Minitab操作教程

1、利用Minitab中设计DOEn 选择菜单选择菜单“统计统计DOE因子实验因子实验创建因子实验创建因子实验”并如下设置对话框并如下设置对话框:试验中班次有两个类别：白班和夜班，所以有两个区块。利用Minitab中设计DOEn 如下进行随机化：如下进行随机化：利用Minitab中设计DOEn 前面的设置完成，前面的设置完成，Minitab就为我们生成了实验的正交表。就为我们生成了实验的正交表。标准次序 运行次序利用Minitab中设计DOEn 在在“因子因子”选项中设置因子名称和水平选项中设置因子名称和水平实验的直观分析（Minitab）n 利用利用Minitab做出实验结果的主效应图和交互作用

2、图。做出实验结果的主效应图和交互作用图。n 选择命令：选择命令：“统计统计方差分析方差分析主效应图和交互作用图主效应图和交互作用图”使用文件：全因子.mtw实验的直观分析（Minitab）220180343230282624222096温度平平均均值值压力平平均均值值 主主效效应应图图数据平均值964035302520压压力力平平均均值值180220温度平平均均值值 交交互互作作用用图图数据平均值n 直观分析的结论：直观分析的结论：n温度比压力相对更重要，而它们的交互作用并不显著；温度比压力相对更重要，而它们的交互作用并不显著；n为了得到更高的表面强度，温度应该设在为了得到更高的表面强度，温度

3、应该设在180，而压力设在，而压力设在6。利用Minitab对实验进行统计分析n 遵循以下步骤对实验进行统计分析遵循以下步骤对实验进行统计分析1.选择模型选择模型2.检查模型的有效性检查模型的有效性3.分析各种统计量分析各种统计量4.确定最佳条件确定最佳条件实验的统计分析第1步：选择模型n 选择菜单选择菜单“统计统计DOE因子因子分析因子设计分析因子设计”如下选择模型如下选择模型残差压力）（温度压力温度区组常量dcybaMinitab为实验建立了如下的数学模型为实验建立了如下的数学模型期望值实验的统计分析第2步：分析模型的有效型n 一个有效的实验模型其残差满足以下三个条件：一个有效的实验模型其

4、残差满足以下三个条件：n 残差呈正态分布残差呈正态分布n 残差和为零残差和为零n 残差没有明显的模式或者趋势残差没有明显的模式或者趋势n Minitab为我们制作了四合一残差图进行模型的有效性判定：为我们制作了四合一残差图进行模型的有效性判定：实验的统计分析第2步：分析模型的有效型n 残差满足以上的三个条件吗？残差满足以上的三个条件吗？210-1-2999050101残残差差百百分分比比403530252010-1拟拟合合值值残残差差1.51.00.50.0-0.5-1.0-1.52.01.51.00.50.0残残差差频频率率8765432110-1观观测测值值顺顺序序残残差差正正态态概概率率

5、图图与与拟拟合合值值直直方方图图与与顺顺序序平平均均值值 残残差差图图实验的统计分析第3步：各种统计量分析n 流程中各因子的显著性。流程中各因子的显著性。nR2，决定系数，说明了模型中，决定系数，说明了模型中的因子对结果影响的大小。的因子对结果影响的大小。n此模型中因子的主效应和交互作此模型中因子的主效应和交互作用的显著性。用的显著性。n模型中各项因子的系数。模型中各项因子的系数。n 统计工具就以下的实验数学模型进行分析：统计工具就以下的实验数学模型进行分析：残差压力）（温度压力温度区组常量dcyba实验的统计分析第3步：各种统计量分析n 统计工具就以下的实验数学模型进行分析：统计工具就以下的

6、实验数学模型进行分析：残差压力）（温度压力温度区组常量dcyba结论： 温度的“P” 0.05，温度是重要的； 压力的“P” 0.05，温度是重要的 （温度压力）的“P” 0.05，温度和压力的交互作用不重要的实验的统计分析第4步：确定最佳条件n 选择菜单选择菜单”统计统计DOE因子因子因子图因子图”作出以下图形：作出以下图形：n 立方图立方图实验的统计分析第4步：确定最佳条件为了得到更高的强度，因子的最佳设置是：为了得到更高的强度，因子的最佳设置是：温度：温度：180压力：压力：696220180压力温度18.087524.537539.387527.8375平平均均值值 的的立立方方图图（

7、数数据据平平均均值值）利用Minitab设计部分因子实验n 选择菜单选择菜单统计统计DOE因子因子创建因子实验创建因子实验利用Minitab设计部分因子实验n 按下按下“设计设计”按钮进行如下的设置：按钮进行如下的设置：选择1/2部分因子实验利用Minitab设计部分因子实验n 按下按下“因子因子”按钮进行如下的设按钮进行如下的设置置利用Minitab设计部分因子实验n 设置设置“选项选项”按钮对话框按钮对话框n 为了学习的方便，把为了学习的方便，把“随机化随机化”选项去掉选项去掉n 其他按其他按“Ok”信息窗口输出实验设计的基本信息：实验设计的基本信息：n因子数目因子数目n运行次数运行次数n

8、实验类型实验类型n实验分辨率实验分辨率n“”或者或者“”的组合的组合实验的别名结构（混淆）实验的别名结构（混淆）实验的直观分析n 按照前面全因子实验的步骤做出实验结果的主效应图和交按照前面全因子实验的步骤做出实验结果的主效应图和交互作用图如下：互作用图如下：180140631510120100907560907560907560907560催催化化剂剂浓浓度度温温度度原原材材料料浓浓度度进进给给速速度度搅搅拌拌速速度度12浓度催化剂140180温度36浓度原材料1015速度进给反反应应完完全全度度 交交互互作作用用图图数据平均值217570656055180140631510757065605

9、5120100催化剂浓度平平均均值值温度原材料浓度进给速度搅拌速度反反应应完完全全度度 主主效效应应图图数据平均值n 如何得出结论？如何得出结论？使用Minitab文件：部分因子（）.mtw实验的直观分析n 初步结论：初步结论：n 主效应中，催化剂浓度，温度和原材料浓度相对是重要的主效应中，催化剂浓度，温度和原材料浓度相对是重要的n 交互作用中，交互作用中，A*B：催化剂浓度：催化剂浓度*温度，温度，B*C：温度：温度*原材料浓度原材料浓度是重要的。是重要的。180140631510120100907560907560907560907560催催 化化 剂剂 浓浓 度度温温 度度原原 材材 料

10、料 浓浓 度度进进 给给 速速 度度搅搅 拌拌 速速 度度12浓度催化剂140180温度36浓度原材料1015速度进给反反 应应 完完 全全 度度 交交 互互 作作 用用 图图数据平均值2175706560551801406315107570656055120100催化剂浓度平平均均值值温度原材料浓度进给速度搅拌速度反反 应应 完完 全全 度度 主主 效效 应应 图图数据平均值实验的统计分析第1步：选择模型n 因子项的重要性：因子项的重要性：n 在这个例子中，很明显催化剂是最重要的，第二个重大的影响是温度。在这个例子中，很明显催化剂是最重要的，第二个重大的影响是温度。n 当我们进行简化时，红线

11、以下的因子和交互作用都被列入可从模型中移当我们进行简化时，红线以下的因子和交互作用都被列入可从模型中移去的去的候选候选项。项。n 为了确保分析的精确性，在简化模型之前可以分析为了确保分析的精确性，在简化模型之前可以分析“主效应图主效应图”和和“交互作交互作用图用图”EBEDEBDCDACAEADDCECBCABBA20151050项项效效应应4.82A催化剂浓度B温度C原材料浓度D进给速度E搅拌速度因子名称效效应应的的 P Pa ar re et to o 图图（响应为 反应完全度，Alpha = .05)Lenth 的 PSE = 1.875简化模型n 重新打开实验分析窗口：统计重新打开实验

12、分析窗口：统计DOE因子因子分析因子实验分析因子实验n 在在“项项”中只保留重要的因子项中只保留重要的因子项其他按“确定”实验的统计分析第2步：分析模型的有效型n 模型有效吗？模型有效吗？5.02.50.0-2.5-5.0999050101残残差差百百分分比比9080706050420-2-4拟拟合合值值残残差差420-2-443210残残差差频频率率16151413121110987654321420-2-4观观测测值值顺顺序序残残差差正正态态概概率率图图与与拟拟合合值值直直方方图图与与顺顺序序反反应应完完全全度度 残残差差图图实验的统计分析第3步：各种统计量分析n因子项的显著性因子项的显著

13、性n此模型解析了流程输出此模型解析了流程输出96.84%的变异。的变异。n此模型中因子的主效应和交此模型中因子的主效应和交互作用统计上都是显著的。互作用统计上都是显著的。n异常点，需要分析其原因。异常点，需要分析其原因。n模型中各项因子的系数。模型中各项因子的系数。实验的统计分析第4步：寻找最佳设置n 选择菜单选择菜单统计统计DOE因子因子因子图因子图作出实验的立方图作出实验的立方图n在实验的区域中，提高流程反应度的最佳设置是：在实验的区域中，提高流程反应度的最佳设置是：温度温度: 180催化剂浓度催化剂浓度:2原材料浓度原材料浓度:36318014021原材料浓度温度催化剂浓度80.066.

14、055.547.094.062.053.064.5反反应应完完全全度度 的的立立方方图图（数数据据平平均均值值）田口实验分析n 如下图设置如下图设置Minitab对话框对话框 使用文件：田口实验.mtw分析实验n 如下图设置如下图设置Minitab对话框对话框 信息窗口输出n 因子显著性的判断：田口博士的一半一半原则（把大约一半的因因子显著性的判断：田口博士的一半一半原则（把大约一半的因子作为重要因子，另外一半视为不重要因子）子作为重要因子，另外一半视为不重要因子）因子水平的选择21-7-8-9-10-112121-7-8-9-10-11X1信信噪噪比比 的的平平均均值值X2X3信信噪噪比比 主主效效应应图图数据平均值信噪: 望目(-10*Log10(s*2)21484644424021214846444240X1均均值值 的的平平均均值值X2X3均均值值 主主效效应应图图数据平均值最大化SN比：X1:水平2X3:水平1调整调节因子至目标值：X2:水平1第31页利用