【正文】 應(yīng)值的值。? Noise變量v已知道影響反應(yīng)值，但控制困難的變量，為了減少這個(gè)變量選定預(yù)想的 Noise變量，在所有水平上實(shí)施試驗(yàn)134試驗(yàn)計(jì)劃的樹(shù)立? BlockingvBlock是同質(zhì)性的集團(tuán)，如果判斷為一些要因成為問(wèn)題時(shí)，把那個(gè)要因選定為 Blocking因子? Blocking因子來(lái)選定的話，不增加試驗(yàn)烽，可要因分析? Blocking不選定為 Blocking因子的話，試驗(yàn)結(jié)果出現(xiàn)問(wèn)題，不能分析原因? 樣本的大小v考慮測(cè)定值的變化程度等，決定樣本數(shù)，質(zhì)。v 試驗(yàn)和實(shí)施數(shù)據(jù)收集? 試驗(yàn)之前準(zhǔn)備數(shù)據(jù)表格，可能的話，把相關(guān)的所有內(nèi)容全部記錄。v實(shí)驗(yàn)期間可以知道條件的範(fàn)圍是否恰當(dāng)136試驗(yàn)計(jì)劃的樹(shù)立? 測(cè)定後的樣本，因有的時(shí)候需要再調(diào)整測(cè)定樣本，最好要保管。? 能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。? 認(rèn)為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強(qiáng)度，因此為了了解按 反應(yīng)度 的變化，強(qiáng)度怎樣變化，并且在怎樣的溫度水平下給最高的強(qiáng)度而做反應(yīng)溫度為因子來(lái)取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ， A4:75℃ ），在 各度下 3回，把全體 12回試驗(yàn)按隨機(jī)順序來(lái)實(shí)施。145一元配置法? 按反應(yīng)溫度 (A)變化的強(qiáng)度 (單位： Kg/mm2)的試驗(yàn)數(shù)據(jù)因子水平A1 A2 A3 A4試驗(yàn)的反復(fù) 146二元配置法v 選定配置法? 選定 2個(gè)因子後做試驗(yàn)的試驗(yàn)計(jì)劃? 某化工廠認(rèn)為影響產(chǎn)品的收率 (Yield， %)是反應(yīng)溫度和原料。v因子的水平數(shù)? 反應(yīng)溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) ? 原料 (B)： B1（美國(guó) M社原料）， B2（日本 Q社原料）， B3（國(guó)內(nèi) P）147二元配置法v試驗(yàn)數(shù)據(jù)如下因子 A因子 BA1 A2 A3 A4B1 B2 B3 148二元配置法? 對(duì)收率溫度是 A3=200℃ ，原料是在 B1上最佳水平? 雖然現(xiàn)在選定的水平是最佳的，但考慮過(guò)程條件，費(fèi)用方面也可選擇不同水平的最佳條件。v 要因試驗(yàn)的形態(tài)? 2n：因子是 n個(gè)，因子的水平數(shù)是 2試驗(yàn)? 3n：因子是 n個(gè)，因子的水平數(shù)是 3試驗(yàn)150要因配置法 (Factorial Design)v 要因試驗(yàn)的優(yōu)點(diǎn)? 所有因子間的水平調(diào)合下實(shí)施試驗(yàn)? 可推定所有因子的效果和交互作用v 22試驗(yàn)? 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時(shí)得到的輪胎 (balance)各測(cè)定 4次的數(shù)據(jù)151要因配置法 (Factorial Design)? 試驗(yàn)數(shù)據(jù)A0 A1 合計(jì)B0 31 165 821108872352 517454643B1 22 84 30373829134 218211823合計(jì) 249 486 735152要因配置法 (Factorial Design)? 橡膠配合 (mix)1水平， mold1水平上得到大的效果? mold比橡膠配合 (mix)更多的影響反應(yīng)值vMain effects plot里因子的偏移越大，其因子更多影響品質(zhì)特性值153要因配置法 (Factorial Design)v 什麼是交互作用? 表示 2個(gè)因子的水平組合上，發(fā)生不期待的效果。XY沒(méi)有交互作用（平行的狀態(tài)）XY有一點(diǎn)交互作用XY有很大的交互作用154要因配置法 (Factorial Design)? Cube plot155要因配置法 (Factorial Design)? 具有最佳均勻的條件是橡膠配合 (mix)1水平，mold1水平? 判斷為有一點(diǎn)點(diǎn)交互作用? mold比橡膠配合更大的影響反應(yīng)值156要因配置法 (Factorial Design)v 23試驗(yàn)? 考慮一下工序中能清洗部品的機(jī)器，這機(jī)器的性能是清洗完畢的部品上流下來(lái)的水通過(guò) Filter（過(guò)濾器）過(guò)濾後， Filet的殘留物越少說(shuō)明機(jī)器性能越優(yōu)秀，試驗(yàn)按各要素的 2水平來(lái)實(shí)施。158要因配置法 (Factorial Design)? 試驗(yàn)配置RUN Temp Time Conc. Yield1 1 1 1 652 1 1 1 433 1 1 1 4 1 1 1 435 1 1 1 6 1 1 1 447 1 1 1 518 1 1 1 43159要因配置法 (Factorial Design)? 把 Yield和 temp/time/conc因子的效果 plot Graph? 首先繪製各要素的 Low Level(1)[低水平 (1)]的反應(yīng)值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。反過(guò)來(lái)，濃度因子幾乎沒(méi)有特別的影響反應(yīng)值? 哪些要素最重要? 哪些要素可以說(shuō)沒(méi)有影響160要因配置法 (Factorial Design)? Temp*Time：水、溫度的影響隨時(shí)間的變化，低溫度和短時(shí)間清洗，流下的殘留物最多? Temp*Conc：在高的溫度下，和清洗液的濃度無(wú)關(guān)，殘留物少無(wú)交互作用? Time*Conc：長(zhǎng)時(shí)間清洗下，殘留物更少；時(shí)間的效果比低清洗濃度更顯著161要因配置法 (Factorial Design)v Cube plot（繪制立體圖）4651606544434443temp11 1timeconc11162要因配置法 (Factorial Design)? temp(1：熱水 )， time(1：長(zhǎng) )， conc(1：低 )時(shí)或 temp(1：熱水 )， time(1：短 )， conc(1：低)，殘留物最少? 提高溫度，費(fèi)用多并且找出最佳條件不重要的話，也可以在不同水平上選擇最佳點(diǎn)。（線體速度和清洗液濃度在高溫度下沒(méi)有差異）163部分配置法 (Fractional factorial design)v 什麼是部分配置法 (Fractional factorial design)? 在實(shí)施試驗(yàn)時(shí)因子的數(shù)增加，試驗(yàn)的次數(shù)增加，試驗(yàn)的次數(shù)以幾何規(guī)律增加? 試驗(yàn)次數(shù)的增加v現(xiàn)實(shí)是時(shí)間方面或成本費(fèi)用方面發(fā)生困難v產(chǎn)生不可預(yù)想的潛在變量，試驗(yàn)的程度變壞164部分配置法 (Fractional factorial design? 一般主效果交互作用沒(méi)有必要必須在因子的所有調(diào)合下試驗(yàn)，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗(yàn)數(shù)的大小，只取因子的調(diào)合中的一部分進(jìn)行試驗(yàn)（ 2n3n型部分配置法）? 因此，通常完全配置法不如使用試驗(yàn)次數(shù)少的部分配置法。v 部分配置法 (Fractional factorial design)的優(yōu)點(diǎn)? 以少的試驗(yàn)次數(shù)得到好的試驗(yàn)結(jié)果和提高檢出力? 試驗(yàn)因子多，但做的試驗(yàn)次數(shù)少166部分配置法 (Fractional factorial design)v 25試驗(yàn)? 從 32個(gè)中選擇 16個(gè)方法是重要的vX1X2X3X4X5=1 工vX1X2X3X4X5=+1 選擇? 這樣乘全體因子選擇的話，始終不會(huì)丟失直交性v試驗(yàn)因子彼此間獨(dú)立，對(duì)試驗(yàn)結(jié)果的再現(xiàn)性高v始終從高次的交互作用開(kāi)始交叉167部分配置法 (Fractional factorial design)v如果任意的選擇的配合，會(huì)破壞直交性，因子間不能完全獨(dú)立而成為從屬的，繼而導(dǎo)出錯(cuò)誤的試驗(yàn)結(jié)果v選定 X1X2X3X4X5=+1 的 16種配合? 這是具有高次的交互作用交叉的效果v實(shí)施部分配置法時(shí)的試驗(yàn)配合分布形態(tài)168部分配置法 (Fractional factorial design)v 25試驗(yàn)? 進(jìn)行 16個(gè)部分配置法中各立方形v底面 2個(gè)和上面 2個(gè)v左側(cè) 2個(gè)和右側(cè) 2個(gè)v前面 2個(gè)和後面 2個(gè)169部分配置法 (Fractional factorial design11+1X1+11+1X3X41 +1X21 +1X5170部分配置法 (Fractional factorial design）主效果 Column 交互作用 ColumnRun X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 反應(yīng)值1 1 1 1 1 1 1 12 1 1 1 1 1 1 13 1 1 1 1 1 1 14 1 1 1 1 1 1 1?考慮有 4人組合的 231部分配置，在 23完全配置上，可以把相關(guān)因子全部相乘後再選定： “+or”的 4個(gè)組合，這時(shí)前 2個(gè)因子具有完全配置法同樣的形態(tài)。171部分配置法 (Fractional factorial design? X1， X2， X3的主效果跟 2因子交互作用交叉在一起vX3 Column=X1 X2 ColumnvX1 Column=X2 X3 ColumnvX2 Column=X1 X3 Column11+1X1+11+1X2X3172部分配置法 (Fractional factorial designv 25試驗(yàn)? 在注塑物配合工序上，從調(diào)查的結(jié)果來(lái)看，到測(cè)定、分析階段為止選定了 5個(gè)暫定因子，選定的各個(gè)因子如下：v進(jìn)入反應(yīng)器的原材料的量 (liter/min)v添加的催化劑（ %）v轉(zhuǎn)速（ RPM）v反應(yīng)器內(nèi)溫度（ ℃ ）? 當(dāng)中哪能些因素在什麼條件下能得出最佳值？173部分配置法 (Fractional factorial designFactor 1 +1（ feed rate） 10 15（ catalyst） 1 2（ RPM） 100 120（ temperature） 140 180（ concentration） 3 6174部分配置法 (Fractional factorial design? 反應(yīng)值受催化劑和溫度的影響強(qiáng)烈，幾乎不受其它干擾影響。175部分配置法 (Fractional factorial design? 出現(xiàn) catalyst*temperature和temperature*concentrate 的交互作用有意義? 判別剩下的因素間的交互作用幾乎沒(méi)有意義? 要銘記 2次的交互作用跟 3次的交互作用交叉在一起的事實(shí)，雖然 3次的交互作用有意義的情況幾乎沒(méi)有，但是還是要注意觀察。? 注入量和轉(zhuǎn)速的影響不多? 這里必須測(cè)驗(yàn)產(chǎn)品是否按改善的最佳條件來(lái)生產(chǎn)的再現(xiàn)性178回歸分析（ Regression）v 什麼是回歸分析（ Regression）？? 想要改善問(wèn)題時(shí)，掌握相關(guān)變量之間的相互關(guān)聯(lián)性，這種情況有用的時(shí)候多。? y=a+bx+error 這里 a=截距 b=斜率179回歸分析（ Regression）v 回歸方程式的分類? 單純回歸分析：獨(dú)立變量（說(shuō)明變量），從屬變量（反應(yīng)變量）各 1個(gè)的情況? 中回歸分析：獨(dú)立變量（說(shuō)明變量） 2個(gè)以上的情況? 曲線回歸分析：獨(dú)立變量（說(shuō)明變量） 1個(gè)，從屬變量（反應(yīng)變量） 1個(gè)構(gòu)成的情況（假定是 2次以上的高次函數(shù)）180回歸分析（ Regression）v 為什麼要使用回歸方程式（ Regreesion )?? 為了發(fā)現(xiàn)暫定的 Vital Few（少數(shù)致命缺陷）? 為了判定 “Y” 值并使其最佳化? 為了決定哪些 “X” 因素值上 “Y” 成為最佳化181回歸分析（ Regression）? 用手動(dòng)方法發(fā)現(xiàn)暫定的 Vital Few時(shí)v使用手動(dòng)方法導(dǎo)出最終結(jié)論，但危險(xiǎn)情況多，因此最好使用試驗(yàn)計(jì)劃法。（最小平方法）? 如果所有數(shù)據(jù)在適當(dāng)方程式上，誤差變化是“0” ，即最好的情況：但這種民政部幾乎不會(huì)發(fā)生。184回歸分析（ Regression）v 怎樣做好數(shù)據(jù)收集？? 為了推定變動(dòng)最小的偏移，使用因子 “X” 的最低界限值到最高界限值為止的大範(fàn)圍的數(shù)據(jù)。185回歸分析（ Regression）v 運(yùn)用 Minitab進(jìn)行回歸分析? 為了預(yù)測(cè) LOT大小的生產(chǎn)人力，利用隨機(jī)法來(lái)抽出資料來(lái)求回歸方程式。越小越有好的值。195回歸分析（ Regression）vRSq(adj)：表示推定的回歸方程式的好的程度vFitting的回歸方程式可用因子來(lái)說(shuō)明的變動(dòng)v不能用適當(dāng)?shù)姆匠淌秸f(shuō)明的變動(dòng)v考慮實(shí)測(cè)值到平均值為止的變動(dòng)196回歸分析（ Regression）? 得出結(jié)論vLOT的大小（ X）是影響生產(chǎn)人力（ Y）的因子v因 RSq=%，可以判定為做了相當(dāng)?shù)呢暙I(xiàn)（一般推薦為 RSq的值為 65%）v從該例題可以看出殘差是正態(tài)分布的（ PValue=, Normality Test）197管理 (Control)198管理計(jì)劃v 什麼是管理階段？? Project（項(xiàng)目）的終了階段，并對(duì)業(yè)務(wù)的事後管理再分工。? 為了監(jiān)控 process及采取糾正措施等行動(dòng)而