【正文】 2. 從 session 窗口復制 SS 數據 3. 使用 “Calc”命令把列 C9除以總 SS (=2801)得到 ε平方， 把計算結果放入 C10 e2 (epsilonsquared)最佳條件的導出2K全因子實驗 73溫度 (Temp)可判定為實驗中非常顯著的因子 .e2 (epsilonsquared)※ esquared值對分析結果的判斷顯著性提供參考 . (可作為高次交互作用的實際顯著度性的判斷 )最佳條件的導出來源 自由度 SS epsilonsquaredCatChrg 1 256 9%Temp 1 2304 82%Conc 1 121 4%Temp*Conc 1 81 3%誤差 11 39 1%合計 15 2801 100%2K全因子實驗 74簡化模式的殘差簡化模式的殘差 (Residual) 分析分析※ 柱裝圖異常時 , Graph 的柱裝圖來確認 .或 Nomality Test也可能 .殘差表現很好 階乘模型在解釋數據中的散布時沒有明顯的異常 最佳條件的導出2K全因子實驗 75分散的一致性使用 統(tǒng)計 方差分析 等方差 檢驗最佳條件的導出 沒有非均一的證據 .2K全因子實驗 76找出結論?最好的轉換（ Convert） 是： 工程應該在最高的溫度和最低的催化劑量下運轉。這個影響的分布會是什么樣的？ [課堂練習課堂練習 ]隨機效果隨機效果 (Random Effects) 分析分析2K全因子實驗 78正態(tài)效應圖 Pareto 圖隨機效果 (Random Effects) 例題分析2K全因子實驗 79216。 程序 : 178。 選擇 4個因子來研究直升機落地的起因 227。2 范圍的概率約 . t分布以自由度不同而不同 ,基本具備正態(tài)分布特性 .我們一般查看相應 p值 t值，我們看到齒輪比和高度的幅度大于 (分別為 )。 齒輪比 (高 , 低 )178。 我們將產生一個列叫做 “響應 ”，然后把隨機數置 于其中 . 167。(※ 記住 : 相對主效果來說， 通常應先分析其交互作用 )最佳條件的導出2K全因子實驗 68顯著的效果分析顯著的效果分析 (交互作用交互作用 主效果主效果 ) 因為溫度 x 濃度交互作用 (B*D)是顯著的，所以我們用 統(tǒng)計 DOE 因子 因子圖 來作交互作用圖 ：最佳條件的導出2K全因子實驗 69main effects plots中注意到溫度 (B)的效果大的事實 .normal effects plot中雖看起來不是很清楚 , 但實際上催化量 (A)和濃度 (D) 也很顯著 .顯著的效果分析顯著的效果分析 (交互作用交互作用 主效果主效果 ) 最佳條件的導出2K全因子實驗 70調查描述統(tǒng)計量調查描述統(tǒng)計量 (Descriptive Statistics)調查 ‘temp‘和 ’conc‘的水平組合的描述統(tǒng)計量；可利用路徑： 統(tǒng)計統(tǒng)計 表格表格 描述性描述性 統(tǒng)計統(tǒng)計 表格表格最佳條件的導出2K全因子實驗 71描述統(tǒng)計量調查描述統(tǒng)計量調查 (Descriptive Statistics)最佳條件的導出匯總統(tǒng)計量 : Temp, Conc 行 : Temp 列 : Conc 1 1 全部1 4 4 81 4 4 8全部 8 8 16單元格內容 : Convert : 均值 Convert : 標準差 計數2K全因子實驗 72到 統(tǒng)計 方差分析 平衡方差分析 指定被發(fā)現是顯著的因子 (A=催化劑 , B=溫度 , D=濃度 , 和溫度 *濃度交互作用 ): (A=CatChrg, B=Temp, D=Conc, Temp*Conc interaction): ‘變換 ’ = ‘催化劑 ’ 溫度 濃度 溫度 * 濃度 39。 [但事實上你不知 ]u隨機化的必要性練習RUN 電流 Output1 1 752 1 683 1 704 1 655 1 906 1 937 1 948 1 859 1 7610 1 6611 1 7212 1 6413 1 9314 1 9215 1 9016 1 96現在你開始著手做壓力和溫度的 2K階乘實驗 ……最佳條件的導出2K全因子實驗 39壓力 : L L L L H H H H L L L L H H H H溫度 : L L H H L L H H L L H H L L H H如果你 沒有進行 隨機化 實驗，就像下面一樣，按右表算一下壓力和溫度的主效果壓力 溫度 Output1 1 751 1 681 1 701 1 651 1 901 1 931 1 941 1 851 1 761 1 661 1 721 1 641 1 931 1 921 1 901 1 96總和 556 653總和 + 733 636差異 177 17平均效果 發(fā)現 壓力 有影響，這和原來的假設相違背！為什么？值沒變最佳條件的導出2K全因子實驗 40壓力 : L L H H L H L H L L L H H H L H溫度 : L L H H L L H H H L H L H L H L如果你 實施 隨機化 實驗，而像下面一樣，按右表算一下壓力和溫度的主效果發(fā)現 壓力 和 溫度 都沒有有影響，這和原來的假設是一致的！請說明前后差異的原因？你有什么想法？壓力 溫度 Output1 1 751 1 681 1 701 1 651 1 901 1 931 1 941 1 851 1 761 1 661 1 721 1 641 1 931 1 921 1 901 1 96總和 631 644總和 + 658 645差異 27 1平均效果 值沒變最佳條件的導出2K全因子實驗 41Data Matrix制作制作在上一步的基礎上 ,接著點擊 “結果 ”,出現右下方畫面想在會話窗口中看到詳細程度不同的結果信息 ,就選擇這里結果最佳條件的導出2K全因子實驗 42步驟 3按照前面的步驟設計好的矩陣表進行隨機化實驗 ,并取得下面的輸 出變量數據 ( 仔細看明白 Minitab中 Worksheet上產生的設計樣式 )實施實驗及收集數據注意 ： 這里沒有隨機化 (標準順序和運行順序相同 ),在實際實驗時最好不要按照這個順序做實驗 ,應該隨機去做 ,比如像按 3,5,1,8…… 的順序去做實驗，當然設計時已經隨機可按照設計的順序做就行了！最佳條件的導出2K全因子實驗 43統(tǒng)計 DOE因子 分析因子 設計步驟 4 初始全項階乘分析最佳條件的導出2K全因子實驗 44擬合因子 : Cog. 與 Money, Time, Method Cog. 的效應和系數的估計（已編碼單位）項 效應 系數常量 Money Time Method Money*Time Money*Method Time*Method Money*Time*Method S = * PRESS = *對于 Cog. 方差分析（已編碼單位）來源 自由度 Seq SS Adj SS Adj MS F P主效應 3 * *2因子交互作用 3 * *3因子交互作用 1 * *殘差誤差 0 * * *合計 7 對比前面手算的效果 (Effect)※ 注意 : 這里 沒有 F值 ,是因為 Residual Error是 0 .即沒有反復 (重復 ). 這如何下結論 ?最佳條件的導出2K全因子實驗 45我們如何看這兩幅圖 ?我們看到 A(廣告費 )和 A*C(廣告費 *廣告方法 )的交互作用相對應的影響是顯著的。252。 ABC(一般稱為 ”3因子交互作用 ”)把 A,B,C三列全部相乘而得到的