DOE案例(minitab实验设计)
Minitab实验设计DOE操作步骤(PPT 64张)
• • • • • • • • • • • • • • • • • • • •
1、想要体面生活，又觉得打拼辛苦；想要健康身体，又无法坚持运动。人最失败的，莫过于对自己不负责任，连答应自己的事都办不到，又何必抱怨这个世界都和你作对？人生的道理很简单，你想要什么，就去付出足够的努力。 2、时间是最公平的，活一天就拥有24小时，差别只是珍惜。你若不相信努力和时光，时光一定第一个辜负你。有梦想就立刻行动，因为现在过的每一天，都是余生中最年轻的一天。 3、无论正在经历什么，都请不要轻言放弃，因为从来没有一种坚持会被辜负。谁的人生不是荆棘前行，生活从来不会一蹴而就，也不会永远安稳，只要努力，就能做独一无二平凡可贵的自己。 4、努力本就是年轻人应有的状态，是件充实且美好的事，可一旦有了表演的成分，就会显得廉价，努力，不该是为了朋友圈多获得几个赞，不该是每次长篇赘述后的自我感动，它是一件平凡而自然而然的事，最佳的努力不过是：但行好事，莫问前程。愿努力，成就更好的你！ 5、付出努力却没能实现的梦想，爱了很久却没能在一起的人，活得用力却平淡寂寞的青春，遗憾是每一次小的挫折，它磨去最初柔软的心智、让我们懂得累积时间的力量；那些孤独沉寂的时光，让我们学会守候内心的平和与坚定。那些脆弱的不完美，都会在努力和坚持下，改变模样。 6、人生中总会有一段艰难的路，需要自己独自走完，没人帮助，没人陪伴，不必畏惧，昂头走过去就是了，经历所有的挫折与磨难，你会发现，自己远比想象中要强大得多。多走弯路，才会找到捷径，经历也是人生，修炼一颗强大的内心，做更好的自己！ 7、“一定要成功”这种内在的推动力是我们生命中最神奇最有趣的东西。一个人要做成大事，绝不能缺少这种力量，因为这种力量能够驱动人不停地提高自己的能力。一个人只有先在心里肯定自己，相信自己，才能成就自己！ 8、人生的旅途中，最清晰的脚印，往往印在最泥泞的路上，所以，别畏惧暂时的困顿，即使无人鼓掌，也要全情投入，优雅坚持。真正改变命运的，并不是等来的机遇，而是我们的态度。 9、这世上没有所谓的天才，也没有不劳而获的回报，你所看到的每个光鲜人物，其背后都付出了令人震惊的努力。请相信，你的潜力还远远没有爆发出来，不要给自己的人生设限，你自以为的极限，只是别人的起点。写给渴望突破瓶颈、实现快速跨越的你。 10、生活中，有人给予帮助，那是幸运，没人给予帮助，那是命运。我们要学会在幸运青睐自己的时候学会感恩，在命运磨练自己的时候学会坚韧。这既是对自己的尊重，也是对自己的负责。 11、失败不可怕，可怕的是从来没有努力过，还怡然自得地安慰自己，连一点点的懊悔都被麻木所掩盖下去。不能怕，没什么比自己背�
DOE实验设计培训教材(经典完整版)Minitab
BB materialS I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司6Sigma 实验设计课程规划•各节内容¾1.课程介绍¾2.实验设计介绍¾3.全因数¾4.部分因数¾5.实验设计规划¾6.案例S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司根本原因分析的两种方法(Two method for root cause analysis)1.用历史数据观察流程¾散布图，进行图，控制图，分层(scatterplot/runchart/control chart/deplay¾相关性，差异分析，回归分析(correlation/ANOVA/regression)2.流程的实验，用一个规划好的方法变流程并衡量结果¾实验设计实验设计是有效率和有效果地探究许多流程变量（X ）和产出衡量或关键量点（Y ）的因果关系的一种方法。
S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司使用历史数据的一些限制some limitation when using history data •记录常是不完整的(¾省略的变量（X ）¾缺少的值或观察数据¾包含数据惧错误•流程变量通常是有相互关系的•重要变量可能没有变化得足够充分到能了解它们的影响的程度•通常来就，必要数据不是立刻可得到的，获得正确数据是非常必要的。
S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司练习：确定最佳关键变量设置-历史方法目标:了解到识别影响化学流程产量的关键变量的难点（30分钟）说明：用下页的信息来设置一个衡量计划，从而发现能使流程产量最大化的各变量最好设置。
每个实验运行成本$2,000你对初始调查的总体预算是$30,000如果有足够的证据，另外有$50,000可用于将来的研究1.确定在给定的不同标准内可能的变量组合总数2.确定在现在预算内你可作出的变量组合总数3.你会检验什么组合？4.你用什么策略来识别关键变量？S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司练习：确定最佳关键变量设置-历史方法•练习：•流程中的关键变量是：¾原料卖主。
minitab doe案例
minitab doe案例
以下是一个使用Minitab进行DOE（实验设计）的案例：
案例：PCB板的镀铜线质量优化
1. 确定每个因子的高低水平，例如温度、时间、电流等。
2. 打开Minitab软件，创建一个新的DOE计划。
3. 选择合适的因子数、区组中心点数、角点仿行数和区组数，以满足实验需求。
4. 生成正交试验矩阵，并按照计划进行实验。
5. 将实验数据复制到Minitab中进行DOE分析。
6. 选择因子和响应，进行效应图和方差分析。
7. 根据分析结果，优化因子水平，以提高镀铜线的质量。
通过以上步骤，可以使用Minitab进行DOE，优化PCB板的镀铜线质量。
Minitab DOE 操作说明 范例 全因子实验设计法3 因子2 水平实验设计
Minitab DOE操作说明:范例:全因子实验设计法3因子2水平实验设计:因子—A.时间 ,B.温度 ,C.催化剂种类Step 1:决定实验设计开启Minitab R14版1.选择Stat > DOE > Factorial > Create Factorial Design因所要讨论的因子有三个 , 由表中可以作二种选择:¾选择Ⅲ作4次实验¾选择Full作8次实验一个三因子2水平的设计共有23 (或8)种可能的组合 , 一个包含所有可能组合的设计 ,应无法与其它的效应明确分辨出来 ; 然而,使用较少的组合设计称之为部份因子设计(Fractional Factorial Design)此范例决定是全因子设计 , 因在化学工厂内 , 要控制这些因子(时间/压力/催化剂种类)并不耗费时间及成本 , 且实验可在非尖峰时间进行 , 避免打断生产线的进度 , 如果这实验所需成本很高或困难执行 , 你可能需做不同决定。
3.点击OK , 回到主对话框中4.选择2-level factorial (default generators), 在因子数选择35.点击Designs ,选取Full factorial6.在Number of replicates选项中选2 ,按OKStep 2:因子命名与因子水平的设定因子水平的设定可以是文字或数值¾若因子为连续性Æ使用数值水平设定,可为量测的任意值(ex.反应时间)¾若因子为类别变量Æ使用文字水平设定,为有限的可能值(ex.催化剂种类)就一个2水平的因子设计 , 因子水平设定为两个值 , 建议数值尽可能分开:Factor Low Setting High SettingTemperature 20° C 40° CPressure 1 atmosphere 4 atmospheresCatalyst A B1.点击Factors按钮2.输入因子名称及水平 , 完成后按OK回到Create Factorial Design主对话框Step 3:随机化与储存设计的内容1.按Options选项钮2.在Base for random data generator的字段 , 输入9 ,可控制随机化的结果,让每次 都可得到一致的模型3.确定有选取Store design in worksheet的选项后,并按OK4.回到Create Factorial Design主对话框按OK ,就会产生设计的内容并储存在工作窗体 中Step 4:¾若要切换工作窗体以RanOrder/StdOrder以及Coded/Uncoded 的呈现 ,可由菜单Stat ÆDOE ÆDisplay Design 来选择¾ 另外若要修改因子名称或设定 , 有两种方式： (1)可由菜单Stat ÆDOE ÆModify Design 来选择 (2)直接修改数据窗口中相对的因子列Step 5:数据收集与输入1.在数据窗口中C8的变量名称位置输入Yield2.可将此实验工作表打印出来并收集数据结果输入YieldStep 6:筛选实验目的是利用效应图来选取对于提高产能较大效应的因子¾配置一个模型(Fit a model)1.在菜单点选StatÆDOEÆFactorialÆAnalyze Factorial Design2.在Responses字段输入Yield3.点取Graphs选项钮4.绘制Normal(常态机率图)及Pareto(柏拉图) ,协助找到显著因子5.按OK 键 ,回到Analyze Factorial Design 主对话框 ,再按主对话框OK 键 ,即会将分析结果及绘图在窗口中 ¾ 效应图(Effect Plots)Normal(常态机率图) Pareto(柏拉图)¾确认重要的效应因使用为全因子设计,故包含3个单一之主效应、3个二次的(two-way)交互作用及1个三次的(three-way)交互作用Step 7:配置一个较简单的模型接下来,要由全因子模型所找到的重要因子再重新设定一个较简单的模型,也就是去除不显著之因子,评估适合度、图示解析及残差分析1.点选菜单选单StartÆDOEÆFactorialÆAnalyze Factorial Design2.选取Terms选项钮3.设定内容4.按OK键,回到Analyze Factorial Design主对话框6.勾选Four in one相关分析图,按OK键回主对话框7.按Analyze Factorial Design的主对话框OK键分析的结果会列在程序窗口中,残差分析图及相关图将可进一步评估¾主效应是否选取适当??¾设定的模型是否恰当??Step 8:评估调整后的模型而残差分析图的结果也是令人满意的Step 9:结论之描述¾因子图(Factorial Plots)以绘制主效应图(Main Effect Plot)及交互作用图(Interaction Plot)可以用目视的方法来决定效应分析1.点选菜单StatÆDOEÆFactorialÆFactorial Plots2.勾选Main Effects Plot ,再按下Setup3.在Response输入Yield4.将显著因子B(Pressure)及C(Catalyst)自Available字段到> Selected字段中2.勾选Interaction Plot ,再按下Setup,重复3与4步骤¾ 检视绘图内容在绘图窗口中会个别列出主效应图及交互作用图--主效应图(Main Effects Plot)分析压力图催化剂图(Catalyst Plot)Æ比较催化剂在两种类别的差异(1) 由图中显示 ,差异性比较:催化剂主效应>压力主效应 ,也就是说催化剂斜率的绝对值 大于压力斜率的绝对值 ,由于Yield 为望大值(越大越好) ,故压力在4大气压较1大气 压有较高的良率 ; 催化剂的种类使用A 较B 有较高的良率(2) 若因子之间没有交互作用存在 ,由主效应图即可找到使良率较高的最佳组合 ,此范例 有BC 交互作用显著差异存在 ,故接下来再由交互作用图来分析-- 分析交互作用图可看出因子间水平设定互相造成之冲击性 ,有加乘或抵消作用(1) 由图中显示 ,不论压力值在1大气压或4大气压 ,使用A 催化剂的Yield 皆大于B 催化剂 ;但是以A 催化剂而言 ,压力设定在4大气压比1大气压有明显Yield 变化(2)综合以上分析 ,使Yield 最大的最佳组合为压力4大气压与A 催化剂。
Minitab实验设计操作解读
为了学习的方便，把“随机化”选项去掉 其他按“Ok”
信息窗口输出
实验设计的基本信息：
因子数目 运行次数 实验类型 实验分辨率 “＋”或者“－”的组合
实验的别名结构（混淆）
实验的直观分析
按照前面全因子实验的步骤做出实验结果的主效应图和交 互作用图如下：
反应完全度 主效应图
实验的统计分析第4步：确定最佳条件
选择菜单”统计>DOE>因子>因子图…”作出以下图形： 立方图
实验的统计分析第4步：确定最佳条件
平均值 的立方图（数据平均值）
27.8375 9
18.0875
压力
39.3875 6 180 温度
24.5375
220
为了得到更高的强度，因子的最佳设置是： •温度：180 •压力：6
搅拌速度 进给速度
2
140 搅拌速度
180
3
6
原材料浓度
75 60 90 75 60
如何得出结论？
使用Minitab文件：部分因子（＋）.mtw
实验的直观分析
反应完全度 主效应图
数据平均值
催化剂浓度 75 70 65 60
温度 催化剂浓度
反应完全度 交互作用图
数据平均值
原材料浓度
140 180 3 6 10 15 100 120 90 75 60 90 75 60
模型中各项因子的系数。
实验的统计分析第3步：各种统计量分析
统计工具就以下的实验数学模型进行分析：
y 常量 a 区组 b 温度 c 压力 d （温度 压力） 残差
结论：
• 温度的“P” ≤0.05，温度是重要 的； • 压力的“P” ≤0.05，温度是重要 的 • （温度×压力）的“P” >0.05， 温度和压力的交互作用不重要的
MINITAB在DOE试验中的使用方法
45.89 48.66 48.12 47.32 49.36 54.33 52.13 52.64 53.64 51.26
1 45.36 46.33 45.87 46.98 51.23 55.33 54.63 52.11 54.32 48.61 49.11 2 47.81 45.21 48.99 48.35 46.56 46.31 48.51 49.32 47.27 55.67 55.98 2 52.31 48.79 55.61 59.68 62.34 57.18 49.62 48.31 49.2 45.1 49.32 3 58.96 58.62 54.36 55.1 51.23 50.31 49.13 46.52 62.34 65.19 48.67 1 50.12 51.23 53.67 59.32 61.22 58.76 58.97 56.37 52.34 54.31 57.21
MINITAB在DOE试验中的使用方法 在 试验中的使用方法
Author : LF Yang
Date
: Oct 15 .2008
步骤一： 步骤一：
1.当试验因子和试验因子的设置水平确定后如何使用 当试验因子和试验因子的设置水平确定后如何使用MINITAB 进行正交分组，假定 进行正交分组， 当试验因子和试验因子的设置水平确定后如何使用 试验因子为4个分别为 个分别为： 水平， 试验因子为 个分别为：USG、 Force、 Time、 C/V，且均为 水平，如下表： 、 、 、 ，且均为3水平 如下表：
优先等级排序
Author : LF Yang
Date
: Oct 15 .2008
Author : LF Yang
Date
: Oct 15 .2008
doe(实验设计)与minitab培训doe案例
doe(实验设计)与minitab培训doe案例实验设计（DOE，Design of Experiments）是一种系统化的方法，用于确定和优化实验参数以实现特定的目标或解决特定的问题。
在制造业、工程、科学研究和其他领域中，DOE被广泛用于提高产品质量、降低成本、改进生产过程等。
Minitab是一款流行的统计软件，用于数据分析、假设检验、回归分析等。
它提供了丰富的工具和功能，帮助用户轻松地分析和解释数据。
以下是一个关于DOE和Minitab培训的案例：假设一家制造公司想要提高其产品的抗拉强度。
通过实验设计，该公司确定了以下几个因素可能影响产品的抗拉强度：温度、压力和材料类型。
目标是找到最佳的温度、压力和材料类型组合，以最大化产品的抗拉强度。
为了解决这个问题，公司使用Minitab软件进行实验设计。
首先，Minitab 帮助确定因素和水平，并生成一个实验矩阵，其中包括每个实验的条件和结果。
然后，公司按照实验矩阵进行实验，并记录每个实验的结果。
在收集完数据后，Minitab帮助进行数据分析。
通过分析结果，公司确定了最佳的温度、压力和材料类型组合。
此外，Minitab还提供了其他有用的统计信息，如因素对结果的影响程度、因素的交互作用等。
通过这个案例，Minitab培训的目标是使参与者能够：1. 了解实验设计的基本概念和方法；2. 使用Minitab软件进行实验设计和数据分析；3. 掌握如何解释和分析实验结果；4. 应用实验设计的方法来解决实际问题。
总之，通过DOE和Minitab培训，参与者可以学习如何系统地设计和分析实验，并使用统计软件来分析和解释数据。
这将有助于提高产品质量、改进生产过程和提高企业的竞争力。
Minitab实验设计DOE操作步骤
23
点击编辑上一对话框图标
24
先选中交互作用图
第二步点击设置
25
点击确定
显示此图形
再点击确定
26
图示解析：前半平面度和门磁角 度对于漏波值的大小无交互作用
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
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设计
选中因 子数3
37
出现此 对话框， 选择设
计
点击确
定
38
出现此对 话框，点 击显示可
用设计
39
1、点击全 因子
2、点击确定 40
点击确定
41
须选中类型是数 字还是文本
在右对话框中输入 因子名称和选中水
平高低
然后点击确定
42
然后点击确定
43
然后点击选项
44
取消勾选后，标准序C1 可以按照顺序排列
64
感谢阅读
感谢阅读
50
1、勾选主效应图 2、再点击设置
51
双击C8距离，点 选到下面的响应
框中
点击双箭头的标识，把 上面的三个因子选入到
右边的空白框中
52
点击确定
53
点击确定
54
点击：编辑上一对话框图标
1、生成距离主效 应图，进行分析
分析图示结果：
55
56
57
58
59
60
61
62
63
操作演示完
然后点击确定
45
点击结果
46
3、再点 击确定
2、出现 此对话框
1、点击 确定
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。
DOE(试验计划使用minitab)
分析结果 解释,对策
• 在已知的条件之内 导出结论 •确认实验与否的决定 • 确认实验的 再现性的确保
Data 分析
• Graph化 • 实验时的管理状态 与否及误差的 等分散性研讨 • 对missing value的事前 对策
实验的实施
•按照计划的 实验实施
• 因子(factor) : 影响data散布的无数原因当中直接与实验有关的原因 • 水平(level) : 为了实验而选定的因子的条件 • fixed factor : 技术性指定的因子(温度, 压力, 强度 等)变量因子 • Block : 把实验分为时间性, 空间性，在内部能够造成实验环境均匀
→ 按结果，设定作业标准，提供选择原料、装置、测定方法等 的基准
14 -3/29
实验设计
什么是实验设计(DOE) ?
对已知的事实 检证或 确认未知的事实 的假设
(进行实验)
Prism(DOE)
(实验设计)
True State of Nature
Noise
New Data
Available Data
T
93.67 1.67 18.33 9.00 19.67 -9.67 -1.00
P
0.007 0.344
0.01250 0.13750 0.06750 0.14750 -0.07250 -0.00750
0.00625 0.06875 0.03375 0.07375 -0.03625 -0.00375
实验设计(DOE)-完全配置法例题(23 实验)
对实验设计(DOE)的适用结果解释及对策事项是 ?
•Minitab Menu : Stat / DOE / Factorial/Factorial Plot 2. 分析 1) 主效果(Main Effects Plot)
DOE(Minitab)全
DOE的定义
DOE: Design of Experiment 实验设计，收集数据的过程，这种过程主动的 改变流程输入（X）的设置，并且考察这些X的 改变对流程的输出（Y）有何影响。
y = f(x)
响应 因子 输出 输入
DOE研究的对象
受控因子 (Factor)
过程
噪音因子 (Noise)
在另一天将所有的实
件，使用三次测量的
验条件重新运行。
平均作为运行的响应。 彷行比重复好（通常成
本更高）
实验中的样本量通过防 行来控制
随机化
对于我们知道的噪音变量可以用Block降低其对实 验的影响。
对于我们不知道的噪音变量如湿度，电压变化这 一类潜伏变量可以用随机化，即打乱实验的顺序 降低其对实验的影响。
为什么随机化：示例
假设印刷电路板上的镀层厚度是您关心的响应。 在一个月内这个值趋向于下降。 如何解释这种下降趋势？（某种潜伏变量影响）
厚度与每月的第几天
为什么随机化：示例（续）
假设要在实验中评估浸泡温度的效果，小组首先 测试了50摄氏度，然后测试70摄氏度。(直观判 断70摄氏度的输出较小）
如果因子的数目很多，要运行全因子实验将变得 很困难，为了达到筛选关键因子的目的，可以按 照一定的方法从所有的处理中挑选出一部分运行， 这种实验方法很多，其中之一叫做部分因子实验 (Fractional Factorial Experiment)。
全因子实验--例子
在注塑成型工具中，注塑件表面的强度是个关键 质量指标，对其的要求是越高越好。
响应(Y) (Response)
DOE的目的
因子的显著性分析 确定对响应Y有重要影响的因子X
确定最佳条件 确定关键输入因子的设置从而使得响应Y最佳
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)
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
Minitab实验设计DOE操作步骤-1_742
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
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
Normal Probability Plot of the Residuals
(response is r)
Storage/Residuals& Fits Graphs/Residual Plots
1
Normal Score
0
-1 -1 0 1
Residual
Histogram of the Residuals
Normal Score
AC
0
-1
B
0
10
20
Standardized Effect
DOE基础知识
完全要因实验使用Minitab操作事例
阶段7 分析误差图（Residul plots）, 确认模型的适合性
stat/DOE/Analyze Factorial(or Custom) Design stat/Regression/Residual Plots or stat/DOE/Analyze Factorial(or Custom) Design
1
A*B*C 256 258 2 0.5
80
DOE基础知识
完全要因实验使用Minitab操作步骤
阶段1 实际问题记述 阶段2 记述关心的要因和水准,使用MINITAB来制订实验数据表,尽 可能把所有的反应值在一列中记录,所有的输入变量(要因)的水准记入 记录已知道的值的列中。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(5)作标准化效应的Pareto图和正态图，如图1-2(a)、(b)所示。
(3)按计划表完成试验并将试验结果填入表中。
(4)利用Minitab软件，对结果做因子主效图、交互效应图和立方图。如图1-1(a)、(b)、(c)所示：
从(a)图可以看出：A(热处理温度)、B(升温时间)及D(恒温时间时间)主效应显著。
从(b)图可以看出B(升温时间)跟D(恒温时间)存在明显交互作用。
图1-5
(9)对修订回归方程再做残差诊断，残插图如图1-6所示。
从下图可以看出残差服从正态分布，无异状。
图1-6修订后残插图
P值=0.935>0.05，残插符合正态分布。
(10)调优找出因子最佳方案。
当热处理温度=860℃,升温时间=3min，处理时间=1.6h，恒温时间=60min,强度最大值
Y=573Leabharlann 6.8(1)确定响应变量、试验因子和因子水平，编制因子水平表，见表1-1.
因子
水平
-1
+1
A（恒温时间）/min
50
60
B（热处理温度）/(°)
820
860
C（升温时间）/min
2
3
D（处理时间）/h
1.4
1.6
表1-1
(2)按4因子2水平的全因子试验编制试验计划表（考虑中心点重复和随机化）得到下述试验计划（采用Minitab软件）见表1-2。
DOE试验案列
（提高金属热处理后的强度）
******
【应用示例】
目的：提高金属材料热处理后的强度
经与工程部、品质部及生产部的技术工程师、品质工程师和现场调机人员的充分讨论，影响金属材料热处理后的强度主要有以下4因子，即：恒温时间、热处理温度、升温时间、处理时间。决定采用4因子2水平的全因子试验来进行分析。
从上两图可以看出A、B、D显著，C不显著，BD交互作用处于临界点，做显著处理。
(6)作残差图，如图1-3所示。
从上图可以看出：残差满足正态分布和随机波动的要求。无异常现象。
(7)增加B*D项，对实验结果最方差和回归分析。如图1-4所示。
图1-4
从上图可以看出C(处理时间)不显著,需重新修订。
(8)去掉C项，作再次回归分析。如图1-5所示。