【新整理】minitab操作課程培訓(xùn)(i階段)-文庫吧資料
2024-11-19 00:18本頁面
【正文】 ror 3 0.877 0.8775 0.2925 Total 9 192.900,4個(gè)主效應(yīng)和3項(xiàng)二階 交互效應(yīng)都是顯著的 （顯著水平取0.1）,步驟６：研究效應(yīng)輪廓圖,MINITAB：StatDOEMixtureResponse Trace Plot,圖中可以顯示各單個(gè)因子的效應(yīng)。 分析數(shù)據(jù)，得出結(jié)論并對模型是否合適作個(gè)評論。,Predicted Values for New Observations New Obs Fit SE Fit 95% CI 95% PI 1 91.68 3.42 (83.79, 99.57) (77.61, 105.76) Values of Predictors for New Observations New Obs Press Dis P*D 1 300 70.0 21000,練習(xí)：,一位黑帶要研究影響運(yùn)輸部門拉動和包裝一個(gè)訂單貨物的時(shí)間的因素。在最佳點(diǎn)處做若干次驗(yàn)證試驗(yàn)（次數(shù)記為m，通常3次以上），下一步的任務(wù)就是計(jì)算出，將來的每一次試驗(yàn)結(jié)果應(yīng)該落在什么范圍內(nèi)，如果驗(yàn)證試驗(yàn)結(jié)果的平均值落在預(yù)先計(jì)算好的范圍內(nèi)，則說明一切正常。 如果認(rèn)為離目標(biāo)尚遠(yuǎn)，則考慮安排新一輪試驗(yàn).例如，可以考慮本次獲得的最佳點(diǎn)Press＝300，Dis＝70為中心，在其附近重新選定試驗(yàn)的各因子水平繼續(xù)做試驗(yàn)。 根據(jù)分析結(jié)果，寫出最后確定的回歸方程。,接受原假設(shè)H0,說明模型沒有明顯彎曲趨勢。,Minitab輸出－Pareto and Normal Plots,步驟3：分析全因子模型（2.殘差診斷）,MINITAB：StatDOEFactorial－Analyze Factorial Design,Minitab輸出－Residual Plots（3.判斷模型要改進(jìn)嗎？）,從殘差診斷中看出，模型基本上是好的； 從上述分析中看出，A\B是顯著的，C作用 不顯著，交互作用項(xiàng)中僅AB顯著，因此下 一步要重新擬合模型。,步驟1：設(shè)計(jì)實(shí)驗(yàn)（續(xù)）,Minitab輸出－－計(jì)劃表,步驟2：做實(shí)驗(yàn)、輸入試驗(yàn)數(shù)據(jù),實(shí)驗(yàn)數(shù)據(jù),步驟3：分析全因子模型（1.擬合選定模型）,MINITAB：StatDOEFactorial－Analyze Factorial Design,Minitab輸出－Factorial Fit,拒絕原假設(shè)H0,說明模型總的效果是明顯的。在3個(gè)因子新的較好的范圍內(nèi)，什么生產(chǎn)條件下可以獲得最大的成型塑膠板強(qiáng)度（strength）。 通常將k個(gè)因子的二水平全因子試驗(yàn)記為：2k試驗(yàn)，因此它是全因子試驗(yàn)的一個(gè)特例。如果確實(shí)需要做三水平或更多水平全因子試驗(yàn)時(shí)，軟件也有此分析方法。通過對各個(gè)材料的強(qiáng)度分析找出最佳的材料。,練習(xí),制造Team研討3種Soldering材料。 從擬合的多項(xiàng)式的階數(shù)上述，一個(gè)因子取了k個(gè)水平，對于所獲得的數(shù)據(jù)可以擬合一個(gè)k1階多項(xiàng)式。,步驟4：建立回歸方程處理數(shù)據(jù),步驟5：建立回歸方程擬合線形方程,MINITAB：StatRegressionFitted Line Plot,Minitab輸出－回歸分析,拒絕原假設(shè)H0, 可見線性趨勢是顯著的．,從圖中看出數(shù)據(jù)有彎曲趨勢， 因此擬合線性方程回歸效果不夠好。,多項(xiàng)式回歸設(shè)計(jì)例題,鍛件溫度顯著影響鍛件最終斷裂強(qiáng)度。,AB間、AC間、CD間均值無顯著差異。,步驟4：分析兩組間是否有顯著差異,MINITAB：StatANOVAOne Way,Minitab輸出－Tukey分析結(jié)果,Tukey 95% Simultaneous Confidence Intervals All Pairwise Comparisons among Levels of Subscripts Individual confidence level = 98.87% Subscripts = A subtracted from: Subscripts Lower Center Upper ++++ B 0.6931 0.1800 0.3331 (*) C 0.1131 0.4000 0.9131 (*) D
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1