minitab實(shí)例分析ppt課件(參考版)
2025-05-06 18:39本頁(yè)面
【正文】 如圖可見， 6月散步大， 8月明顯減少；（ 3） nP 管理圖（離散，樣本大小一定）（ 5） C 管理圖（離散，不良數(shù)）（ 5） U 管理圖（離散，不良數(shù)，組大小不定）。Pooling 后分析結(jié)果在 項(xiàng) 中去掉 A*A、 A*B項(xiàng) 后再次 運(yùn) 行? A、 B的 2次效果（ AA,BB）不有意， Pooling到誤差項(xiàng) .? AB交互作用， Pooling到誤差項(xiàng)時(shí)， Rsq(adj)和 lack of fit的 P值會(huì)減少因此不 Pooling.(3) 坐標(biāo)圖分析 ：位于 Plot的中央部的白色部分是 A和 B因子滿足所有反應(yīng)變量的水平值的范圍。輸 入 試驗(yàn)結(jié) 果： A、 B： 選 中后右鍵選擇 數(shù) 據(jù)格式轉(zhuǎn)換 成整 數(shù)(2)統(tǒng)計(jì)性分析 ：※ 誤差項(xiàng)要不要 Pooling?誤差項(xiàng) Pooling的話 → Lack of fit（失擬） 的 Pvalue要大起來(lái) , → Rsq(adj)要升高 ，或者 Regression（回歸）的 F值要升高→ 不然的話，證明現(xiàn)在的模型更適當(dāng)? 2個(gè)因子的主效果、 2次效果都有意，不實(shí)施 Pooling. ? 交互作用， Pooling到誤差項(xiàng)時(shí)， Rsq(adj)和 lack of fit的 P值會(huì)減少，因此不 Pooling.? A 的 2次效果 (A*A)不有意，故而 Pooling到誤差項(xiàng) .? 交互作用 (A*B)， Pooling到誤差項(xiàng)時(shí)， Rsq(adj)和 lack of fit的 P值會(huì)減少因此不 Pooling.216。A=、 B=， Y(Max)＝I — 反映表面實(shí)驗(yàn) 2： －－多個(gè)反映值(1) 因子配置設(shè)計(jì) ： 試驗(yàn)配置 : 中心合成計(jì)劃 (2因子 ) 反應(yīng)值 (Y) : Y Y Y3 因數(shù) /水平 : A (Low = 80, High = 90), B (Low = 170, High = 180)背景：通過(guò)最大傾斜法，知道反應(yīng)時(shí)間 A= 85分鐘、反應(yīng)溫度 B=175F是最佳條件。 RSq(adj)64%，→ 可以信賴回歸模型 ；※ 通過(guò)分散分析，判斷 2次效果的有意性 1次效果、 2次效果有意 ※ 通過(guò) LackofFit Test，判斷模型的 適合性 失 擬 (不有意 )， 因此判斷模型適合(3) 殘差分析 ：對(duì)殘差的正態(tài)分布假說(shuō)的研討 － 直方圖、正態(tài)分布圖 對(duì)分散同質(zhì)假說(shuō)的研討－與擬合值※ 殘差已確定為隨機(jī)分布，可以進(jìn)行分散同質(zhì)假說(shuō)研討 (3) 坐標(biāo)圖分析 ：因子的 最佳條件 A: 289 ~ 310 B: 11 ~ 18 → 預(yù)想 Y=.(4) 數(shù)值性分析 ： 最佳化因子水平初期設(shè)定（大概值）望大：求最大值；下限：設(shè)定最小值望目：設(shè)定目標(biāo)值Y = ，滿足度 = 1。 因子間的交互作用無(wú)有意。 求 將 變 量透 過(guò) 率最大化的最佳 條 件。 實(shí)際水平 : A ( 30,40) ,B(150,160)→ 為還原實(shí)際水平值， 線性變換的 △ 值各各乘 5. ? 利用追定的回歸系數(shù)，決定最大傾斜方向(Δ)最大傾斜方向： A每增加 1時(shí)， B增加 的方向。 1次效果 (Main Effect) 有意； 彎 曲 不有意，故而沒(méi)有曲率效果。I — 最大傾斜法：一次試驗(yàn)－－ (1) 因子配置設(shè)計(jì) ：背景： 反應(yīng)值 : 收率 (Yield) 時(shí)間＝ 35min，溫度＝ 155時(shí)， Y＝ 80％ － 因 子 : 時(shí)間 (30 , 40) 溫度 (150,160) 確認(rèn)哪個(gè)因子影響收率，利用中心點(diǎn)包
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1