Minitab DOE操作说明(田口法静态范例)

MinitabDOE操作说明全因子实验范例

Minitab DOE操作說明:範例:全因子實驗設計法3因子2水準實驗設計:因子—A.時間 ,B.溫度 ,C.催化劑種類Step 1:決定實驗設計開啟Minitab R14版1.選擇Stat > DOE > Factorial > Create Factorial Design2.點擊因所要討論的因子有三個 , 由表中可以作二種選擇:選擇Ⅲ作4次實驗選擇Full作8次實驗一個三因子2水準的設計共有23 (或8)種可能的組合 , 一個包含所有可能組合的設計 , 即稱之為全因子設計(Full Factorial Design) ,好處是可避免交絡(Confounding)的情況 ,也就是所有因子的效應無法與其它的效應明確分辨出來 ; 然而 ,使用較少的組合設計稱之為部份因子設計(Fractional Factorial Design)此範例決定是全因子設計 , 因在化學工廠內 , 要控制這些因子(時間/壓力/催化劑種類)並不耗費時間及成本 , 且實驗可在非尖峰時間進行 , 避免打斷生產線的進度 , 如果這實驗所需成本很高或困難執行 , 你可能需做不同決定。

3.點擊回到主對話框中4.選擇5.點擊,選取Full factorial6.在Number of replicates選項中選2 ,按Step 2:因子命名與因子水準的設定因子水準的設定可以是文字或數值若因子為連續性→使用數值水準設定 ,可為量測的任意值(ex.反應時間)若因子為類別變數→使用文字水準設定 ,為有限的可能值(ex.催化劑種類)就一個2水準的因子設計 , 因子水準設定為兩個值 , 建議數值儘可能分開:1.點擊Factors按鈕2.輸入因子名稱及水準 , 完成後按Create Factorial Design主對話框1.按Options選項鈕2.在Base for random data generator的欄位 , 輸入9 ,可控制隨機化的結果 ,讓每次3.確定有選取Store design in worksheet的選項後 ,並按4.回到Create Factorial Design主對話框按,就會產生設計的內容並儲存在工作表單Step 4:瀏覽設計的內容（直交表形成）若要切換工作表單以RanOrder/StdOrder 以及Coded/Uncoded 的呈現 ,可由功能表Stat →DOE →Display Design 來選擇另外若要修改因子名稱或設定 , 有兩種方式：(1)可由功能表Stat →DOE →Modify Design 來選擇(2)直接修改資料視窗中相對的因子列Step 5:資料收集與輸入1.在資料視窗中C8的變數名稱位置輸入Yield2.可將此實驗工作表列印出來並收集數據結果Step 6:篩選實驗目的是利用效應圖來選取對於提高產能較大效應的因子配置一個模型(Fit a model)1.在功能表點選Stat→DOE→Factorial→Analyze Factorial Design2.在3.點取4.繪製Normal(常態機率圖)及Pareto(柏拉圖) ,協助找到顯著因子5.按OK 鍵 ,回到Analyze Factorial Design 主對話框 ,再按主對話框OK 鍵 ,即會將分析結果及繪圖在視窗中效應圖(Effect Plots)Normal(常態機率圖) Pareto(柏拉圖) 確認重要的效應在圖中偏離直線較遠的點(紅色)為顯著因子 , 即為依圖中影響效應程度大小排列並數值因使用為全因子設計 ,故包含3個單一之主效應、3個二次的(two-way)交互作用及1個三次的(three-way)交互作用Step 7:配置一個較簡單的模型接下來 ,要由全因子模型所找到的重要因子再重新設定一個較簡單的模型 ,也就是去除不顯著之因子 ,評估適合度、圖示解析及殘差分析1.Start→DOE→Factorial→Analyze Factorial Design2.選取Terms選項鈕3.設定內容將原本在Selected Terms欄位中的不顯著因子移到Available Terms欄位中4.按OK鍵 ,回到Analyze Factorial Design主對話框5.點取Graphs選項鈕 ,取消勾選Normal與Pareto圖6.勾選Four in one相關分析圖 ,按OK鍵回主對話框7.按Analyze Factorial Design的主對話框分析的結果會列在程序視窗中 ,主效應是否選取適當??設定的模型是否恰當??Step 8:評估調整後的模型而殘差分析圖的結果也是令人滿意的Step 9:結論之描述因子圖(Factorial Plots)以繪製主效應圖(Main Effect Plot)及交互作用圖(Interaction Plot)可以用目視的方法來決定效應分析1.點選功能表Stat→DOE→2.勾選Main Effects Plot ,再按下Setup3.在Response輸入Yield4.將顯著因子B(Pressure)及C(Catalyst)自Available欄位中2.勾選Interaction Plot ,再按下,重複3與4步驟檢視繪圖內容在繪圖視窗中會個別列出主效應圖及交互作用圖--主效應圖(Main Effects Plot)分析壓力圖催化劑圖(Catalyst Plot)→比較催化劑在兩種類別的差異(1)由圖中顯示 ,差異性比較:催化劑主效應>壓力主效應 ,也就是說催化劑斜率的絕對值大於壓力斜率的絕對值 ,由於Yield 為望大值(越大越好) ,故壓力在4大氣壓較1大氣壓有較高的良率 ; 催化劑的種類使用A 較B 有較高的良率(2)若因子之間沒有交互作用存在 ,由主效應圖即可找到使良率較高的最佳組合 ,此範例有BC 交互作用顯著差異存在 ,故接下來再由交互作用圖來分析--交互作用圖(Interaction Plot)分析交互作用圖可看出因子間水準設定互相造成之衝擊性 ,有加乘或抵消作用(1)由圖中顯示 ,不論壓力值在1大氣壓或4大氣壓 ,使用A 催化劑的Yield 皆大於B 催化劑 ;但是以A 催化劑而言 ,壓力設定在4大氣壓比1大氣壓有明顯Yield 變化 (2)綜合以上分析 ,使Yield 最大的最佳組合為壓力4大氣壓與A 催化劑。

MinitabDOE操作说明全因子实验范例

Minitab DOE操作說明:範例:全因子實驗設計法3因子2水準實驗設計:因子—A.時間 ,B.溫度 ,C.催化劑種類Step 1:決定實驗設計開啟Minitab R14版1.選擇Stat > DOE > Factorial > Create Factorial Design2.點擊因所要討論的因子有三個 , 由表中可以作二種選擇:選擇Ⅲ作4次實驗選擇Full作8次實驗一個三因子2水準的設計共有23 (或8)種可能的組合 , 一個包含所有可能組合的設計 , 即稱之為全因子設計(Full Factorial Design) ,好處是可避免交絡(Confounding)的情況 ,也就是所有因子的效應無法與其它的效應明確分辨出來 ; 然而 ,使用較少的組合設計稱之為部份因子設計(Fractional Factorial Design)此範例決定是全因子設計 , 因在化學工廠內 , 要控制這些因子(時間/壓力/催化劑種類)並不耗費時間及成本 , 且實驗可在非尖峰時間進行 , 避免打斷生產線的進度 , 如果這實驗所需成本很高或困難執行 , 你可能需做不同決定。

3.點擊回到主對話框中4.選擇5.點擊,選取Full factorial6.在Number of replicates選項中選2 ,按Step 2:因子命名與因子水準的設定因子水準的設定可以是文字或數值若因子為連續性→使用數值水準設定 ,可為量測的任意值(ex.反應時間)若因子為類別變數→使用文字水準設定 ,為有限的可能值(ex.催化劑種類)就一個2水準的因子設計 , 因子水準設定為兩個值 , 建議數值儘可能分開:1.點擊Factors按鈕2.輸入因子名稱及水準 , 完成後按Create Factorial Design主對話框1.按Options選項鈕2.在Base for random data generator的欄位 , 輸入9 ,可控制隨機化的結果 ,讓每次3.確定有選取Store design in worksheet的選項後 ,並按4.回到Create Factorial Design主對話框按,就會產生設計的內容並儲存在工作表單Step 4:瀏覽設計的內容（直交表形成）若要切換工作表單以RanOrder/StdOrder 以及Coded/Uncoded 的呈現 ,可由功能表Stat →DOE →Display Design 來選擇另外若要修改因子名稱或設定 , 有兩種方式：(1)可由功能表Stat →DOE →Modify Design 來選擇(2)直接修改資料視窗中相對的因子列Step 5:資料收集與輸入1.在資料視窗中C8的變數名稱位置輸入Yield2.可將此實驗工作表列印出來並收集數據結果Step 6:篩選實驗目的是利用效應圖來選取對於提高產能較大效應的因子配置一個模型(Fit a model)1.在功能表點選Stat→DOE→Factorial→Analyze Factorial Design2.在3.點取4.繪製Normal(常態機率圖)及Pareto(柏拉圖) ,協助找到顯著因子5.按OK 鍵 ,回到Analyze Factorial Design 主對話框 ,再按主對話框OK 鍵 ,即會將分析結果及繪圖在視窗中效應圖(Effect Plots)Normal(常態機率圖) Pareto(柏拉圖) 確認重要的效應在圖中偏離直線較遠的點(紅色)為顯著因子 , 即為依圖中影響效應程度大小排列並數值因使用為全因子設計 ,故包含3個單一之主效應、3個二次的(two-way)交互作用及1個三次的(three-way)交互作用Step 7:配置一個較簡單的模型接下來 ,要由全因子模型所找到的重要因子再重新設定一個較簡單的模型 ,也就是去除不顯著之因子 ,評估適合度、圖示解析及殘差分析1.Start→DOE→Factorial→Analyze Factorial Design2.選取Terms選項鈕3.設定內容將原本在Selected Terms欄位中的不顯著因子移到Available Terms欄位中4.按OK鍵 ,回到Analyze Factorial Design主對話框5.點取Graphs選項鈕 ,取消勾選Normal與Pareto圖6.勾選Four in one相關分析圖 ,按OK鍵回主對話框7.按Analyze Factorial Design的主對話框分析的結果會列在程序視窗中 ,主效應是否選取適當??設定的模型是否恰當??Step 8:評估調整後的模型而殘差分析圖的結果也是令人滿意的Step 9:結論之描述因子圖(Factorial Plots)以繪製主效應圖(Main Effect Plot)及交互作用圖(Interaction Plot)可以用目視的方法來決定效應分析1.點選功能表Stat→DOE→2.勾選Main Effects Plot ,再按下Setup3.在Response輸入Yield4.將顯著因子B(Pressure)及C(Catalyst)自Available欄位中2.勾選Interaction Plot ,再按下,重複3與4步驟檢視繪圖內容在繪圖視窗中會個別列出主效應圖及交互作用圖--主效應圖(Main Effects Plot)分析壓力圖催化劑圖(Catalyst Plot)→比較催化劑在兩種類別的差異(1)由圖中顯示 ,差異性比較:催化劑主效應>壓力主效應 ,也就是說催化劑斜率的絕對值大於壓力斜率的絕對值 ,由於Yield 為望大值(越大越好) ,故壓力在4大氣壓較1大氣壓有較高的良率 ; 催化劑的種類使用A 較B 有較高的良率(2)若因子之間沒有交互作用存在 ,由主效應圖即可找到使良率較高的最佳組合 ,此範例有BC 交互作用顯著差異存在 ,故接下來再由交互作用圖來分析--交互作用圖(Interaction Plot)分析交互作用圖可看出因子間水準設定互相造成之衝擊性 ,有加乘或抵消作用(1)由圖中顯示 ,不論壓力值在1大氣壓或4大氣壓 ,使用A 催化劑的Yield 皆大於B 催化劑 ;但是以A 催化劑而言 ,壓力設定在4大氣壓比1大氣壓有明顯Yield 變化 (2)綜合以上分析 ,使Yield 最大的最佳組合為壓力4大氣壓與A 催化劑。

DOE基础知识(minitab软件操作实例讲解DOE)PPT课件

.
16
DOE基础知识
完全要因实验使用Minitab操作事例
阶段3 Stat/DOE/Create Factorial Design菜单
.
17
DOE基础知识
完全要因实验使用Minitab操作事例
阶段3 Stat/DOE/Create Factorial Design菜单
.
18
DOE基础知识
完全要因实验使用Minitab操作事例
阶段3 决定适当的标本的大小随意化数据表的实验顺序后执行实验
.
14
DOE基础知识
完全要因实验使用Minitab操作事例
阶段3 Stat/DOE/Create Factorial Design菜单
Hale Waihona Puke .15DOE基础知识
完全要因实验使用Minitab操作事例
阶段3 Stat/DOE/Create Factorial Design菜单
2
1
0
-1.00 -0.75 -0.50 -0.25 -0.00 0.25 0.50 0.75 1.00
Residual
.
26
DOE基础知识
完全要因实验使用Minitab操作事例
阶段6 去除以下内容后，求缩小模型（Reduced model）
p-值不有意的结果，或者阶段4的“效果图表”中显现为低效果由上图分析，可对A*B*C，B*C两交互作用排除再进行分析
.
27
DOE基础知识
完全要因实验使用Minitab操作事例
.
4
DOE基础知识
实验计划法概要
实验计划顺序
问题的定义
输出变量及输入变量的选定
Analyze阶段

（完整版）MinitabDOE操作说明（田口法静态范例）

（完整版）MinitabDOE操作说明（田口法静态范例）Minitab DOE(田口法靜態型)操作說明:製造高爾夫球及設計開發其有效的增加最大飛行距離 ,4個控制因子 , 2水準因子水準1 Core material liquid tungsten2 Core diameter 118 1563 Number of dimples 392 4224 Cover thickness 0.03 0.06交互作用:Core material V.S Core diameter干擾因子: two type of golf clubs(driver and a 5-iron)Step 1:因子數及水準數之決定開啟功能選單Stat > DOE > Taguchi > Create Taguchi Design ?勾選2水準設計及因子數Step 2:實驗次數選定點選Designs按鈕(直交表類型)決定(4因子2水準作8次實驗)Step 3:因子及水準Data輸入點選Factors按鈕依照各因子名稱及水準Data輸入視窗表中Step 4:因子間交互作用選定在Taguchi Design-Factors對話框中 , 點選Interactions按鈕選擇已知交互作用由Available Terms欄位 > Selected Terms欄位Step 5:田口直交表及實驗結果輸入將直交表中C5及C6欄位分別輸入干擾因子Driver及Iron名稱 , 實驗結果Key-in至表中Step 6:實驗結果分析(選項設定)在功能表選擇Stat > DOE > Taguchi > Analyze Taguchi Design 將C5(Driver)及C6(Iron)移至Response data are in欄位中點選Analysis按鈕在選項中勾選Signal to Noise ratios及Means在Analyze Taguchi Design對話框中 , 選擇Options按鈕因此範例為望大特性, 故在Signal to Noise Ratio選項中勾選Larger is better在Analyze Taguchi Design對話框中 , 選擇Analysis Graphs按鈕勾選Four in one設定完成後在Analyze Taguchi Design對話框中 , 按Ok按鈕利用繪圖及視窗分析表作S/N比及最佳組合比較Step 7:實驗結果分析(S/N比及Mean值之視窗分析表及繪圖)在反應表中藉由各因子S/N比之大小來決定因子變異之影響性, 並選擇因子最小變異之水準值降低變異後 , 其他因子將平均值調整至目標設定在ANOVA分析各因子Mean值差異性 , Material、Diameter是顯著的因子1.S/N比以Diameter最大 , 為極顯著因子 , 其水準1又較水準2之效果好2.Thickness與Material/Diameter 有極大關係(成反比)Mean值以Diameter最大 , 為極顯著因子Step 8:結論(最佳組合及圖形解析)此範例因為品質特性設定為望大型(目標為增加高爾夫球最大的飛行距離) , 所以想得到因子水準最高的Mean值 , S/N比最大的因子最佳水準組合在S/N比主效應圖中 , 每個因子水準S/N比較 , 設定最佳組合為在Mean值主效應圖中, 每個因子水準Mean值比較 , 設定最佳組合為綜合以上分析結果得知最佳組合為(代號表示)→→→→A A11B B11C C11D D22Step 9:預測結果目的在於利用Minitab—Predict Taguchi Results指令來預測S/N 比與相對選定因子設定的反應特性在功能表選擇Stat > DOE > Taguchi > Predict Taguchi Results 取消Standard deviation及Natural log of standard deviation 勾選點選Terms按鈕(A,B,C,D)及交互作用(A*B)皆在Selected T erms 欄位中在Predict Taguchi Results對話框中點選Levels按鈕在Method of specifying new factor levels下選擇Select levels from a list , 並將因子最佳水準組合輸入表中選擇的最佳因子組合預測S/N比為53.68及Mean值(球的平均飛行距離)約為276碼 , 接下來 , 以此組合再作一次實驗去驗證與預測結果之正確性。

MiniTab-DOE操作说明

7
Unit-1: 田口品質工程簡介
產品/制程之參數:
信號因子（signal factor）
由設計工程師依據所開發產品的工程知識來選擇，以表達所想的回應值。當y 的目標值改變時，我們可調整信號因子，使y 的平均值與目標值一致。
例如: 1.電風扇轉速設定是一信號因子，藉由轉速的設定可改變風量的大小。2.射出成型時，藉由壓力的增加，可使產品的尺寸更接近模具尺寸。3.汽車方向盤的轉向角度，可以指示汽車的迴轉半徑。
日本廠產品大部分集中在目標值附近，亦即靠近m （變異較小，性能較佳）的產品，美國廠產品遠離m （變異較大，性能較差），超出產品規格機會較大。
6
Unit-1: 田口品質工程簡介
產品/制程之參數: 對任一個產品或製程，我們可以繪出參數圖，如圖3
所示，其中y 表示所欲探討的品質特性或回應值（response）。影響y 的參數可以分為信號因子（M）、控制因子（Z）和雜音因子（X）三類。
品質是指產品出廠後所帶給社會的損失，但不包括機能本身所引起的損失。
田口博士認為，一產品的品質為該產品因未能充分發揮其原有的機能而產生的損失，而因機能本身所發生的損失除外。
品質特性有以下三種類型:
望小品質函數:
使目標逼近于0，如週期時間，不良率，成本；
望大品質函數:
使目標持續提高,如參量、利潤、強度;
24
Unit-3: 直交表設計
直交試驗表結構:
该表为7因素，2水平，运行8次的正交试验表，具有以下特点：
1、有8个行，表示8种试验运行的不同因素水平组合。
2、有7个列，表示最多可允许有7个因素。
3、表中心的“1”、“2”表示各因素的两种水平。
4、每个因素的每个水平各出现4次，出现机会完全均等。

DOE及Minitab使用初级知识(下)

水平
-
+
15
18
1.2m/min 1.4m/min
60mm
80mm
240℃ 60 ℃
255 ℃ 80 ℃
0.780g/ml 0.820g/ml
100 ℃
120 ℃
2-100
2-200
DOE
33
试验方案选择
改善小组经过讨论，
认为目前只是凭经验对波峰炉焊接因素有粗略认识，从未经过证实，无法确认哪个因素影响大。故决定通过8因素筛选试验来验证以前的经验并为后续改善打好基础，为节约时间，小组决定用8因素筛选试验的最少组合数12 种组合。用Minitab生成的8因素试验方案如下：
建立试验目标
本试验的目标是将外滑轨的内部尺寸保证在目标以内并使偏差最小。
（内外轨的尺寸配合决定滑动力的大小）。
DOE
4
实验设计计划表
DOE
5
可控因素表
DOE
6
噪声因素表
DOE
7
水平设置表
实验表
全因子试验表
DOE
8
主因子效应分析表
因素C对输出变量均值的影响最大。因素A的影响也较大。因素B对输出变量均值的影响很大。
1
0.0
0 -0.10 -0.05 0.00 0.05 0.10 0.15
Residual
-0.1 12345678 Observation Order
Frequency
DOE
19
回归分析
DOE
20
调优运算
DOE
21
分布因子实验
• 特点：
– 同时可评估许多因素，因为大大减少了试验组合，可同时的因素数大增。

Minitab做实验设计(田口法)

Minitab做实验设计（DOE）（田口法）（3因子3水平）编著：鲁仁山2007.12.271．双击桌面上的Minitab图标。

2．这是打开后的界面。

3.如上所示，将资料输入表中。

4. 数据输入完毕，打开Stat菜单，点选DOE Taguchi Create Taguchi Design…5. 这是弹出的界面。

6.根据水平的数量点选相应的水平设计，根据因子的数量点选相应的数字，然后按下Designs…按钮。

7.在弹出的界面上点选相应的正交方案，本例点选L9，然后按OK确认。

8. 这是弹出的界面，之前的灰色按钮（未激活）的已全部激活，按下Factors按钮。

9. 这是弹出的界面。

10．如图所示，将资料输入弹出的界面，然后按OK确认。

11.按下Options按钮，这是弹出的界面。

12. 如图所示，钩选Store design in worksheet，然后按OK确认。

13.这是弹出的实验设计组合排列表。

14.将根据实验组合进行实验得到的实验数据作为响应填入表中。

15. 打开Stat菜单，点选DOE Taguchi Analyze Taguchi Design…16. 这是弹出的界面。

17.在Response data are in处填入响应所在的栏位号，然后按下Graphs…18. 这是弹出的界面。

19.根据需要，如图所示点选相应的项目，按OK确认，然后按下Analysis。

20. 这是弹出的界面。

21. 根据需要，如图所示点选相应的项目，按OK确认，然后按下Terms。

22. 这是弹出的界面。

23. 如图所示点选相应的项目，按OK确认，然后按下已激活的Analysis Graphs。

24. 这是弹出的界面。

25. 如图所示点选相应的项目，按OK确认，然后按下Options。

26. 如图所示点选相应的项目，按OK确认，然后按下Storage。

27. 这是弹出的界面。

28. 如图所示点选相应的项目，按全部OK确认。

田口方法-Minitab的应用

Main Effects Plot for Means
主效應因子平均值圖
A
B
C
D
13.8
12.6
11.410.2Fra bibliotek9.01
2
1
2
1
2
1
2
國立雲林科技大學工業工程與管理所
波霸奶茶涼度實驗
A
2
1
B
2
1
Interaction Plot for Means
交互作用因子平均值圖
1
2
1
2
15.0 12.5 10.0
Mean
15.0 12.5 10.0
B
C
國立雲林科技大學工業工程與管理所
波霸奶茶涼度實驗
• 選Stat=>DOE=>Taguchi=>Predict Taguchi Results 勾選確認實驗預測項目
設定因子水準來進行預測
波霸奶茶涼度實驗
最佳因子水準組合A2B2C2D1
波霸奶茶涼度實驗
國立雲林科技大學工業工程與管理所
PS：不能打中文
7.因子名稱命名 8.因子水準定義 9.因子配置欄位
國立雲林科技大學工業工程與管理所
塑膠射出成型品之融合強度
12.將直交表輸出到表格
10.選OK
國立雲林科技大學工業工程與管理所
11.選Options
國立雲林科技大學工業工程與管理所
L9直交表的各因子水準規劃結果
國立雲林科技大學工業工程與管理所
Ｄ模溫
30℃
40℃
50℃
•選用L9直交表進行部份因子實驗
國立雲林科技大學工業工程與管理所

【20140123】DOE-田口方法与Minitab应用-第二部分

（图形窗口的输出—主效应图）
通过开机的主效应图分析, R107的斜率很大,对开机噪音的影响是显著的, 1K 时的输出电压最小（信噪比最大）; Q105Vbe对开机噪音的影响不明显.
通过关机的主效应图分析, R107和Q105 Vbe对关机噪音的影响均是显著的, R107在1K和Q105 Vbe 在0.65V时输出电压最小（信噪比最大）.
插拨电开关机爆音问题参数优化-示例
2014-1-25 18
步骤五:分析田口设计--开机（平均值）
（图形窗口的输出—四合一残值图）模型有效性分析
从残差图分析, 数据没有明显的规律性,数据呈正态分布,选定模型有效.
插拨电开关机爆音问题参数优化-示例
2014-1-25 19
步骤五:分析田口设计--开机（平均值）/关机（平均值）
静态田口设计示例-04
2014-1-25 3
步骤5:分析静态田口设计（续）
（步骤流程图）
最后点击‘确定’，生成田口分析结果图、表
静态田口设计示例-05
2014-1-25 4
步骤5:分析静态田口设计（续）（会话窗口的输出）
解释结果
每个线性模型分析都提供每个因子低水平的系数、其 p 值以及方差分析表。使用这些结果可以确定因子是否与响应数据显著相关以及每个因子在模型中的相对重要性。按绝对值排列的系数顺序表示每个因子对响应的相对重要性；系数最大的因子影响也最大。方差分析表中的连续平方和和调整平方和也表示每个因子的相对重要性；平方和最大的因子影响也最大。这些结果反映了响应表中的因子秩。
步骤七：因子优化与确认
根据前次试验结果, R107取值在1K左右时可以使B点输出电压最小, 为了取得更准确的结果, 需要对这个值进行优化,根据电阻规格, 上规格取470欧姆, 下规格取1.8K 欧姆进行相同的试验, 试验方案如下表, 同样是9次试验（即只改变R107因子水平）按照试验计划实施, 测得B点在开机和关机时的输出电压, 见左表

DOEMinitab操作教程

DOEMinitab操作教程
1. 什么是DOE（设计实验）？
DOE（Design of Experiments），即设计实验，是一种系统、有效地进行试验设计和数据分析的方法。

它通过合理地选择实验方案，充分利用有限的资源和时间，提高实验效率，提供科学依据来优化产品和工艺。

2. 为什么使用DOE进行实验设计？
使用DOE进行实验设计有以下几个优点：
•提高实验效率：通过设计合理的实验方案，可以充分利用有限的资源和时间，减少试验次数，提高实验效率。

•优化产品和工艺：DOE可以通过充分考虑多个因素之间的交互作用，找到最佳的组合方案，优化产品和工艺参数。

•提供科学依据：DOE提供了数据分析和统计方法，能够从实验数据中提取有效信息，从而为决策提供科学依据。

3. Minitab简介
Minitab是一种常用的统计软件，提供了丰富的数据分析和实验设计功能。

在DOE方面，Minitab可以帮助用户设计合适的实验方案，分析实验数据，得出结论，并提供可视化的结果。

4. DOEMinitab操作步骤
使用DOEMinitab进行实验设计的操作步骤如下：
步骤1：安装和启动Minitab软件
在Minitab官方网站上下载最新版的Minitab软件，并按照官方指导进行安装。

安装完成后，启动Minitab软件。

步骤2：创建工作表
在Minitab软件中，点击。

Minitab实验设计DOE操作步骤(精选)

然后点击选项
Minitab实验设计DOE操作步骤
44
取消勾选后，标准序C1 可以按照顺序排列
然后点击确定
Minitab实验设计DOE操作步骤
45
点击结果
Minitab实验设计DOE操作步骤
46
2、出现此
1、点击
3、再点击
对话框
确定
Minitab实验设计DOE操作步骤
47
确定
在工作表中输入每次试验的结果“距离”
27
点击编辑上一对话框图标先选中立方图
显示出以下对话框第二步点击设置
Minitab实验设计DOE操作步骤
28
双击此标识处
显示出以下对话框
单击标识处
显示到此对话框
最后点击确定
Minitab实验设计DOE操作步骤
29
再点击确定
Minitab实验设计DOE操作步骤
30
图示解析：通过实验设计分析，试验结果显示出门磁角度在92，前半平面度在0.3时，漏波值是最
再点击确定
Minitab实验设计DOE操作步骤
22
图示解析：门磁角度越大漏波值越小；反之，门磁角度越小漏波值越大，且门磁角度的大小对漏
波值影响很大
图示解析：前半平面度越大漏波值越小；反之，前半平面度越小漏波值越大，前半平面度的大小对漏波
值影响较小
Minitab实验设计DOE操作步骤
23
点击编辑上一对话框图标
Minitab实验设计DOE操作步骤
24
先选中交互作用图
第二步点击设置
Minitab实验设计DOE操作步骤
25
点击确定
显示此图形
再点击确定

Minitab运用之 DOE篇 (NXPowerLite)

Minitab運用之 DOE篇
KM名稱 KM作者 Minitab運用之DOE篇唐榮亮建立日期版本 2009.06.30 1.0
KM類別
摘要
專業技朮
Minitab 軟體使用和案例分析
一對DOE的認識
部門分類
關鍵字
PA技朮
DOE,Minitab等
KM大綱
二 DOE的三大基本原則三選擇DOE方法的步驟四 Minitab的運用五案例分析
DOE案例分析---擬合選定模型
2.看ANOVA表中的失擬現象
此處有一假設檢驗: H0:無失擬<--->H1:失擬. 如果對應的P value大于0.05,則無法拒絕原假設,即無失擬. 如果對應的P value小于0.05,則拒絕原假設,即失擬. 如果出現失擬,則需要分析其可能原因:
實驗設計中漏掉了重要因子; 在因子篩選實驗中盡可能多的加入因子.
Minitab 菜單解析
選擇要變更的因子數選擇兩水平的部分析因或通用全因子實驗
• StatDOEFactorialDefine Custom Factorial Design
Minitab 菜單解析
根據需要變更因子信息
選擇編碼和不編碼
Minitab 菜單解析
根據需要變更標准順序和運行順序
DOE案例分析---擬合選定模型
4.擬合相關系數(R-sq)和修正擬合相關系數(R-sq(adj))
判斷一個模型的優劣:
1. R-sq和R-sq(adj) 兩個值都越接近1. 2. 刪減模型中R-sq和R-sq(adj) 兩個值都越接近.
DOE案例分析---擬合選定模型
5.樣本標准差(s)和樣本方差(s2)
DOE案例分析---殘差分析

DOE培训系列MintabDOE操作说明

因子數選擇3 DOE培训系列MintabDOE操作说明
中心複合設計
n 3:點擊
確認中心复合试验设计的因素数所对应的运行次数
DOE培训系列MintabDOE操作说明
中心複合設計
n 4:點擊
選择中心复合试验设计的因素数和对应的运行次数
DOE培训系列MintabDOE操作说明
中心複合設1 +1
+1.682 +1.682 +1.682
实际设置 1400 800 1.6
1268 834 1.7
DOE培训系列MintabDOE操作说明
中心複合設計
11:數據輸入： 12:在MINITAB下拉式菜单选：Stat>Factorial>Response Surface>Analysis Response Surface Design 如下图
从（A、C、Y）图中可以看出，因素A、C对Y的是非线性的，因为表面图发生弯曲。
从（B、C、Y）图中可以看出，因素B、C对Y的是接近线性的，因为表面图接近一个平面。
PS: （A、B、Y）图和（A、C、Y）图发生弯曲的原因为因素A存在二次项，在（B、C、Y）图中，A因素被固定为0，表面图反映的只是因素B与C的影响，是线性的，表现在表面图上为表面图形近似为平面。
确定试验因素水平表
Factor A.射出壓力(psi) B.保持壓力(psi)
C射出時間(s)
水平1200 700 1.2
水平+ 1400 800 1.6
DOE培训系列MintabDOE操作说明
中心複合設計
n 1. 在MINITAB工作表选择：Stat>DOE>Response Surface>Create Response Surface Design,如下表：