【正文】 e這要比傳統(tǒng)上被稱為 OFAT（一次一個(gè)因子）的假設(shè)檢驗(yàn)技術(shù)快得多。 OFAT實(shí)驗(yàn)卻不可以。n 設(shè)想你在進(jìn)行一次一個(gè)因子（ OFAT)實(shí)驗(yàn)，每次只變動(dòng)一個(gè)因子Advantages優(yōu)點(diǎn)n 你得到的只是在其他因子不變的情況下對(duì)一個(gè)因子的估計(jì) 。n 當(dāng)其他因子的數(shù)值變動(dòng)時(shí)，一個(gè)因子的最佳數(shù)值可能發(fā)生變化 .Advantages優(yōu) 點(diǎn)n InExperiment,matteroptimalchangesnot.在因子實(shí)驗(yàn)里，不管最佳值是否發(fā)生變化n ItandtheamongandtheiritprovidebetterpowerOFAT它能夠察覺及估計(jì)不同因子的效果，甚至它們的交互作用，它也比 “一次一個(gè)因子 ”實(shí)驗(yàn)提供更好的判別能力 .OFATDOE單因子實(shí)驗(yàn) vs實(shí)驗(yàn)設(shè)計(jì)vsvsvsFactoraStrategy單次單因子（ OFAT）方法Aofrunswhichoneiswhilevaluesallfactorsheldfollowedaofrunswhichsecondisandotherareconstant,andon通常固定所有其他因子不變，而只變動(dòng)一個(gè)因子進(jìn)行實(shí)驗(yàn)；然后變動(dòng)第二個(gè)因子（固定其他因子），以此類推。Optimumpointismisleading.Introduction2kExperimentLearning完成對(duì)本模塊的學(xué)習(xí)后，學(xué)員將能夠：n 說明用于一個(gè)全因子實(shí)驗(yàn)計(jì)劃的標(biāo)志。n 用 Minitab設(shè)定和分析一個(gè) 2 x 2全因子實(shí)驗(yàn)Agendaprevious“IntroductionDesignExperiments”basisDOEn Whatafactorialeffect”“Interaction” “主效果 ”和 “交互作用 ”n TwoExampleMinitab）IntroductionExperiment因子實(shí)驗(yàn)設(shè)計(jì)簡介WhywefactorialTo2kFactorial2k 因子實(shí)驗(yàn)設(shè)計(jì)簡介DefinitionsNotations詞匯、定義和標(biāo)識(shí)DOEDesign；實(shí)驗(yàn)設(shè)計(jì)n 對(duì)于實(shí)施實(shí)驗(yàn)的計(jì)劃叫做 “實(shí)驗(yàn)設(shè)計(jì) ”n 又叫做 “實(shí)驗(yàn)?zāi)Ｊ?”或 “設(shè)計(jì)矩陣 ”n 特意改變變量的一個(gè)或一系列實(shí)驗(yàn)，目的是觀察和識(shí)別響應(yīng)變量改變的原因n 它是一個(gè)選擇響應(yīng)變量、因子、區(qū)塊和組合的計(jì)劃n 所用的工具包括計(jì)劃組合、隨機(jī)化、重復(fù)和 /或復(fù)制DefinitionNotation定義和標(biāo)識(shí)n FULLexperiment:withbinationsfactorseachtheir全因子實(shí)驗(yàn)：組合所有因子和每個(gè)因子所有水平的實(shí)驗(yàn)n Designandlevelsfactors因子的高水平和低水平n +， signsn Numberreplicates 復(fù)制的數(shù)量n Nn TreatmentcaseDefinitionNotation定義和標(biāo)識(shí)n Example:experimentstwooftheaisfactorstwoeach 例如 23＝三個(gè)因子，每個(gè)因子都有兩個(gè)水平DefinitionNotation定義和標(biāo)識(shí)n Fornumberrunsjust為計(jì)算出需要的運(yùn)行次數(shù)，就進(jìn)行乘積n xruns,xxruns,runsn Thesessionfocusthex22Main主效果TheEffectaisaverageonresponsebybetweenlevelsthethebelowfactors:andThevariableyield一個(gè)因子的主效果定義為一個(gè)因子在多水平下的變化導(dǎo)致輸出變量的平均變化。輸出變量是良率Cata1催化劑 EffectMainforchangeYieldCatalyzes:濃度的 主效果 :Whenisfrom1levelyield4當(dāng)濃度從水平 1增加到水平 2時(shí)，良率是 4個(gè)點(diǎn)。theEffectCatalyze同樣，催化劑的 主效果 :——4Cata==WhenchangedLevelto2,is32+382MainPlotorplotfile:數(shù)據(jù)文件Expt2^Largeimplyeffectsignificantbutawaretheof交互作用n Ifofeffect1factorchangedchanginglevelsonemorefactors,wethatisbetween在這種情況下因子間具有 交互作用。1Cata 2催化劑 2濃度 1 濃度 232543824濃度與催化劑的交互作用： (24+32)/2(54+38)/2=18InteractionExampletheleveltheFactor,theforis:在催化劑因子的第一個(gè)水平下，濃度效果為：atsecondofCatalyzerFactor,theforis:而在催化劑因子的第二個(gè)水平下，濃度效果為：1Cata 2催化劑 2Consistence 1濃度 1Consistence 2 濃度 2 32543824InteractiononplotareNotimplyinteraction此圖中的兩條直線不平行表示存在交互作用StatPlotInteractiontheofondependstheofweconcludethereanbetweenandIncasetrendincreasingtemperatureeven在這種情況下，由濃度產(chǎn)生的良率的增加趨勢(shì)甚至被逆轉(zhuǎn)。wetheeffectoffactorEffect=yn Thebeforeisthecontrastthe在平均前的分子叫作因子的線性對(duì)比n levelCatalyzeprev.isIntroductionFactorial2k因子實(shí)驗(yàn)步驟 22UsingxIdentifyProblem:Totheofandonyieldtwoproducts.thedata:第一步：實(shí)際問題：確定濃度與催化劑在兩個(gè)不同的水平 ,對(duì)產(chǎn)品的良率上產(chǎn)生的效果。1Cata 2催化劑 2Step2:Define2： Statefactorslevelsinterest,aexperimentsheet,theofresponseincolumn.inputoutputacolumn.第二步：說明所關(guān)注因子與水平，建立一個(gè) Minitab 實(shí)驗(yàn)數(shù)據(jù)表，將每個(gè)相應(yīng)變量的數(shù)值置于一列內(nèi)。StatCreateFactorialChoose“2”選擇 “2”ChooseTabulatefindings步驟 3：記錄結(jié)果數(shù)據(jù)錄入 MinitabConsistence 1濃度 1Consistence 2 濃度 2 32543824Cata1催化劑 Amalyzedata步驟 4：分析數(shù)據(jù)Menu:FactorialmodelincludesfactorstheirtheFit:versusConcEffectsCoefficientsYieldunits)CoefConstantCata*Concoffor(codedSSSSAdjEffects*Interactions*Error0*TotalenoughoftoChart步驟 6:制作圖表Menu:FactorialPlot步驟 7：柏拉圖 /正態(tài)圖Therelinethedefiningstatisticaltheinteractionthecontributor,by但 AB交互作用是最大的因素， 然后才是 催化劑和濃度noonplotstatisticalMainPlots步驟 8：主效果圖Menu:FactorialMainPlots步驟 8：主效果圖MainPlot(dataformainoffactordefinedthechangethevariableainlevelsa一個(gè)因子的主效果是由于 改變因子的水平而導(dǎo)致輸出的 變量的平均變化。ConsistencechangedleveltotwoaverageyieldfromtoanstatementCatalyze……對(duì)催化劑作出同等的陳述 …Step8:Plots交互作用圖Menu:FactorialplotssomeitfoundtheeffecttheoffactornotsamedifferentofotherIncasehaveinteractionfactors.在有些實(shí)驗(yàn)中，我們發(fā)現(xiàn)對(duì)于其他因子的不同水平，一個(gè)因子的水平間的主效果并不相同。IncaseisanbetweenandasasiswhatparetochartSTEP8:INTERACTIONToExperimentReplicatesRandomization重復(fù)、復(fù)制和隨機(jī)化重復(fù)和復(fù)制n Definitions定義n Repeattheexperimentmoreonceamannern ReplicatewholepartthedesignmoreoncedifferentandinordersRepeatsReplicates優(yōu)點(diǎn)n RepeatssignaltonoiseEspeciallygaugesincapableRepeatsuscalculatesampleanalysisn ReplicatesevenvaluableReplicatesusestimatetotalaffectingexperimentsetupandwehaveestimatetheofeffectsthe 例如：設(shè)定差異，我們因此可以估計(jì)變量效果的誤差。withwetheexample(Yield)two假如我們已經(jīng)對(duì)較早的例題（良率）做了兩次復(fù)制n The