【正文】 反應表面計劃法的種類 中心合成計劃法 (Central Composite Design) BoxBehnken計劃法 (BoxBehnken Design)216。 根據(jù)因子的數(shù)量 一元配置法 , 二元配置法 , 多元配置法216。Contour/Surface(Wireframe)Plots:展現(xiàn)實驗的 反應表面167。Lake在各水準間無太大的變動。MinitabTest for Equal Variances216。用 Graph 來顯示因子的平均值，檢討因子的哪個水準有影響分散分析與平均分析的差距 分散分析是對水準間有無差距的分析平均分析是對全體平均與各水準平均間有無差 距的分析167。?存在各范圍間的重疊區(qū)間 ?各點呈現(xiàn)直線狀態(tài)時，意味著正態(tài)性MinitabOne Way ANOVA(一元配置法 ) 216。在數(shù)據(jù)為一個 Col中以 Stack 形態(tài)保存時使用。 167。存在成功與試行次數(shù) , 成功與失敗 , 失敗 與試行次數(shù)形態(tài)的反應變量時，各自輸入 。在線型回歸及多項回歸中有用的方法 , 即一個變量對應一個反應值時。Response:輸入反應變量 (Pulse2)167。Nominal Logistic Regression:利用名目型反應變量的 回歸分析 (3個以上范籌時 ) Minitab回歸分析基礎MinitabRegression216。命名兩個變量間關系的方法?Variables : 要分析的 Col ?Display pvalue : 輸出 p值?Store matrix :保存為 matrix結果解釋 :p值比留意水準 5%小， 故駁回歸屬假設， 即各變量之間有關系MinitabCorrelation(相關分析 )216。Summarized data Number of trials : 全體試行次數(shù) Number of successes : 成功 (不良 )次數(shù)167。P值比留意水準小時駁回 Ho， 即 p值指脫離的概率。Alternative : 設定對立假設167。Dotplot of data : 制作 Dotplot 167。 練習 ) 生成從 ~。167。打開保存的 Worksheet : File Open Worksheet167。Session window:直接輸入 Minitab 的命令或顯示類似統(tǒng)計表的文本型結果文 件的窗口 167。WorKsheets:用于直接輸入數(shù)據(jù)或可以修改的窗口，具有類似 Excel中的 spread sheet功能167。打開保存的 Graph : File Open Graph167。輸入 Data : 把數(shù)據(jù)和文字輸入到下端的 cell 上 但，要是先輸入 數(shù)值把變量屬性變更為數(shù)值變量后不能輸入文字。練習 ) 生成 1996年 4月 1日、 97年 7月 30日、 98年 12月 25日為各二回，全體為三回形成的數(shù)據(jù)。Boxplot of data : 制作 Boxplot167。Sigma : 輸入標準偏差167。結果解釋 : p值小于 5%留意水準， 故駁回歸屬假設 , 即平均不等于 5Test mean 指定的情況Minitab1Sample t216。Confidence level : 信賴度167。公分散為像相關分析似的表示兩個變量間關系的統(tǒng)計量 Verbal與 Math 的標本公分散為 Verbal與 GPA 的標本公分散為 GPA與 Math 的標本公分散為 MinitabCovariance(公分散 )216。 在兩個以上變量的關系上建立數(shù)學函數(shù)的方法167。Predictors:輸入說明變量 (Pulse1 RanWeight)167。 Options...167。 167。Model:指定說明變量167。167。當數(shù)據(jù)按水準類別指定在 Col 時使用 (Unstack 形態(tài) )216。Response:反應 (結果 )值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。MinitabInteractions Plot216。Overlaid Contour Plot:以視覺性展示多個反應 變量的妥協(xié)領域167。 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。 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。 在懷疑反應表面有曲線形態(tài)時使用216。 在多個因子的各水準上分析同時實驗的結果的技法216。Factorial Plot:主效果 , 交互效果 plot 作成167。167。Engineer 為變量因子故無統(tǒng)計意義。MinitabTwoway ANOVA216。(先需要檢定 RESPONSE值的正態(tài)性 )Graphs...?Dotplots / Boxplots 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 ， 它的結果值才能 判斷為正確。216。存在成功與試行次數(shù) , 成功與失敗 , 失敗與 試行次數(shù)形態(tài)的反應變量時，各自輸入。Frequency:輸入頻率數(shù)167。履行單一回歸步驟 , 繪出回歸圖216。MinitabStepwiseMinitabStepwise167。Ordinal Logistic Regression:利用順序型反應變量的 回歸分析 (3個以上范籌時 )167。 （ 相同 ） 216。Samples in columns :只限兩種文字或者數(shù)字167。mu : 歸屬假設 , mu not : 對立假設167。Test mean : 檢定對象值 (檢定時指定 )167。Histogram of data with normal curve : 制作 Histogram和正態(tài)分布曲線167。練習 ) 把 Red Blue White Black 生成各值是二回，全體反復二回的數(shù)據(jù)。指定變量名 : 在 C1(Col名 ) 下端的 cell 上輸入變量名。打開保存的 Project : File Open project167。 方法 1. 利用開始菜單 運行 Minitab 的方法 167。Info窗 :簡要顯示已使用的變量信息的窗口167。用 ODBC打開 : File Quary Database167。167。練習 ) 在平均 300, 標準偏差 5的正態(tài)分布當中抽出 40個 sample 保存到 C5上。Graphical summary : 把統(tǒng)計值用 Graph輸出167。p 值比留意水準小時駁回歸屬假設167。不知標準偏差時兩個母平均差的推定和檢定167。Test proportion : 檢定不良率167。檢定資料的分布形態(tài)是否隨正態(tài)分布的分析法216。Response : 選擇種屬變量 (結果值 ) Score 2167。Predictors to include in every model: 指定先包含的變量167。Response:指定反應變量167。Model:指定說明變量 167。Factors:Regionr 的 pvalue= 比留意水準，故沒有影響。Response:指定反應變量167。剩余事項與 Stack 情況相同?Responses:指定按各水準別 有反應值的 Col MinitabOne Way ANOVA(Unstacked)) 216。Distribution of Data:資料的分布形態(tài) Normal:正態(tài)分布 , Factor 1:因子水準 Col (一元配置法時 ) Factor 2:因子水準第二 Col (二元配置法時 ) Binomial:二項分布 Poisson:Poisson分布167。 MinitabInterval Plot216。交互作用的水準間差異比較167。Response Optimizer:尋找滿足目標值因子的 最佳組合167。 在 Minitab 中要因配置法的實行階段 利用 “Create Factorial Design” 為了完全要因配置法或部分實施法的實驗設計的選擇 選擇實驗設計后 , 指定各因子的名名稱及水準、反復次數(shù)、 Random化與否 實行實驗后 , 輸入數(shù)據(jù)實行 “Analyze Factorial Design” 得出實驗分析結果 最后利用 “Factorial Plot” 繪出主效果及交互效果的 plot MinitabFactorial Design(要因配置法 ) MinitabFactorial Design(要因配置法） Create Factorial Design?2level factorial(default generators) 2水準要因配置 (generator 自動指定 )?2level factorial(specify generators) 2水準要因配置 (generator 使用者指定 )?PlackettBurman design:15因子以上的情況?General full factorial design:在 2水準以上， 且要因類別水準不同時的完全要因?qū)嶒?Number of factors:因子數(shù) 指定?Display Available Designs:展示使用可能的 配置 ?顯示因子別實驗數(shù) (Run)和 分析度 （ Resolution)小于 1的值在 cube內(nèi)， 大于 1時軸點位置則在 cube位置外?Number of Block:指定 Block 數(shù)?Number of Center points : 指定中心點MinitabResponse Surface Designs(反應表面計劃 ) MinitabResponse Surface Designs(反應表面計劃 ) Factors...?輸入因子名與水準Options...?實驗順序 random化?生成相同的實驗計劃時指定其次數(shù)?把實驗計劃保存在 Work sheetResults...?能多樣指定 欲在 Session