02 全因子试验设计

全因子试验设计基本概念
分析阶段3，判断是否达标并验证。
14 全因子试验设计
第一步：判断是否达到目标
• 将预测得到的最优响应变量Y与给 定的目标值相比较 • 判断是否达到目标
第二步：决定下一步策略
• 如果没有达到目标，离目标尚远， 需要新一轮试验（在这次的基础上） • 如果已经达到目标，对最优组合进 行验证试验。
分析阶段
因子清单
连续因子
回归
因子X初步筛选方法（六西格玛方法）
六西格玛方法对于因子分析方法是：从X到Y 主观评价 客观评价 DOE
6 全因子试验设计
海选
筛选
精选
主观评价阶段需要有具备工程技术经验的专业人员参与，否 则容易遗漏重要因子。 客观评价阶段需要有具备统计知识的数据分析人员参与，否 则无法进行统计评估。
另一种因子初步筛选的方法——谢宁方法
Dorian Shainin (1914- 2001)，中文译作 道林〃谢宁，又译作夏宁。 谢宁致力于改进工业问题解决的专门 技术长达六十余年。他最闻名于世的 是其“谢宁方法”(Shainin Techniques) 或简称谢宁法。 谢宁方法的优点在于简单，不需要分 析者掌握很多的统计知识，只需要简 单的计算，就能获得结论（其后台的 分析方法是采用非参数统计）。
7 全因子试验设计
谢宁方法 常用工具简介
多变异研究
8 全因子试验设计
集中图
成对比较/过程参数调查
部件调查
主要内容
1. 因子的初步筛选方法 2. 全因子设计回顾 3. 全因子设计案例
9 全因子试验设计
全因子试验设计基本概念
一个23全因子试验的完整的模型如下： ������ = ������0 + ������1 ������1 + ������2 ������2 + ������3 ������3 + ������12 ������1 ������2 + ������13 ������1 ������3 + ������23 ������2 ������3 + ������123 ������1 ������2 ������3 + (������������������������������) 实际情况下，一个有效的统计模型不会包含全部的项，很多 项在整个模型中“贡献度”非常小，可以被忽略。 项是否显著的标准：和随机误差相比的F检验结果是否显著。
全因子试验设计 Full Factorial DOE
试验设计系列培训教材 基于Minitab软件版本
学习目标
了解因子初步筛选的常用方法 全因子设计的步骤和方法回顾 全因子设计的各种应用案例
2 全因子试验设计
主要内容
1. 因子的初步筛选方法 2. 全因子设计回顾 3. 全因子设计案例
3 全因子试验设计
做验证试验前，要计算出验证试 验结果应该落在什么范围内
进一步是计算出������次验证试验结 果的平均值应落入什么范围内
如果������次验证试验结果的平均值 落入事先计算好的范围内 说明模型正确，预测结果可信
主要内容
1. 因子的初步筛选方法 2. 全因子设计回顾 3. 全因子设计案例
15 全因子试验设计
因子X的初步筛选 相关
不相关
4
因果
无因果
全因子试验设计
因子初步筛选只能证明相关性，不能证明因果性。 但是不相关的因子肯定没有因果性。 通过初步筛选缩减参与DOE试验的因子数量，减轻 DOE试验的压力，是一项非常必要的工作。 但是切记，要证明因果性，因子的水平一定是主动 设置的而不是被动测量获得的。
全因子试验设计案例分析
不含中心点的试验设计
16 全因子试验设计
含离散因子的试验设计
含区组的试验设计
响应变量为离散值的试验设计
不含中心点的试验设计
打开文件：DOE-02(无中心点).MTW
17 全因子试验设计
通常，使用Box 推荐的角点加上 若干中心点是最 有效的方法
但有时候，进行 中心点的试验很 困难或很麻烦， 不希望进行中心 点的试验
不含中心点的试验设计
18 全因子试验设计
不含中心点的注意事项
由于没有中心点，方差 分析表只含有“失拟” 项，没有“弯曲”项 安排中心点会增加试验 的调整工作量，但是可 以估计是否有显著弯曲 如果不能肯定没有弯曲 的情况存在，则还是应 该安排有中心点的试验
12 全因子试验设计
全因子试验设计基本概念
分析阶段2：模型已经确定，预测最优组合。
第一步：再次确认模型中的异常点 观察偏离模型的点 判断是否需要更新模型 第二步：再次检查显著项 主效应图 交互效应图
13 全因子试验设计
第三步：观察响应变量Y的最优的范 等值线图 曲面图
第四步：预测因子的最优组合 响应优化器（结合等值线图） 响应优化器（结合曲面图） 第五步：预测最优组合情况下，响应变量的拟合值和波动范围 平均值波动范围（置信区间） 单个值波动范围（预测区间）
10 全因子试验设计
全因子试验设计基本概念
计划 阶段
设计DOE 试验计划 计划阶段1：阐述目标 计划阶段2：选择响应变量Y、因子X、因子水平 计划阶段3：选择试验计划、完成试验计划表
11 全因子试验设计
实施 阶段
实施DOE 试验计划
实施阶段1：按照试验计划表进行试验
实施阶段2：获得试验数据
分析 阶段
因子X初步筛选方法（六西格玛方法）
主观评价阶段（依靠经验和小组讨论进行主观打分评估）
详细流程图 因果矩阵 PFMEA
5 全因子试验设计
分析阶段 因子清单 分析阶段 因子清单
头脑风暴
鱼骨图 因果矩阵 PFMEA
客观评价阶段（依靠数据和统计工具进行客观概率评估）
离散因子 假设检验 DOE
因子清单 DOE 因子清单
分析
判断结果
分析阶段1：寻找最佳模型，七步曲
分析阶段2：再次检查模型，预测最优组合 分析阶段3：判断是否达到目标并进行验证
全因子试验设计基本概念
分析阶段1，寻找最佳模型的七步曲
第一步：评价模型 的总效果 第二步：评价弯曲 效果 第三步：评价失拟 效果 第四步：评价模型 的拟合优度 第五步：评价模型 的误差 第六步：评价模型 各项是否显著 第七步：残差诊断
解决此问题的通 用选择就是进行 重复试验，在角 点上仿行（重复）
分析方法基本上 与含中心点的试 验相同，只是无 法进行弯曲检验
设计方案：23 × 2，3因子2水平，每个角点仿行2次，随机误 差由角点重复产生。 • Minitab要求所有角点必须重复相同的次数。 • JMP可以允许只有部分角点重复，其它角点不重复。