ®¸nh gi¸ m« h×nh håi quy

1. Analysis Summary

TÝnh: çc hÖ sè a (intercept), b (slope), t-test (®¸nh gi¸ tÝnh cã

nghÜa cña çc hÖ sè håi quy), F-test (®¸nh gi¸ tÝnh cã nghÜa cña

m« h×nh)…

2. Lack -of-Fit test

§¸nh gi¸ m« h×nh ®ang dïng cã hoµn toµn phï hîp víi çc sè liÖu

hay kh«ng (®¸nh gi¸ qua gi¸ trÞ p-value). Chó ý cÇn ph¶i lÆp l¹i sù

quan s¸t ë mét hay nhiÒu gi¸ trÞ X

3. Forecasts

Dù ®o¸n gi¸ trÞ cña Y sö dông m« h×nh phï hîp. B¶ng nµy cho

biÕt çc gi¸ trÞ giíi h¹n dù ®o¸n vµ giíi h¹n tin cËy.

4. Comparison of Alternative Models

B¶ng nµy cho biÕt çc gi¸ trÞ h»ng sè t¬ng quan vµ R-squared cña

mét sè m« h×nh (simple regression)phï hîp víi çc sè liÖu ®· cho.

5. Unusual Residuals

B¶ng nµy cho phÐp lo¹i çc gi¸ trÞ bÊt thêng (cã gi¸ trÞ tuyÖt ®èi

cña phÇn d lín h¬n 3) cña sè liÖu quan s¸t ®îc.

6. Influential Points

B¶ng nµy liÖt kª tÊt c¶ çc quan s¸t cã nh÷ng gi¸ trÞ ®ßn bÈy

(leverage) lín h¬n 3 lÇn gi¸ trÞ ®ã ë ®iÓm trung b×nh

nh»m®¸nh gi¸ møc ®é ¶nh hëng cña mét sè liÖu ®Õn gi¸ trÞ cña

çc hÖ sè håi quy

VÝ dô: Ngêi ta dïng ba møc nhiÖt ®é gåm 105,120,1350C kÕt hîp

víi ba kho¶ng thêi gian lµ 15, 30 vµ 60 phót ®Ó thùc hiÖn mét

ph¶n øng tæng hîp. Çc hiÖu suÊt cña ph¶n øng (%) ®îc tr×nh

bµy trong b¶ng sau:

Thêi gian (ph) X1 NhiÖt ®é (oC) X2 HiÖu suÊt (%) Y15 105 1.8730 105 2.0260 105 3.2815 120 3.0530 120 4.0760 120 5.54

61

15 135 5.0330 135 6.4560 135 7.26

H·y cho biÕt yÕu tè nhiÖt ®é vµ/hoÆc thêi gian cã liªn quan tuyÕn tÝnh víi hiÖu suÊt cña ph¶n øng tæng hîp? NÕu cã th× ë nhiÖt ®é 1150C trong 50 phót th× hiÖu suÊt ph¶n øng lµ bao nhiªu.

C¸ch lµm1. NhËp sè liÖu:

2. Chän Relate….Simple Regression ®Ó Ên ®Þnh c¸c gi¸ trÞ cña biÕn sè Y vµ X

3.NhÊn OK ®Ó hiÓn thÞ b¶ng Analysis Summary

62

+ Ph¬ng tr×nh håi quy hiÖu suÊt-thêi gian: Y=2.73 + 0.044X1

ta=2.129<t0.05=2.365 (P2=0.071>0.05)---> HÖ sè a kh«ng cã nghÜa (víi ®é tin cËy thèng kª 95%).tb=1.380<t0.05=2.365 (P2=0.210>0.05)---> HÖ sè b kh«ng cã nghÜa (víi ®é tin cËy thèng kª 95%).VËy ph¬ng tr×nh håi quy kh«ng cã ý nghÜa thèng kª. YÕu tè thêi gian kh«ng cã liªn quan tuyÕn tÝnh víi hiÖu suÊt ph¶n øng.

+ Ph¬ng tr×nh håi quy hiÖu suÊt-thêi gian: Y=-11.14 + 0.128X2

ta=3.417>t0.05=2.365 (P2=0.011<0.05)---> HÖ sè a cã nghÜa (víi ®é tin cËy thèng kª 95%).tb=4.757>t0.05=2.365 (P2=0.021<0.05)---> HÖ sè b cã nghÜa (víi ®é tin cËy thèng kª 95%).

63

F=22.63>F0.05=5.590VËy ph¬ng tr×nh håi quy cã ý nghÜa thèng kª. YÕu tè nhiÖt ®é cã liªn quan tuyÕn tÝnh víi hiÖu suÊt ph¶n øng.Trong môc nµy ta còng cã thÓ kÝch chuét ph¶I vµo mµn h×nh nÒn cña b¶ng Analysis Summary ®Ó hiÖn b¶ng Analysis Options cho phÐp chän c¸c m« h×nh håi quy ®¬n gi¶n kh¸c.

4. Mét sè ®¸nh gi¸ kh¸c

KÝch chuét vµo nót Tabular Option ®Ó hiÓn thÞ b¶ng lùa chän mét sè c¸c ®¸nh gi¸ kh¸c

+Lack of Fit Test:

64

Gi¸ trÞ p-value cña Lack-of-fit Test lµ 0.9 >0.1, tøc lµ m« h×nh nµy hoµn toµn phï hîp víi çc sè liÖu nhiÖt ®é vµ hiÖu suÊt quan s¸t ®ùoc.+Forecast

B¶ng nµy dù ®o¸n çc gi¸ trÞ Y (hiÖu suÊt) ë nh÷ng gi¸ trÞ X2( nhiÖt ®é) cho tríc cïng víi kho¶ng giíi h¹n dù ®o¸n vµ kho¶ng giíi h¹n tin cËy. NhÊp chuét ph¶I vµo mµn h×nh nÒn cña b¶ng Forecast, chän Panel Option ®Ó hiÓn thÞ hép tho¹i cho phÐp nhËp çc gi¸ trÞ X vµ ®é tin cËy ®Ó tÝnh Y.

+Comparision of alternative model

65

B¶ng nµy hiÓn thÞ kÕt qu¶ cña mét sè m« h×nh phï hîp (fitted models) víi mèi t¬ng quan gi÷a hiÖu suÊt (Y) vµ nhiÖt ®é (X2), nh»m ®¸nh gi¸ m« h×nh nµo m« t¶ tèt nhÊt mèi t¬ng quan nµy. Ta thÊy gi¸ trÞ R-squared cña m« h×nh tuyÕn tÝnh Square root-Y (Y=(a+b*X2)^1/2) cã gi¸ trÞ lín nhÊt, nh vËy m« h×nh nµy phï hîp h¬n m« h×nh tuyÕn tÝnh ®Ó m« t¶ mèi t¬ng quan gi÷a hiÖu suÊt vµ nhiÖt ®é. +Unusual Residual

NÕu gi¸ trÞ Studentized Residual >2 th× cÆp sè liÖu (X-Y) t¬ng øng lµ bÊt thêng, trong thÝ nghiÖm nµy th× kh«ng cã nh÷ng gi¸ trÞ bÊt thêng cña cÆp sè liÖu hiÖu suÊt-nhiÖt ®é.

+Influential Points

Gi¸ trÞ leverage cña ®iÓm trung b×nh lµ 0.222 vµ trong thÝ nghiÖm nµy kh«ng quan s¸t ®îc çc ®iÓm cã gi¸ trÞ leverage lín h¬n ba lÇn gi¸ trÞ nµy.5. Çc lùa chän ®å ho¹NhÊn nót Graphic Options trªn cöa sæ Simple Regression ®Ó hiªnt thÞ hép tho¹i cho phÐp lùa chän çc kiÓu ®å thÞ

66

+Plot of Fitted model

NhÊp chuét ph¶I vµo mµn h×nh nÒn cña cöa sæ nµy, chän Panel Option ®Ó hiÓn thÞ hép tho¹i cho phÐp nhËp c¸c gi¸ trÞ ®é tin cËy vµ kho¶ng ®¬n vÞ cña trôc X

67

+Observed versus Predicted

Çch vÏ nµy cho biÕt vÞ trÝ cña çc ®iÓm thùc nghiÖm so víi ®-êng phï hîp, nÕu çc ®iÓm nµy n»m cµng gÇn ®êng phï hîp th× m« h×nh cµng chÝnh x¸c.+Residuals Versus X

§©y lµ lo¹i ®å thÞ m« t¶ ph©n bè çc gi¸ trÞ phÇn d theo biÕn X. NÕu çc ®iÓm nµy ph©n bè ngÉu nhiªn kh«ng cã quy luËt chøng tá m« h×nh sö dông m« t¶ ®óng mèi quan hÖ gi÷a çc sè liÖu quan s¸t ®îc. Sö dông ®å thÞ nµy ®Ó t×m çc gi¸ trÞ bÊt thêng

68

(çc ®iÓm n»m ngoµI kho¶ng tõ -3 ®Õn +3), xem ph¬ng sai cña phÇn d cã ph¶I lµ h»ng sè hay kh«ng. + Residual versus Predicted

§å thÞ nµy m« t¶ sù biÕn thiªn cña phÇn d theo biÕn phô thuéc Y. NÕu m« h×nh sö dông lµ phï hîp th× çc ®iÓm biÓu diÔn gi¸ trÞ cña phÇn d ph©n bè ngÉu nhiªn quanh trôc biÓu diÔn Y.II. Håi quy ®a thøc (Polinominal Regression)VÝ dô: Sù phô thuéc cña nh©n tè Y vµo nh©n tè X ®îc cho trong b¶ng sau

Çch lµm1. NhËp sè liÖu

69

2. Khëi ®éng ch¬ng tr×nh RELATE….Polinominal Regression ®Ó Ên ®Þnh c¸c gi¸ trÞ Y vµ X

3. NhÊn OK ®Ó hiÓn thÞ hép tho¹i Polinominal Regression Analysis

70

Ph¬ng tr×nh liªn hÖ gi÷a X vµ Y (håi quy ®a thøc bËc hai)Y=80.0751-0.978865*X + 0.00387125*X^2Çc gi¸ trÞ P øng víi çc hÖ sè håi quy <0.01 çc hÖ sè nµy ®Òu cã nghÜa víi ®é tin cËy 99%Gi¸ trÞ P øng víi m« h×nh <0.01 M« h×nh phï hîp ®Ó m« t¶ mèi liªn hÖ gi÷a X vµ Y.

§Ó chän bËc cña ®a thøc håi quy, kÝch chuét ph¶I vµo mµn h×nh nÒn, chän Analysis Option (nÕu kh«ng chän bËc cña ®a thøcc ®îc Ên ®Þnh lµ 2)

3. Mét sè ®¸nh gi¸ kh¸c vÒ m« h×nhChän nót Tabular Options tren cöa sæ Polinominal Analysis ®Ó hiÓn thÞ hép tho¹i ®Ó chän çc ®¸nh gi¸ kh¸c cho m« h×nh.

71

+Conditional Sum of Square

B¶ng nµy ®îc sö dông ®Ó x¸c ®Þnh liÖu mét ®a thøc cã bËc nhá h¬n cã thÓ m« t¶ ®îc mèi quan hÖ gi÷a çc biÕn hay kh«ng, b»ng çch ph©n tÝch ph¬ng sai vµ ®¸nh gi¸ tÝnh cã nghÜa cña çc hÖ sè håi quy øng víi bËc kh¸c nhau. Gi¸ trÞ P øng víi hÖ sè bËc hai =0.0007 <0.01, chøng tá m« h×nh bËc hai phï hîp ®Ó m« t¶ mèi quan hÖ gi÷a X vµ Y.+Lack of fit test

Gi¸ trÞ P cña Lack-of-fit Test <0.05 m« h×nh nµy hoµn toµn phï hîp ®Ó m« t¶ mèi liªn hÖ gi÷a X vµ Y.

72

+Confidential Interval

B¶ng nµy cho biÕt kho¶ng tin cËy x¸c ®Þnh c¸c hÖ sè håi quy.KÝch chuét ph¶I vµo mµn h×nh nÒn, chän Panel Option ®Ó hiÓn thÞ hép tho¹i cho phÐp nhËp ®é tin cËy

+Forecast

B¶ng nµy cã ý nghÜa t¬ng tù nh trong phÇn håi quy ®¬n gi¶n.KÝch chuét ph¶I vµo mµn h×nh nÒn, chän Panel Options ®Ó hiÓn thÞ hép tho¹i cho phÐp nhËp gi¸ trÞ cña X vµ ®é tin cËy.

73

+Unusual Residuals

ý nghÜa cña b¶ng nµy cã thÓ xem trong phÇn håi quy ®¬n gi¶n+Influentia Points

*C¸c lùa chän ®å ho¹C¸c d¹ng ®å ho¹ t¬ng tù nh trong môc håi quy ®¬n gi¶n

74

III.Box-Cox Transformation

PhÐp ph©n tÝch Box-cox transformation cho phÐp t×m kiÕm tham sè chuyªn hãa nh»m tèi thiÓu ho¸ tæng b×nh ph¬ng trung b×nh cña mét m« h×nh phï hîp (Lambdal 1).

§Ó lµm phï hîp ho¸ mét m« h×nh håi qui ®¬n gi¶n ngêi ta gi¶ thiÕt r»ng sai kh¸c ph¬ng sai trong nh÷ng nhãm kh¸c nhau lµ ®ång nhÊt vµ kh«ng liªn hÖ víi çc gi¸ trÞ trung b×nh. Ngêi ta còng gi¶ thiÕt r»ng tÊt c¶ çc lo¹i sai sè ®Òu tu©n theo ph©n phèi chuÈn. NÕu cã sù sai lÖch khái m« h×nh håi qui ®¬n gi¶n, sÏ lµ tiÖn lîi nÕu ta cã thÓ chuyÓn ®æi sèliÖu nh»m æn ®Þnh sai kh¸c ph¬ng sai vµ ®¬n gi¶n çc lo¹i sai sè. ChuyÓn ®æi sè liÖu cã thÓ tuyÕn tÝnh ho¸ çc mèi quan hÖ kh«ng tuyÕn tÝnh.

VÝ dô: Nghiªn cøu mèi quan hÖ gi÷a hµm lîng chÊt bÐo vµ khèi l-îng c¬ ®ïi cña mét sè bÖnh nh©n bÞ m¾c bÖnh m¸u nhiÔm mì cho sè liÖu sau:Çch lµm:* nhËp sè liÖu: NhËp sè liÖu nh trong excel.

75

* Khëi ®éng ch¬ng tr×nh: chän relate…..Box – cox transformation

Khi ®ã sÏ hiÓn thÞ hép tho¹i cho phÐp b¹n Ên ®Þnh c¸c gi¸ trÞ cña Y vµ X

NhÊn nót ok ®Ó hiÓn thÞ hép tho¹i analysis summary

76

Mèi liªn hÖ gi÷u hµm lîng chÊt bÐo vµ khèi läng c¬ ®ïi ®îc biÓu diÔn theo ph¬ng tr×nh:

Boxcox (ham luong chat beo) = -26.9212 + 0.848399*khoi luong co duiTrong ®ã:Boxcox (ham luong chat beo) = 1 + (ham luong chat beo^1.30854 - 1) / (1.30854 * 19.5084^0.308537)

- Gi¸ trÞ P nhá h¬n 0.01 suy ra cã mèi liªn hÖ gi÷a c¸c gi¸ trÞ ®· ®îc chuyÓn ®æi cña hµm lîng chÊt bÐo vµ khèi lîng c¬ ®ïi cã ®é tin cËy 99%.

- R-square = 76.9367% nghÜa lµ m« h×nh cã thÓ gi¶I thÝch 76.9367% cña lîng biÕn thiªn trong hµm lîng chÊt bÐo.

- HÖ sè t¬ng quan = 0.877135 chøng tá mèi quan hÖ gi÷a hai biÕn lµ rÊt t¬ng quan.

KÝch chuét ph¶I vµo mµn h×nh nÒn cña hép tho¹i analysis summary chän analysis option ®Ó hiÓn thÞ hép tho¹i Box-cox transformation option.

Sö dông hép tho¹i nµy ®Ó ®a vµo gi¸ trÞ cña power(lambda1) vµ ®é dÞch chuyÓn shift(lambda2) vµ ®Ó chøng tá gi¸ trÞ lambda1 ®· ®îc tèi u ho¸.* Mét sè ®¸nh gi¸ kh¸c:

77

KÝch vµo nót tabular option trªn cöa sæ analysis summary ®Ó hiÓn thÞ hép tho¹i cho phÐp chon c¸c ®¸nh gi¸ kh¸c vÒ m« h×nh

- Lùa chän lack of fit test:§Ó xem m« h×nh lùa chän cã hoµn toµn phï hîp víi c¸c sè liÖu quan sat ®îc hay kh«ng ngêi ta ®· tiÕn hµnh x¸c ®Þnh hµm l-îng chÊt bÐo cña cïng mét khèi lîng c¬ ®ïi cña mét loµI ®éng vËt. Sè liÖu cho ë b¶ng sau

KÕt qu¶ cho thÊy

78

P = 0.1891 > 0.1 chøng tá m« h×nh hoµn toµn phï hîp ®Ó m« t¶ c¸c sè liÖu quan s¸t ®îc- Forecasts :

Lùa chän Forecats cho phÐp dù ®o¸n kho¶ng gi¸ trÞ cña Hµm lîng chÊt bÐo cña mét khèi lîng c¬ ®ïi cho tríc t¹i mét kho¶ng tin cËy x¸c ®Þnh. Ngoµi gi¸ trÞ dù ®o¸n tèt nhÊt nã cßn cho ta biÕt kho¶ng gi¸ trÞ cña mét thÝ nghiÖm míi vµ gi¸ trÞ trung b×nh cña rÊt nhiÒu thÝ nghiÖm lÆp l¹i t¹i ®iÓm ®ã.

KÝch chuét ph¶I vµo mµn h×nh forecasts chän Pane option ®Ó gäi hép tho¹i Forecasts options. Hép tho¹i Forecasts options cho phÐp ta ®a vµo gi¸ trÞ khèi lîng c¬(X) ®Ó tÝnh ra kho¶ng gi¸ trÞ cña hµm lîng chÊt bÐo ngoµI ra ta cã thÓ thay ®æi kho¶ng tin cËy

79

- MSE comparison table:Lùa chon MSE comparison table t¹o ra b¶ng hiÓn thÞ trung b×nh b×nh ph¬ng nhá nhÊt cña rÊt nhiÒu gi¸ trÞ tham biÕn chuyÓn ®æi (Lambda1) trong kho¶ng {-2 ; 2}. Theo qui íc th× phÐp ph©n tÝch sÏ chän gi¸ trÞ lambda1 tèi u, b»ng c¸ch sö dông lùa chän nµy chóng ta cã thÓ x¸c ®Þnh nhiÒu gi¸ trÞ tæng trung b×nh b×nh ph¬ng nhá nhÊt (MSE) øng víi mçi gi¸ trÞ lambda1 kh¸c nhau. KÕt qu¶ MSE øng víi Lambda1 = 1.30854 vµ gi¸ trÞ nµy nhá h¬n 0.960467% so víi MSE cho c¸c gi¸ trÞ cha ®ùoc chuyÓn ®æi cña hµm lîng chÊt bÐo.

80

KÝch chuét ph¶i vµo cöa sæ MSE comparison table chän Pane option ®Ó gäi hép tho¹i MSE comparison table option. Hép tho¹i nµy cho phÐp ta Ên ®Þnh gi¸ trÞ min, max cña lambda1 vµ sè kho¶ng chia gia hai gi¸ trÞ min vµ max ®ã.

- Unusual residualsLùa chän Unusual residuals cho ta mét b¶ng liÖt kª tÊt c¶ c¸c thÝ nghiÖm cã sù kh¸c biÖt ( studentize residual) lín h¬n 2 ( vÒ gi¸ trÞ tuyÖt ®èi). studentize residual ®o sè thÝ nghiÖm cã sù sai kh¸c ®é lÖch chuÈn lín h¬n 2.Víi mçi gi¸ trÞ quan s¸t ®îc cña biÕn sè phô thuéc sai kh¸c víi gi¸ trÞ ®îc dù ®o¸n tríc theo mét m« h×nh håi qui phï hîp, ngêi ta tiÕn hµnh tÝnh ®é lÖch

81

chuÈn cña çc cÆp gi¸ trÞ cßn l¹i trõ cÆp sè liÖu nghi vÊn©nso s¸nh víi kÕt qu¶ tÝnh to¸n mµ cã sö dông cÆp sè liÖu nghi vÊn. NÕu sù kh¸c biÖt lµ lín h¬n 3 th× gi¸ trÞ ®ã ph¶i bÞ lo¹i bá khëi phÐp ph©n tÝch.

ë ®©y kh«ng cã gi¸ trÞ nµo cho studentized residual lín h¬n 2 nªn kh«ng cã gi¸ trÞ nµo bÞ lo¹i khái phÐp ph©n tÝch.- Influent pointLùa chän Influent point cho ta mét b¶ng liÖt kª tÊt c¶ çc thÝ nghiÖm cã ¶nh hëng lín h¬n 3 lÇn ¶nh hëng trung b×nh cña tÊt c¶ çc thÝ nghiÖm. D÷ kiÖn nµy rÊt quan träng vµ nã ¶nh hëng m¹nh ®Õn hÖ sè t¬ng quan cña m« h×nh

ë ®©y kh«ng cã ®iÓm nµo g©y ¶nh hëng lín gÊp 3 lÇn ¶nh hëng trung b×nh.

* Graphic option ( çc tuú chän ®å thÞ)Tõ cña sæ Box-cox transformation ta chon Graphic option.

Tõ cöa sæ nµy ta cã thÓ gäi ra çc lùa chän vÒ ®å thÞ

82

- Plot of fitted model:

§êng mµu tÝm lµ ®êng giíi h¹n cña gi¸ trÞ hµm lîng chÊt bÐo ®-îc dù ®o¸n tõ mét gi¸ trÞ khèi lîng c¬ cho tríc, hai ®êng mµu ®á lµ ®êng giíi h¹n gi¸ trÞ hµm lîng chÊt bÐo dù ®o¸n cña rÊt nhiÒu thÝ nghiÖm lÆp l¹i t¹i mét gi¸ trÞ khèi lîng c¬ cho tríc.T¬ng tù nh phÇn trªn ta co thÓ gäi ra mét lo¹t çc øng dông trong phÇn graphic option.

IV. Håi quy ®a nh©n tè Trong ph¬ng ph¸p ph©n tÝch håi qui cã nhiÒu trêng hîp ®Ó rót ra kÕt luËn vÒ mèi liªn hÖ gi÷a çc biÕn sè vµ m« t¶ çc sè liÖu quan s¸t ®îc ngêi ta ph¶i dïng håi qui ®a nh©n tè ®Æc biÖt khi sè liÖu chøa hai hay nhiÒu biÕn sè ®éc lËp vµ mét biÕn sè phô thuéc.

Håi qui ®a nh©n tè gióp chóng ta ®¸nh gi¸ ®îc ¶nh hëng cña mét biÕn sè ®éc lËp lªn biÕn sè phô thuéc vµ cïng mét lóc ®iÒu khiÓn ¶nh hëng cña çc nh©n tè kh¸c.

83

Tõ mµn h×nh chÝnh cña phÇn mÒm ta chon File…open….open data file…..cardata.

Sau khi phÇn mÒm ®· më d÷ kiÖn cho bµi to¸n cña chóng ta. Chän tiÕpRelate….multiple regression ®Ó khëi ®éng ch¬ng tr×nh håi qui ®a nh©n tè.

Cöa sæ nµy cho phÐp ta Ên ®Þnh c¸c biÕn: ë ®©y biÕn sè phô thuéc ®îc chän lµ mpg vµ hai biÕn ®éc lËp lµ horsepower vµ weight. NhÊn ok ®Ó hiÓn thÞ cöa sæ analysis summary.

84

KÕt qu¶: ph¬ng tr×nh håi qui thÓ hiÖn mèi liªn hÖ gi÷a biÕn sè phô thuéc mpg vµ hai biÕn sè ®éc lËp horsepower vµ weight lµ:

mpg = 55.7694 - 0.104891*horsepower - 0.00661426*weight

- P – value = 0.000 < 0.01 cã mèi liªn hÖ râ rÖt gi÷a çc biÕn sè ë møc ®é tin cËy 99%. - R-square = 72.3401% chøng tá m« h×nh gi¶i thÝch ®óng cho 72.3401% cña sù biÕn thiªn ®èi víi mpg.- R-square hiÖu chØnh = 71.9368% ( gi¸ trÞ nµy thêng ®îc dïng ®Î so s¸nh çc m« h×nh håi qui víi sè biÕn sè ®éc lËp kh¸c nhau.- Standard Error of Est. = 3.9008 : ®é lÖch chuÈn cña phÇn sai kh¸c lµ 3.9008 gi¸ trÞ nµy ®îc dïng ®Ó dù ®o¸n gi¸ trÞ giíi h¹n cho çc thÝ nghiÖm tiÕp theo.- Mean absolute error = 3.03489 gi¸ trÞ trung b×nh cña phÇn sai kh¸c.- Ph©n tÝch Durbin- watson kiÓm tra phµn sai kh¸c ®Ó x¸c ®Þnh xem liÖu cã mèi t¬ng quan nµo dùa trªn thø tù nhËp vµo cña biÕn sè trong tËp sè liÖu. P = 0.0018 < 0.05 chøng tá cã thÓ cã mèi liªn hÖ.

Conditional sums of square

85

Ph©n tÝch conditional sums of square cho ta b¶ng ph©n tÝch tÇm quan träng cña mçi tham biÕn ®ãng gãp vµo m« h×nh, ®iÒu nµy gióp ta cã thÓ x¸c ®Þnh liÖu m« h×nh nµy cã thÓ ®îc ®on gi¶n ho¸. Ta thÊy r¨ng gi¸ trÞ cao nhÊt cña P – value lµ 0.000 cña horsepower v× P – value < 0.01 nªn m« h×nh cã ®é tin cËy thèng kª lµ 99% nghÜa lµ ta kh«ng thÓ ®¬n gi¶n ho¸ bÊt k× biÕn sè nµo trong hai biÕn sè ®éc lËp ®ã.

Confidence intervalsB¶ng thÓ hiÖn kho¶ng tin cËy lµ 95% cho çc hÖ sè trong ph¬ng tr×nh. Ta cã thÓ sö dông hép tho¹i confidªnc interval option ®Ó thay ®æi kho¶ng tin c©y thèng kª

Correlation matrixLùa chon correlation matrix cho ta b¶ng thÓ hiÖn mèi t¬ng quan gi÷a çc hÖ sè trong ph¬ng tr×nh. Mèi t¬ng quan nµy rÊt h÷u Ých trong viÖc ph¸t hiÖn sù cã mÆt cña quan hÖ ®a tuyÕn gi÷a çc biÕn sè ®äc lËp.

86

Report

B¶ng report cho ta b¶ng thÓ hiÖn çc th«ng tin vÒ biÕn phô thuéc:

- çc gi¸ trÞ dù ®o¸n cña mpg dùa vµo ph¬ng tr×nh håi qui- sai sè chuÈn cho mçi gi¸ trÞ ®îc dù ®o¸n- giíi h¹n gi¸ trÞ cho çc thÝ nghiÖm míi ë ®é tin cËy 95.0%- giíi h¹n gi¸ trÞ trung b×nh ë ®ä tin cËy 95.0%.NÕu chóng ta muèn ch¬ng tr×nh ®a ra mét dù ®o¸n cho thÝ nghiÖm míi chØ cÇn ®a vµo data file gi¸ trÞ cña çc biÕn sè ®éc lËp ch¬ng tr×nhÔ tù ®éng s¶n ra gi¸ trÞ biÕn sè phô thuéc theo m« h×nh håi qui phï hîp ®· thu ®îc ë trªn.

Tõ cöa sæ Report kÝch chuét ph¶i chän pane option ®Ó gäi hép tho¹i report option. Cöa sæ nµy cho phÐp ta lùa chän çc th«ng sè sÏ ®îc b¸o ço.

87

Unusual residualsT¬ng tù nh trong ph¬ng ph¸p Box-cox transformation tuú chän unusual residual cho ta b¶ng liÖt kª tÊt c¶ c¸c thÝ nghiÖm cã ®é sai biÖt lín h¬n 2. Ta cÇn t×m xem thÝ nghiÖm nµo cã ®ä sai biÖt l¬n h¬n 3 ®Ó lo¹i ra khái tËp sè liÖu.

ë ®©y cã 8 thÝ nghiÖm cã stu®entize residual > 2 vµ 1 thÝ nghiÖm cã stu®entize residual >3. thÝ nghiÖm ®ã nÕu n»m ngoµi kho¶ng dù ®o¸n cÇn ph¶i lo¹i ra khái tËp sè liÖu.

Influential points

Trong trêng hîp nµy ¶nh hëng trung b×nh cña mçi sè liÖu lµ 0.02. Cã 4 sè liÖu ¶nh hëng cña chóng gÊp 3 lÇn ¶nh hëng trung b×nh, vµ 1 sè liÖu ¶nh hëng gÊp 5 lÇn ¶nh hëng trung b×nh. Chóng ta ph¶i xem xÐt kÜ sè liÖu nµy xÐt xem kÕt qu¶ sÏ thay ®æi nh thÕ nµo nÕu chóng ta bá ®i sè liÖu nµy khi tÝnh to¸n ®Ó thµnh lËp ph¬ng tr×nh håi qui.

89

Graphical optionComponent effectComponent effect cho ta ®å thÞ thÓ hiÖn tØ lÖ liªn quan cña m« h×nh víi mçi biÕn sè, cho ta ph¬ng tr×nh ®êng th¼ng thÓ hiÖn sù thay ®æi t¬ng øng cña gi¸ trÞ dù ®o¸n cña biÕn sè phô thuéc nÕu ta thay ®æi gi¸ trÞ cña biÕn sè ®éc lËp trong kho¶ng gi¸ trÞ cña nã.

Sö dung component effect option ®Ó thay ®æi biÕn sè sÏ ®îc thµnh lËp ®å thÞ.

Observed versus predicted:

90

Residual versus X

91

Huong dan su dung statgraphics

Documents

Transcript of Huong dan su dung statgraphics