DOE实验设计PPT课件

合集下载
  1. 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. 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. 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)。

1
反证法原理
原假设H0 :μ=2000kg; 先假定H0为真,若经 备择假设H1: μ>2000kg;过分析结果与H0矛盾
,拒绝H0。
在假设H0是成立的条件下,与大概率事件相比,
2
小概率事件 小概率事件在一次试验中几乎不会发生,如果发 生,则H0成立是不正确的,拒绝H0。
1.2假设检验的基本步骤
建立假设
解:设立原假设和备择假设
H0=2000kg;H1>2000kg;
Z
X
0
方法1:计算统计量: / n
2000)/(300/25)=2.50
Z=(2150-
Z>1.645(查表得知拒绝域),故拒绝H0;
方法2:用minitab软件,计算P为0.006,小于α 0.05,则拒绝H0;
方法3:置信区间:在本题中,样本均值为2150,总体均值可能稍大或稍小些,但 我们可以有95%置信下限,总体均值上限是无穷的,因为原假设的均值2000比 2051.3还小,并未落入此置信区间内,拒绝原假设。
P值比较法
p 值:指的就是 当原假设Ho 成 立时,出现目前 状况的概率。 P<0.05,拒绝 原假设,接受备 择假设。反之, 不能拒绝原假设 Ho 。
置信区间法
计算总体参数的 置信区间,然后 看置信区间是否 包含了原假设值 ,如果原假设值 未被包含在内, 则拒绝原假设, 反之,则不能拒 绝原假设。
差来处理。
x1
y1
x2
过程
y2
x3
y3
u1
u2
不可控因子
-噪音U
2.2.1基本术语:模型与误 差模型与误差:在试验设计中建立的数学模型是Y = f(X1,X2,… ,Xk) + ε
f:是某个确定的函数关系,ε为试验误差。希望找到使响应变量Y达到最优的条件。工作中常有三 种不同特性要求:
① 望目特性:此特性具有一特定的目标值(愈近目标值愈好),例如尺寸、换档压力、 间隙、粘

H0 H1
: :
右1侧检验 1
1.2.2选择检验统计量,确定拒绝域的形式
01 总体均值进行检验
用样本均值引出检验统计量
02 正态总体的方差进行检验
用样本方差引出检验统计量
根据检验统计量的值,我们把整个样本空间分成两部分:拒绝域W与接受域A
允许犯第 一类错误 的概率α
确定Leabharlann Baidu
确定单边 和双边
H0 :μ= μ0,H1: μ> μ0(单边假设) H0 :μ= μ0,H1: μ< μ0(单边假设)
1 H0 :μ= μ0,H1: μ≠ μ0(双边假设)
2 选择检验统计量,确定
拒绝域的形式
3 给出检验中的显著性水
平α
步骤 4
根据样本观察值,计算
5 检验统计量的值并进行 判断
给出临界值,确定拒绝域
1.2.1建立假设
假设检验根据实际的需要可以分为 :
双侧检验(双尾): 指只强调差异而不强调方向性的检验。
H0 : 1 0 H1 : 1 0 只关注1,0是否有差异,不关心1比0大还是小
单侧检验(单尾):强调某一方向性的检验。

H0 H1
: :
1 0 左1 侧检验0
总体情况 判断结论
不拒绝H0
拒绝H0
H0成立
H1成立
结论正确(概率为1-α ) 第二类错误(概率为β)
第一类错误(概率为α) 结论正确(概率为1-β)
1.2.4给出临界值,确定拒绝域
有了显著性水平α 后,可以根据给定的检验统计量的分布,计算或查表得 到临界值,从而确定具体的拒绝域。
1.2.5根据样本观察值,计算检验统计量的 值并进行判断
x1
y1
x2
过程
y2
x3
y3
u1
u2
可控因子是输入变量,是影响过程最终结果的
2.2.1基本术语——不可控因子u
在影响过程和结果的因子中除了控制因子还包括一些不 可控因子(uncontrolled factor):u1,u2……,他们通
常包括环境、操作员、材料批次等,对于这些变量我们通
常很难把它们控制在某个精确值上,常把它们当作试验误
02
2.1 DOE的定义
DOE:即实验设计(Design of Experimental)--是对 实验方案进行优化设计、以降低实验误差和生产费 用,减少实验工作量并对实验结果进行科学分析的 一种科学研究方法;是一种藉用实验的手段来决定 最佳设计或生产的方法。 Doe目的:分析出“哪些自变量X显着地影响着Y,这 些自变量X取什么值时将会使Y达到最佳值”。
确定临界 值C
1.2.3给出检验中的显著性水平α
假设检验是依据样本提供的信息进行推断的,即由部分来推断总体, 因而假设检验不可能绝对准确,是可能犯错误的。
两类错误:

错误(I型错误): H0为真时却被拒绝,弃真错误;

错误(II型错误): H0为假时却被接受,取伪错误。
假设检验中各种可能结果的概率:
临界值法
计算出检验统计 量的观测值,将 它与临界值进行 比较当它落在拒 绝域中就作出拒 绝原假设的结论 ,否则就作出无 法拒绝原假设的 结论。
计算检验统计量的值并进行判断
举例子
生产线的钢筋平均抗拉强度为2000kg,标准差为300kg,调整参数后,希望钢筋平均抗 拉强度有所提高。项目团队实施改进后抽取了25批钢筋,测得平均抗拉强度为2150kg, 问:能否断言平均抗拉强度有提高??
2.2.1基本术语——响应Y
我们假定过程的结果当中,y1,y2,y3……是我们关心的
输出变量,这些我们常常称之为响应(response)
x1
y1
x2
过程
y2
x3
y3
u1
u2
2.2.1基本术语——可控因子 X
我们将影响响应的那些变量称为实验问题中的因子。其中 x1,x2,x3是人们在实验中可以控制的因子,我们称为可 控因子(controlled factor)
DOE(实验设计)
Cherry 2018.09.15
目录
Contents
01 假设检验
02
DOE实验设计
01
1.1假设检验的基本原理及方法
Question:配方药物的疗效是否比原配方药物疗效好?采取措施后合格率是否提高? Answer :先把某个结论当成一种假设,根据样品的观察值的情况,运用统计分析的方 法对假设进行检验,并做出判断。 Example:生产线的钢筋平均抗拉强度为2000kg,标准差为300kg,调整参数后,希望 钢筋平均抗拉强度有所提高。项目团队实施改进后抽取了25批钢筋,测得平均抗拉强 度为2150kg,问:能否断言平均抗拉强度有提高??
相关文档
最新文档