【正文】 在 Minitab 中支援的混合物實驗 mixture 實驗 : 總量已指定，想知道成份比調到何程度時 mixtureamounts 實驗 : 與成份比一起想知道總量時適用 mixtureprocess variable 實驗 : 想知道與成份比一起影響的變量條件時216。216。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 窗輸出的實驗 計劃結果 MinitabResponse Surface Designs(反應表面計劃 ) Analyze RS Design?Responses : 選擇已輸入結果的列?Analyze data using : 決定在分析時是否使用因子水準 code化、或 uncode化， uncode 指已輸入的因子實際水準Terms...?選擇 Model 項 (term) Linear:A,B,C Linear and Square:A,B,C,A*A,B*B,C*C Linear and 和 2因子交互作用： A,B,C,A*B,B*C,A*C full quadratic:A,B,C,A*A,B*B,C*C,A*B, A*C,B*CResults...Storage...?在 Session 窗輸出系數(shù)和分散分析表、異常值?把適合值與殘差保存在 Worksheet MinitabResponse Surface Designs(反應表面計劃 ) Minitab 實行結果 Linear?分散分析表 Linear 部分的 pvalue為 ， 故表示 Linear Model沒有影響?在看分散分析表的 LackofFit 部分的 pvalue為 ， 可知預測模型的適合性缺乏 即 ,必要其它形態(tài)的預測模型 看 2次形態(tài)的預測模型MinitabResponse Surface Designs(反應表面計劃 ) Terms...Graphs...?選擇 Full quadratic ?在 Residual Plots中選擇 “Histogram” “Normal plot”, “Residual versus fits” “Residual versus order”216。 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。 在重要的實驗因子 (Vital Few)確認后，為尋找對反應值的最佳實驗條件而使用216。?Other : 為確認異常值的數(shù)據(jù)被保存MinitabFactorial Design(要因配置法 ) Minitab 實行結果?在看各因子的 pvalue 時可以 知道主因子 C, T和 交互因子 K*T為統(tǒng)計性的有影響的因子?根據(jù)分散分析表 (ANOVA Table)可知道主因子占全體 散布的 %(=) MinitabFactorial Design(要因配置法 ) ?Pareto圖可同時看到效果的大小與 重要性。 實驗計劃 Matrix等對各個反應值進行保存。?選擇欲輸出最小乘方平均的 termMinitabFactorial Design(要因配置法 ) Storage...?Fits and Residuals : 把適合值與殘差保存在 Work sheet .?Model Information : 在 2水準要因實驗或者 PB 實驗分析結果中，保存各個反應值的 效果。 在變更當前的實驗計劃重新指定時使用?Factors:指定已輸入的因子水準的列?2level factorial:2水準要因實驗?General full factorial:不是 2水準的完全要因實驗計劃?指定因子的水準Low/High...MinitabFactorial Design(要因配置法 ) Designs...?指定實驗編號、實驗的基本順序、中心點、 實驗的 Block.?Order of the data:以設定的數(shù)據(jù)配置指定?Specify by column:指定特定 column MinitabFactorial Design(要因配置法 ) Analyze Factorial Design216。MinitabFactorial Design(要因故配置法 ) Options... ?Fold Design:設定 Fold?Randomize Runs:實驗順序 Random?Fraction:使用部分配置法時設定 Fraction 使用位置?Base for random data generator:設定 Random 生成基準點?Store design in worksheet:把實驗計劃保存在 Worksheet?能多樣化地指定，愿意在 Session 窗口輸出 的實驗計劃結果?在 Session 窗口輸出與別名 (alias)關聯(lián)的內(nèi) 容時，指定交互作用的次數(shù)。 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實驗?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) 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。攪亂 (Confounding) 以兩個以上因子的效果合并后 (例 ) 1 + 2 產(chǎn)生的現(xiàn)象難以分離 1+3, 2+2 216。交互效果 兩個以上的因子結合后對反應 (例 ) E12 = 5 (Interaction Effect) 因子產(chǎn)生的影響167。反應值 (Response) 實驗的數(shù)值性結果 (一般用 Y表示 ) (例 ) Y = 267mm167。因子 (Factor) 實驗所用的輸入要素 (例 ) 溫度 , 濕度 ,…167。Modify Design:對實驗的修正167。RS Design:反應表面實驗167。Response Optimizer:尋找滿足目標值因子的 最佳組合167。Contour/Surface(Wireframe)Plots:展現(xiàn)實驗的 反應表面167。Analyze Factorial Design:得出實驗分析結果167。Define Custom Factorial Design:在變更當前的 實驗計劃而再指定時使用。 實驗的成敗，只有把以往的經(jīng)驗或者理論性、 技術性知識等的原有技術與 依照實驗計劃法的知識結合起來才有可能 . 167。5. DOE(實驗計劃法 )Minitab實驗計劃法基礎 216。 變動是 Variety 2 水準比別的水準大?？芍腊? Field 水準變更的 Variety 各水準的 變動及平均值。交互作用的水準間差異比較167。Lake在各水準間無太大的變動。Supplement 在 2水準時值特大。Factors:指定因子167。對主效果的水準間差異比較167。Pool error across groups適用總合誤差◆ 平均值以 symbol 標記，且有信賴 區(qū)間標記。Type of interval plot Standard Error:適用標準誤差 Multiple:適用標準誤差倍數(shù) Confidence interval:指定信賴度167。Y variable:設定反應值 167。 MinitabInterval Plot216。MinitabTest for Equal Variances216。Probtype, Calculat, Probtype*Calculat等比留意水準 () 小，故判斷為各因子的水準間存在散布的差。Random factors:指定變量因子167。Response:實驗結果數(shù)據(jù)167。Strength 的 3水準 (值 =3)時有影響MinitabAnalysis of MeansMinitabBalanced ANOVA216。Main Effect:主要因167。脫離管理線則有影響167。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。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。?看左圖可知道 Lake 的平均間沒有差。?Suppleme的 p值 小于 ， 故 Suppleme 的 水準間有差。Store residuals:保存殘差167。Row factor:B因子167。167。216。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。?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。 (級區(qū)間有變動 ) 上面的 p值大于 ，故沒有影響。留意水準比 pvalue 大則有影響。F:F概率值167。SS:乘方的和 (Sum of Square)167。Store fits:保存水準平均值 167。Comparisons:檢定多重比較167。Response:指定反應變量167。在數(shù)據(jù)為一個 Col中以 Stack 形態(tài)保存時使用。因子為一個 , 反復數(shù)為對所有水準不相同也可 , Radom實驗。Factors:MinitabNominal Logistic Regression4. 分散分析Minitab分散分析基礎 216。 167。Frequency:輸入頻率數(shù)167。167。MinitabOrdinal Logistic Regression216。Factors:Regionr 的 pvalue= 比留意水準，故沒有影響。 167。Frequency:輸入頻率數(shù)167。 反應變量按順序型顯示的 logistic回歸模型167。在 Measures of Association 上 Pairs部分是一致的結果，Summary Measures表示預測力的尺度。并且 p值為 ，故判斷為至少一個不是 0。 D