minitab之msa分析實例(編輯修改稿)
2025-02-28 22:33 本頁面
【文章內容簡介】 t： 背景：為確認兩臺設備不良率是否相等， A: 檢查 1000樣本，檢出 14不良， B: 檢查 1200樣本，檢出 13不良， 能否說 P1=P2? （ α = ） PValue → H o →P1 = P2 A— 假設測定： (5)： ChiSquare t（離散－單樣本） 背景：確認 4個不同條件下，某不良是否有差異？ PValue → H o →P1 = P2 ＝ … （無差異） 應用一： 測定頻度數(shù)的同質性： H0: P1=P2=…=Pn Ha: 至少一個不等； A— 假設測定： (5)： ChiSquare t（離散－單樣本） 背景：確認 班次別 和 不同類型不良率 是否相關？ PValue → H a → 兩因素從屬（相關） 應用二： 測定邊數(shù)的獨立性： H0: 獨立的（無相關） Ha: 從屬的（有相關）； 班次 不良類型 A— ANOVA（分散分析）： 兩個以上母集團的平均是否相等； (1)： Oneway A（一因子多水平數(shù)） 背景：確認 三根彈簧彈力比較 ？ H0: u1=u2=…= un Ha: 至少一個不等； PValue → H a → u 不等，有差異； 信賴區(qū)間都重疊 － u無有意差； 1和 2可以說無有意差， 1和 3有有意差； A— ANOVA（分散分析）： 兩個以上母集團的平均是否相等； (1)： Twoway A（ 2因子多水平數(shù)） 背景：確認 生產線（因子 1）、改善（因子 2）影響下，測定值母平均是否相等，主效果和交互效果是否有意 ？ 生產線： PValue → H a → u 不等，有差異； 改善、交互： PValue → H 0 → u 相等，無差異； 生產線：信賴區(qū)間沒有都重疊 － u有差別－ 對結果有影響 改 善：信賴區(qū)間重疊 － u無差別－ 對結果沒有影響 A— （相關分析）： PValue → H a → （有相關相關） I — DOE： (1)： 2因子 2水準 ① 因子配置設計 ： 輸出結果： 輸入 實驗 結果 ② 曲線分析 ： 傾斜越大， 主效果越大 交叉越大， 交互效果越大 最大的 data ③ 統(tǒng)計性分析 ： 實施對因子效果的 ttest，判斷與 data有意的因子。 A、 B對結果有意； AB交互對結果無有意； 通過分散分析，判斷 1次效果、 2次效果的有意性； 主效果有有意， 交互效果無有意。 顯示因子的水準不能線性變換 (Coded) 時的回歸系數(shù) . Coded是指實際因子水準 (1, +1)變換為線性變換。 I — DOE： (2)：多因子不同水準 ① 因子配置設計 ： 輸入 data： 反復次數(shù) ② 曲線分析 ： 傾斜越大， 主效果越大 無法確認交互效果 ③ 統(tǒng)計性分析 ： 通過分散分析，判斷 1次效果、 2次效果的有意性； 主效果有有意， 交互效果無有意。 ④ 確認此后試驗方向 ： 最佳方向 I — DOE： (3)： 2水準部分配置 ① 因子配置設計 ： 背景： 反應值 : 收率 (Yield) 因 子 : 流入量 (10, 15), 觸媒 (1, 2), 旋轉數(shù) (100， 120), 溫度 (140, 180), 濃度 ( 3, 6) － 確認哪個因子影響收率，利用 2（ 51） 配置法 輸入 data： 表示 2 51 部分配置的清晰度和部分實施程度 . ② 曲線分析 ： B、 D、 E有意； BD、 DE有交互作用； 在 A=10,B=2,C
法律信息相關推薦
鄂ICP備17016276號-1