【正文】 正態(tài)性時 ， 它的結(jié)果值才能 判斷為正確。當(dāng)數(shù)據(jù)按水準(zhǔn)類別指定在 Col 時使用 (Unstack 形態(tài) )216。 因子為 2個，把因子各水準(zhǔn)的組合全部 Radom實施的實驗。 數(shù)據(jù)應(yīng)為 Stack 形態(tài)。Response:實驗結(jié)果數(shù)據(jù)167。Column factor:A因子167。Fit additive model:選擇交互作用的有無?Lake與 Interaction 的 p值 大于 ， 故不會 引起效果。?看左圖可知道 Suppleme 的平均間有差。MinitabTwoway ANOVA216。Response:反應(yīng) (結(jié)果 )值167。Alpha level:留意水準(zhǔn)167。用兩個因子的交互作用效果167。Minutes 的 3水準(zhǔn) (值 =18)時有影響167。 2水準(zhǔn)各組合內(nèi)的實驗次數(shù)相同時使用167。Model:指定需分析的因子167。Probtype|Calculat的標(biāo)記為考慮交互作用 效果的計算實施 .167。Engineer 為變量因子故無統(tǒng)計意義。 檢定 2集團以上的分散是否一致 歸屬假設(shè) : 所有水準(zhǔn)的分散一致 對立假設(shè) : 至少一個以上的分散不一樣?正態(tài)分布數(shù)據(jù)時 :Bartlett’s Test?包括正態(tài)分布的連續(xù)性數(shù)據(jù)時 :Levene’s Test?因 pvalue 比留意水準(zhǔn) ()大，故選擇歸屬假設(shè)，即所有水準(zhǔn)的分散一致。平均信賴區(qū)間得出后作成 plot 167。Group variable:subscript 指定167。Display mean as:設(shè)定 plot表示方法167。 MinitabMain Effects Plot216。Responses:指定反應(yīng)值167。Base plots on:指定 plot基準(zhǔn)167。167。MinitabInteractions Plot216。Display full interaction plot matrix: 作成 為 matrix167。 平均是 Variety 4,6水準(zhǔn)比別的水準(zhǔn)小。 水準(zhǔn)間 Cross 角度越大，交互作用效果就 越大。 如何實施實驗如何選取數(shù)據(jù) , 如何解釋才能以最少的實驗次數(shù) 迅速獲得最大的信息量的計劃方法 .216。Create Factorial Design:要因配置法實驗設(shè)計167。167。Factorial Plot:主效果 , 交互效果 plot 作成167。Overlaid Contour Plot:以視覺性展示多個反應(yīng) 變量的妥協(xié)領(lǐng)域167。Factorial:要因配置實驗167。Mixture Design:混合物實驗167。Display Design:實驗計劃后生成的內(nèi)容通過 Worksheet 可見 Minitab實驗計劃法基礎(chǔ) DOE 用語167。水準(zhǔn) (Level) 各實驗因子的設(shè)定值 (例 ) 溫度 100 200 () (+)167。主效果 (Main Effect)隨一個獨立因子的水準(zhǔn)變化相應(yīng)的 (例 ) E1 = 2 反應(yīng)值的影響 E2 = 7 167。解 (Resolution) 在部分實施法中表示實驗設(shè)計的攪亂 (例 ) III, IV, V 程度的記號 167。 在多個因子的各水準(zhǔn)上分析同時實驗的結(jié)果的技法216。 要因配置法種類 完全要因配置法 (Full Factorial Design) : 2水準(zhǔn)完全要因配置法 , 多水準(zhǔn)完全要因配置法 部分實施法 (Fractional Factorial Design) PlackettBurman 計劃法 (PlackettBurman Design)216。實驗次數(shù)越多，分析度越高?分析度高的順序 Full VII VI V IV III?PlackettBurman Design 是分析度為 III Level dlek.MinitabFactorial Design(要因配置法） Designs...?指定 Runs, center points, replicates, blocks ?Block:具有相同性質(zhì)的單位集合?Replicate:重新設(shè)置實驗條件后實驗 在多個試料上按同一條件各自實驗?Center point:在連續(xù)性因子的水準(zhǔn)為中間 值時實施 , 評價反應(yīng)值的非線型性Factors...?Factor:表示實驗的因子?Name:指定實驗的因子名?Low/High:以水準(zhǔn)表示的低水準(zhǔn)值與高水準(zhǔn) 值 一般用 –1與 1表示 , 中心為 0。Results...MinitabFactorial Design(要因配置法 ) Design Custom Factorial Design216。 實驗結(jié)果分析?Responses:指定有實驗結(jié)果值的 ColTerms...?計算里欲包括的項目設(shè)定 未包括的項目按誤差項 PoolingGraphs...?Effects Plots:設(shè)定效果 Plots?Alpha:指定留意水準(zhǔn)?Residuals for Plots:殘差處理方法MinitabFactorial Design(要因配置法 ) Results...?對于 Session 窗口輸出的結(jié)果可以選擇?選擇把別名 Table 在 Session 窗口輸出?顯示在模型中的因子和其對交互作用的 最低乘方平均 若設(shè)計為直交型 , 無 covariate ， 那么各個 最小乘方平均為在同一窗口中的所有 觀測值的平均。但不能保存常數(shù)、 Covariate、 中心點、 Block的效果。 依系數(shù)相乘的實驗計劃 Matrix 計算出適合值。?超過指針線的 C, AC, B因子為有影響?在正態(tài)概率圖中離直線遠離的因子可 認(rèn)為信號因子?在上圖中 C, AC, B因子為有影響MinitabFactorial Design(要因配置法 ) Factorial PlotsSetup...?Main effect:主效果?Interaction:交互效果?Cube : 三個因子的效果?Setup : 選定要作業(yè)的因子?Type of Means to use in Plots : 指定生成 主效果圖平均的數(shù)據(jù)類型?Responses : y, 即選擇已輸入結(jié)果值的列?指定要繪出主效果圖的因子 MinitabFactorial Design(要因配置法 ) 主效果圖 交互效果圖3因子效果圖?主效果圖 : 傾斜度越大符合水準(zhǔn)的效果 越大?交互效果圖 : 交叉的傾斜度越大符合水準(zhǔn) 的效果越大?3因子效果圖 : 計算水準(zhǔn)的平均值?T因子從低水準(zhǔn)變?yōu)楦咚疁?zhǔn)時，他的反應(yīng)值 就大幅度增加MinitabResponse Optimizer(反應(yīng)值的最佳條件 ) Stat 》 DOE 》 Factorial 》 Response Optimizer選反應(yīng)變量MinitabResponse Optimizer(反應(yīng)值的最佳條件 ) 輸入反應(yīng)變量目標(biāo)值輸出結(jié)果MinitabResponse Surface Designs(反應(yīng)表面計劃 ) 216。 在懷疑反應(yīng)表面有曲線形態(tài)時使用216。 Minitab 運行步驟 利用 “Create RS Design” 選擇實驗設(shè)計 指定因子數(shù)及因子名、水準(zhǔn)、反復(fù)次數(shù)、 Random化與否 執(zhí)行實驗后輸入數(shù)據(jù)，并實行 “Analyze RS Design”導(dǎo)出實驗分析結(jié)果 利用 “RS Plot” 繪出 Contour Plot 及 Surface Plot ， 得出最佳條件的資料?Type of Design : 選擇實驗設(shè)計?Number of factors : 選擇實驗因子數(shù)Designs... (中心合成計劃法） (BoxBehnken法 )?選擇需要的實驗計劃?Number of Center Points:指定中心點?Value of Alpha:指定 Alpha Faced Centered:alpha=1軸點在 cube位置， 在因子水準(zhǔn)的變動幅度限制時選擇 Custom:輸入數(shù)量。 選擇 Analyze RS Design 變更 Terms與 GraphsMinitabResponse Surface Designs(反應(yīng)表面計劃 ) Minitab 實行結(jié)果 Full quadratic?看分散分析表時，對 Lackoffits的 pvalue為 ， 便可知現(xiàn)在的 預(yù)測模型為確切 ?看分散分析表時，二次項與交互 因子的 pvalue為 ，顯 示為預(yù)測模型的有意因子?二次項中 Nitrogen*Nitrogen項，在 交互因子中 Nitrogen*Potash項 的 pvalue為 ，故顯示 為有意因子 MinitabResponse Surface Designs(反應(yīng)表面計劃 ) ?對殘差 (Residuals)的圖形中，沒有出現(xiàn)任何問題點MinitabResponse Surface Designs(反應(yīng)表面計劃 ) RS Plots?Contour plot : 等高線圖?Surface plot : 表面圖?先確認(rèn)后按 SetupSetup...?選擇要畫等高線圖的因子?要畫對因子組合的所有等高線圖 時選擇 ?在畫等高線圖時選擇數(shù)據(jù)的單位 是否用 code或 uncode MinitabResponse Surface Designs(反應(yīng)表面計劃 ) ?顯示對因子組合的反應(yīng)值曲線， 在等高線所有地點的反應(yīng)值相同? 用 3維的表面輸出的圖表確認(rèn) 能滿足的反應(yīng)值及尋找條件時 有用。 在 Ink、 Paint、 Cake等由幾種成份構(gòu)成時存在各成份的混合比率的問題點， 此時求哪些成份對反應(yīng)變量帶來有意影響及滿足最佳混合比率的實驗 216。 在 Minitab 混合物實驗步驟 Create Mixture Design : 生成 Simplex 中心排列法 , Simplex 格字型排列法 , 頂頭點計劃法 Analyze Mixture Design : 實驗結(jié)果分析MinitabMixture Design(混合物實驗 ) MinitabModify Design(實驗計劃修正 )?Modify factors : 修正因子名和因子水準(zhǔn)?Replicate design : 指定實驗計劃的反復(fù)次數(shù)?Randomize design : 指定對所有實驗計劃的 Random 化或者 Block內(nèi)的 Random化?Fold design : 對所有因子 fold 或者 對特定的因子 fold?Add axial points : 對軸點追加的修正 （相當(dāng)于 2水準(zhǔn)實驗計劃 ) alpha=1時軸點位置在 cube上，小于 1時在 cube的 內(nèi)側(cè)，大于 1時在 cube外 MinitabDisplay Design(顯示實驗計劃 )Options...?Order for all points in the worksheet : 在 Worksheet 顯示的 實驗計劃的順序指定為 run order或者 standard order ?Units for factors : 在 Worksheet 顯示的因子水準(zhǔn)指定為 uncoded 或者 coded ?在 Worksheet 上顯示的實驗計劃列中 sorting 上，如有刪除的內(nèi)容時選擇Minitab實驗計劃 例題因子 低水準(zhǔn) 高水準(zhǔn)溫度 20度 40度壓力 1氣壓 2氣壓催化劑 A B? 反應(yīng)值 : 數(shù)率? 2回反復(fù)實驗? 實驗 DATA : Stdorder順序 66 66 102 98 65 54 107 68 53 66 55 85 108 89 52 63謝謝觀看 /歡迎下載BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAI