用法 1： 使用中心值汇总数据
一家汽车修理公司的客户抱怨该公司的服务时间比承诺的时间长。 该修理公司决定分析前几个月的实际修理时间以便为客户提供更准确的服务时间。
确定中心值(如均值或中位数)是了解数据的首要关键步骤
用法 2： 评估变异程度
一家零食公司希望评估新的填充机器的性能。 尽管平均状态下此机器看上去以正确的重量填充薯片，但此机器性能也存在很大的差异。
许多薯片袋会出现填充不足或填充过多的情况。
了解数据的变化程度对于了解产品或服务是非常重要的。 不仅如此，理解变异性测量指标同时也会影响您对其他统计量(如均值)的认识。
用法 3： 研究可能的组间差异
一个营销团队研究对他们的电子简报进行的读者调查的结果，以了解该简报是否递送给目标受众。
该团队想知道被调查者的特定特征(性别、年龄和职业)是否与希望更频繁地阅读此简报或对此简报的评价更高有关。
Minitab 可以为每组数据计算单独的描述性统计量，以便您更好地了解这些数据组之间的差异。
需要什么类型的数据?
必须使用数字数据。 例如：
一个月中每个班次发现的缺陷部件数
班级中学生各自的测验分数
服务提供商的机器维修成本
可选的分组列(也称为“按”列)可以是数字、文本或日期/时间。 Minitab 将为此按变量分组中的每个值显示单独的描述性统计量。
例如：
按性别分组的调查反应
按班次分组的客户服务来电
按分支机构位置分组的客户满意度
请考虑要使检验具有实际意义需要多少数据。 尽管您可以仅对一个或两个数据值显示描述性统计，但您拥有的数据越多，结果所能提供的信息量就越大。
我的工作表的外观如何?
测量值数据和所有按变量分组都必须位于单独的列中。 在本示例中，房价是测量值数据，而卧室和外墙则可以用作按变量分组
方案
一位热心的年轻气象学者收集了她家乡一年内的气象数据。 这些值显示了每个月中具有明显降雨的天数。
选择适当的分析方式
由于这是她首次查看这些数据，通过回顾描述性统计量可为她提供一些最重要特征的总览，例如中心趋势和展开的度量。
输入要分析的数据
对于在变量中输入的每个变量，您都将获得一份单独的分析结果。 在本例中，只有一份分析结果。
指定按变量分组(如果有必要)
按变量分组(通常)是一个可用于将分析分为多个可比较和对比部分的类别变量。 例如，如果您将性别指定为按变量分组，您将分别获得男性观测值和女性观测值结果。
但是，此分析不包含按变量分组。
指定选项此分析无需进一步修改，但您可以选择其他选项。 单击统计量可以更改分析中生成的默认统计量。
单击图形可以添加数据的图解。
大数据分析工具minitab (共1篇)
[大数据分析工具minitab：[1]显示描述性统计]