公差区间图包含以下各项：

·    可直观表示样本数据分布的直方图。观察分布的中心趋势、变异和整体形状。直方图可以帮助您确定假设，并指导您进行进一步的分析。

·    直观表示样本均值以及公差区间的上限和/或下限的区间图。区间末端的垂直线代表区间边界，而箭头表示相应的区间侧没有界限。

Minitab 使用精确方法计算正态公差区间。

·    有助于确定数据是否遵循正态分布的正态概率图。如果数据严格遵循正态分布，则概率图上的数据点将会形成一条直线。

·    一个显示均值、标准差、正态和非参数方法的公差区间以及 Anderson-Darling 正态检验值的表。正态性检验用于评估数据遵循正态分布的原假设 (H0)。如果检验的 p 值小于所选的 a 水平，则必须否定 H0 并推断出数据不服从正态分布。

·    对于非参数方法，Minitab 将计算所达到的置信水平。这是从样本中获取的精确置信水平。它通常不会小于您所需要的置信水平，除非您的样本数量太小。

正态概率图显示点合理分布在参考线附近，这表明数据遵循正态分布。垫圈数据的 Anderson-Darling 正态性检验（右下角）的 p 值为 0.201。该值大于所选的 a 水平 0.05。因此，没有足够的证据表明数据不遵循正态分布。请使用正态方法结果。

制造商对涵盖大多数垫圈厚度的厚度范围感兴趣。公差区间即包含这些信息。由于数据呈正态分布，因此制造商有 95% 的信心认为所生产的全部垫圈中至少有 95% 的厚度是在正态方法区间 [10.409 11.684] 之内。

分析人员将此公差区间与主要客户的垫圈规格 [10 12] 相比较。由于此公差区间在客户的要求范围之内，因此分析人员推断此厚度变化未超出范围。