【正文】 oxplots 圖象輸出 option?Residual Plots:對殘差提供多樣的 plot 殘差只有隨正態(tài)性時 ， 它的結(jié)果值才能 判斷為正確。 因子為 2個，把因子各水準的組合全部 Radom實施的實驗。Response:實驗結(jié)果數(shù)據(jù)167。Fit additive model:選擇交互作用的有無?Lake與 Interaction 的 p值 大于 ， 故不會 引起效果。MinitabTwoway ANOVA216。Alpha level:留意水準167。Minutes 的 3水準 (值 =18)時有影響167。Model:指定需分析的因子167。Engineer 為變量因子故無統(tǒng)計意義。平均信賴區(qū)間得出后作成 plot 167。Display mean as:設定 plot表示方法167。Responses:指定反應值167。167。Display full interaction plot matrix: 作成 為 matrix167。 水準間 Cross 角度越大，交互作用效果就 越大。Create Factorial Design:要因配置法實驗設計167。Factorial Plot:主效果 , 交互效果 plot 作成167。Factorial:要因配置實驗167。Display Design:實驗計劃后生成的內(nèi)容通過 Worksheet 可見 Minitab實驗計劃法基礎 DOE 用語167。主效果 (Main Effect)隨一個獨立因子的水準變化相應的 (例 ) E1 = 2 反應值的影響 E2 = 7 167。 在多個因子的各水準上分析同時實驗的結(jié)果的技法216。實驗次數(shù)越多，分析度越高?分析度高的順序 Full VII VI V IV III?PlackettBurman Design 是分析度為 III Level dlek.MinitabFactorial Design(要因配置法） Designs...?指定 Runs, center points, replicates, blocks ?Block:具有相同性質(zhì)的單位集合?Replicate:重新設置實驗條件后實驗 在多個試料上按同一條件各自實驗?Center point:在連續(xù)性因子的水準為中間 值時實施 , 評價反應值的非線型性Factors...?Factor:表示實驗的因子?Name:指定實驗的因子名?Low/High:以水準表示的低水準值與高水準 值 一般用 –1與 1表示 , 中心為 0。 實驗結(jié)果分析?Responses:指定有實驗結(jié)果值的 ColTerms...?計算里欲包括的項目設定 未包括的項目按誤差項 PoolingGraphs...?Effects Plots:設定效果 Plots?Alpha:指定留意水準?Residuals for Plots:殘差處理方法MinitabFactorial Design(要因配置法 ) Results...?對于 Session 窗口輸出的結(jié)果可以選擇?選擇把別名 Table 在 Session 窗口輸出?顯示在模型中的因子和其對交互作用的 最低乘方平均 若設計為直交型 , 無 covariate ， 那么各個 最小乘方平均為在同一窗口中的所有 觀測值的平均。 依系數(shù)相乘的實驗計劃 Matrix 計算出適合值。 在懷疑反應表面有曲線形態(tài)時使用216。 選擇 Analyze RS Design 變更 Terms與 GraphsMinitabResponse Surface Designs(反應表面計劃 ) Minitab 實行結(jié)果 Full quadratic?看分散分析表時，對 Lackoffits的 pvalue為 ， 便可知現(xiàn)在的 預測模型為確切 ?看分散分析表時，二次項與交互 因子的 pvalue為 ，顯 示為預測模型的有意因子?二次項中 Nitrogen*Nitrogen項，在 交互因子中 Nitrogen*Potash項 的 pvalue為 ，故顯示 為有意因子 MinitabResponse Surface Designs(反應表面計劃 ) ?對殘差 (Residuals)的圖形中，沒有出現(xiàn)任何問題點MinitabResponse Surface Designs(反應表面計劃 ) RS Plots?Contour plot : 等高線圖?Surface plot : 表面圖?先確認后按 SetupSetup...?選擇要畫等高線圖的因子?要畫對因子組合的所有等高線圖 時選擇 ?在畫等高線圖時選擇數(shù)據(jù)的單位 是否用 code或 uncode MinitabResponse Surface Designs(反應表面計劃 ) ?顯示對因子組合的反應值曲線， 在等高線所有地點的反應值相同? 用 3維的表面輸出的圖表確認 能滿足的反應值及尋找條件時 有用。 在 Minitab 混合物實驗步驟 Create Mixture Design : 生成 Simplex 中心排列法 , Simplex 格字型排列法 , 頂頭點計劃法 Analyze Mixture Design : 實驗結(jié)果分析MinitabMixture Design(混合物實驗 ) MinitabModify Design(實驗計劃修正 )?Modify factors : 修正因子名和因子水準?Replicate design : 指定實驗計劃的反復次數(shù)?Randomize design : 指定對所有實驗計劃的 Random 化或者 Block內(nèi)的 Random化?Fold design : 對所有因子 fold 或者 對特定的因子 fold?Add axial points : 對軸點追加的修正 （相當于 2水準實驗計劃 ) alpha=1時軸點位置在 cube上，小于 1時在 cube的 內(nèi)側(cè)，大于 1時在 cube外 MinitabDisplay Design(顯示實驗計劃 )Options...Minitab實驗計劃 例題因子 低水準 高水準溫度 20度 40度壓力 1氣壓 2氣壓催化劑 A B? 反應值 : 數(shù)率? 2回反復實驗? 實驗 DATA : Stdorder順序 66 66 102 98 65 54 107 68 53 66 55 85 108 89 52 63謝謝觀看 /歡迎下載BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH。 在 Ink、 Paint、 Cake等由幾種成份構(gòu)成時存在各成份的混合比率的問題點， 此時求哪些成份對反應變量帶來有意影響及滿足最佳混合比率的實驗 216。 Minitab 運行步驟 利用 “Create RS Design” 選擇實驗設計 指定因子數(shù)及因子名、水準、反復次數(shù)、 Random化與否 執(zhí)行實驗后輸入數(shù)據(jù)，并實行 “Analyze RS Design”導出實驗分析結(jié)果 利用 “RS Plot” 繪出 Contour Plot 及 Surface Plot ， 得出最佳條件的資料?Type of Design : 選擇實驗設計?Number of factors : 選擇實驗因子數(shù)Designs... (中心合成計劃法） (BoxBehnken法 )?選擇需要的實驗計劃?Number of Center Points:指定中心點?Value of Alpha:指定 Alpha Faced Centered:alpha=1軸點在 cube位置， 在因子水準的變動幅度限制時選擇 Custom:輸入數(shù)量。?超過指針線的 C, AC, B因子為有影響?在正態(tài)概率圖中離直線遠離的因子可 認為信號因子?在上圖中 C, AC, B因子為有影響MinitabFactorial Design(要因配置法 ) Factorial PlotsSetup...?Main effect:主效果?Interaction:交互效果?Cube : 三個因子的效果?Setup : 選定要作業(yè)的因子?Type of Means to use in Plots : 指定生成 主效果圖平均的數(shù)據(jù)類型?Responses : y, 即選擇已輸入結(jié)果值的列?指定要繪出主效果圖的因子 MinitabFactorial Design(要因配置法 ) 主效果圖 交互效果圖3因子效果圖?主效果圖 : 傾斜度越大符合水準的效果 越大?交互效果圖 : 交叉的傾斜度越大符合水準 的效果越大?3因子效果圖 : 計算水準的平均值?T因子從低水準變?yōu)楦咚疁蕰r，他的反應值 就大幅度增加MinitabResponse Optimizer(反應值的最佳條件 ) Stat 》 DOE 》 Factorial 》 Response Optimizer選反應變量MinitabResponse Optimizer(反應值的最佳條件 ) 輸入反應變量目標值輸出結(jié)果MinitabResponse Surface Designs(反應表面計劃 ) 216。但不能保存常數(shù)、 Covariate、 中心點、 Block的效果。Results...MinitabFactorial Design(要因配置法 ) Design Custom Factorial Design216。 要因配置法種類 完全要因配置法 (Full Factorial Design) : 2水準完全要因配置法 , 多水準完全要因配置法 部分實施法 (Fractional Factorial Design) PlackettBurman 計劃法 (PlackettBurman Design)216。解 (Resolution) 在部分實施法中表示實驗設計的攪亂 (例 ) III, IV, V 程度的記號 167。水準 (Level) 各實驗因子的設定值 (例 ) 溫度 100 200 () (+)167。Mixture Design:混合物實驗167。Overlaid Contour Plot:以視覺性展示多個反應 變量的妥協(xié)領域167。167。 如何實施實驗如何選取數(shù)據(jù) , 如何解釋才能以最少的實驗次數(shù) 迅速獲得最大的信息量的計劃方法 .216。 平均是 Variety 4,6水準比別的水準小。MinitabInteractions Plot216。Base plots on:指定 plot基準167。 MinitabMain Effects Plot216。Group variable:subscript 指定167。 檢定 2集團以上的分散是否一致 歸屬假設 : 所有水準的分散一致 對立假設 : 至少一個以上的分散不一樣?正態(tài)分布數(shù)據(jù)時 :Bartlett’s Test?包括正態(tài)分布的連續(xù)性數(shù)據(jù)時 :Levene’s Test?因 pvalue 比留意水準 ()大，故選擇歸屬假設，即所有水準的分散一致。Probtype|Calculat的標記為考慮交互作用 效果的計算實施 .167。 2水準各組合內(nèi)的實驗次數(shù)相同時使用167。用兩個因子的交互作用效果167。Response:反應 (結(jié)果 )值167。?看左圖可知道 Suppleme 的平均間有差。Column factor:A因子167。 數(shù)據(jù)應為 Stack 形態(tài)。當數(shù)據(jù)按水準類別指定在 Col 時使用 (Unstack 形態(tài) )216。 即水準間有差。MS:不偏分散 (Mean of Square)167。Sto