【正文】 stenceinCatalyze.exampleswitchingthe我們現(xiàn)在將學(xué)習(xí)于 2 x2或 22設(shè)計(jì) 2=162oftwotheNotation定義和標(biāo)識(shí)v High設(shè)計(jì)標(biāo)識(shí)：v Factors 因子qUpper case A, B, C… ， etc 大寫字母 A,B,C… v NUMBER OF FACTORS 因子數(shù)量qK binations詞匯、定義和標(biāo)識(shí)DOETo2kWhy因子實(shí)驗(yàn)設(shè)計(jì)簡(jiǎn)介IntroductionMinitab） “MainExperiments”教程216。175。Objectives學(xué)習(xí)目的216。TooperatingsomanipulatedexperimentalaremanipulatedexperimentalDOE單因子實(shí)驗(yàn) vs實(shí)驗(yàn)設(shè)計(jì)Oneinteractions,differentFactorial DOE實(shí)驗(yàn)可以分析出因子間的潛在 “交互作用 ”。forconfidentDOE實(shí)驗(yàn)設(shè)計(jì)費(fèi)用過高DOEcostlyof目標(biāo)不明 Inadequate我們將在接下來的課程里講解BarrierscoverValidatedata步驟八和九：實(shí)施實(shí)驗(yàn)，獲取數(shù)據(jù)并分析數(shù)據(jù)? ObtainVIIIconductingDesign目的 可控因子的多少Screening篩選法?通過測(cè)試大量的因子來發(fā)現(xiàn)關(guān)鍵的因子不評(píng)價(jià)交互作用7水平設(shè)定進(jìn)一步接近Stepatoidentified,andLevels”fromonV:SelectB 機(jī)器 A和機(jī)器 B Shiftqualitative.因子水平可以是定量的，也可是定性的。forwouldprefervaryprocess’setfactorsFishboneFactors步驟四：識(shí)別輸入因子Generally， inputstability.responsesizeinformation Runthedatathe選擇實(shí)驗(yàn)設(shè)計(jì)類型VII.typelevelsresponse(s) 確定輸出變量IV、 identifyproblem 陳述問題II、 set復(fù)制BasicTreatment1:of舉例：時(shí)間因子的水平 1＝ 2小時(shí) 時(shí)間因子的水平 2＝ 3小時(shí)Basicperformanceare:實(shí)驗(yàn)設(shè)計(jì)的益處如下v 試驗(yàn)設(shè)計(jì)是建立響應(yīng)變量與輸入因子之間的數(shù)學(xué)關(guān)系模型的方法v 試驗(yàn)設(shè)計(jì)是確定優(yōu)化輸出并減少成本的輸入設(shè)定值的途徑。?^Why?178。orderallowsoutputorderconsistsis解釋什么是 DOE。IBMretiredthebettertoexperimentnotIBM已退休的統(tǒng)計(jì)員Learning描述有效效果設(shè)計(jì)的一些阻礙v input(orchanges實(shí)驗(yàn)設(shè)計(jì)通過有目的地改變一個(gè)過程（或活動(dòng)）的輸入變量（因子），以觀察輸出變量（響應(yīng)量）的相應(yīng)變化。scientificDesignoute~benefitsCostsproductFactors因子的取值或設(shè)定，如：time=2hranhrand c復(fù)制意味每個(gè)數(shù)據(jù)值在重新設(shè)定測(cè)試組合之后收集。DOE實(shí)驗(yàn)設(shè)計(jì)步驟I、 statementDOE 設(shè)立目標(biāo)III、 determinenoiseDOE實(shí)驗(yàn)設(shè)計(jì)步驟VI.resourceandDeterminewheneverdataneeds計(jì)數(shù)型數(shù)據(jù)需要大樣本量 .216。precisely,accurately,IV:through:通常可通過以下工具識(shí)別輸入因子：matrixNoisewelevelarecannotbecauseStepeitherANewarevitalvariables(Screening)篩選 DOE：從大量的變量中確定出重要的少數(shù)輸入因子n capabilitiesunderstandcriticallevelsoperating(Processareoforordata獲取數(shù)據(jù)andnotdataclearnot實(shí)驗(yàn)結(jié)果不清DOELacktoofcoaching/support缺乏足夠的指導(dǎo) /支持Advantages這要比傳統(tǒng)上被稱為 OFAT（一次一個(gè)因子）的假設(shè)檢驗(yàn)技術(shù)快得多。 并假設(shè)其他因子的效果都不變以及這些效果可以疊加 。optimalnot.theandOFATOFATvsStrategy單次單因子（ OFAT）方法Aoneallasecondare通常固定所有其他因子不變，而只變動(dòng)一個(gè)因子進(jìn)行實(shí)驗(yàn)；然后變動(dòng)第二個(gè)因子（固定其他因子），以此類推。misleading.tofullFactor兩個(gè)因子例題（用 Minitab)experiment?experimentoffactorscaseNotation定義和標(biāo)識(shí)216。levelsused:v 對(duì)于所有因子都使用兩個(gè)水平的實(shí)驗(yàn)，可使用速記：=there Forxruns,focus主效果aresponsetheyield1催化劑 for1the——=WhentoPlot.ofchangingfactors,webetweentheforCatalyzerFactor,theimply SinceonthatPressure.with因?yàn)闈舛葘?duì)良率的效果取決與催化劑水平，就表示濃度與催化劑之間存在交互作用。mainMainthefrom例如：以上例子中催化劑的對(duì)比水平是v （ 38+24） （ 32+54） ToExampleProblem:ToonthetheMinitabeachandDesign3224Step4:Yield=f(Consistence,Catalyze)result步驟 5:理解結(jié)果FactorialandYieldfreedom)plotABlargestpressurethedefining圖中無標(biāo)識(shí)顯示統(tǒng)計(jì)顯著性Step8:Effectsaaverageoutputchangeinthe31Makenote:備注：InmainistheantherecatalyzetheReplicatesmoredesignandRepeatsimprove.areto.anof Replicates復(fù)制分析216。twodataalso2CatalyzeYieldCoefficientsEffectn catalyzer*consistence=forAdjFPn Mainn plotindicatingitstheforthoseThethe主效果圖和交互作用圖看起來與早前 的情況非常相似。More更多的自由度意味著我們可以計(jì)算出 p值。.needstheeffectsbias 它可避免被不知的非實(shí)驗(yàn)變量的效果 (如環(huán)境）所干擾， 這些干擾可產(chǎn)生錯(cuò)誤的實(shí)驗(yàn)結(jié)果。To Fromnonreplicatedandcanunits(+1ifthebothchangeforPoints要檢查這一點(diǎn)至少需要復(fù)雜的工具與多水平實(shí)驗(yàn)，但有一種方法能確定可能存在的非線性關(guān)系 。Factorial5137591375中心點(diǎn) （ center試驗(yàn)設(shè)計(jì) 中心點(diǎn)? 因這個(gè)小組關(guān)心交互作用，他們決定進(jìn)行全階乘試驗(yàn)? 因這個(gè)小組關(guān)心二次影響，他們決定在設(shè)計(jì)中增加中心點(diǎn)? StatDOEFactorialCreate Factorial Design…開始試驗(yàn)? 因子實(shí)際值顯示在右邊? 這個(gè)小組決定按指定的三因子、中心點(diǎn)混合實(shí)驗(yàn)去運(yùn)行全階乘和中心點(diǎn)；? 請(qǐng)判斷 Block是否顯著？ 中心點(diǎn)是否顯著？IPress HPress ITimeA B C DIM12023 700 14000 700 12023 800 14000 800 12023 700 14000 700 12023 800 14000 800 13000 750 13000 750 13000 750 13000 750 13000 750 13000 750 ParetocheckorExperimentwerunappetitethousandsifeveranalysisdata,onandwill Establish23Experimenteach2Effectwill twowayinteractions:A*casesNOT23Experiment23in1CubeaoutputcubestatDOEfactorialfactorial1InteractionFactorialWithbedesired 當(dāng) P，這些項(xiàng)不顯著的。totermsSignificantMinitab,StatDOEFactorialFactorial1aeffectivePlan例 1建立 23 實(shí)驗(yàn)計(jì)劃Usingthreeway*C 1個(gè)三元交互作用 *B,maintheInteraction主效果和交互作用q For2=8thisof用 Minitab分析 23實(shí)驗(yàn)結(jié)果Whatusing23 Explainablepletionpetitiveexperimentalalonewasand23engineersmore.simplebeginwithifSpecification:254177。375161Centerpt216。observedin–orwheremove*Temperature*Pressureused)(使用代碼（ +1和 1）Y=f(X)216。Yield=theEffectforMinitabtoOthersExperimentexperimentalunknownruns隨機(jī)化216。IncludedbeConsistencecalculateofcase.effectssignificantplotsignificantcan7PureSS(coded=Pn ConstantYieldcatalyzer,23454402232543824AnalysisExptwillwevariablesofdifferencesthemorevarianceenableratio.Replicatesinmorev Replicat