DOE培训教材ppt课件

1、实验设计实验设计引见.Version Nov 2002Page26Sigma 实验设计课程规划各节内容1.课程引见2.实验设计引见3.全因数4.部分因数5.实验设计规划6.案例.实验设计-1全因数.Version Nov 2002Page4根本缘由分析的两种方法(Two method for root cause analysis)用历史数据察看流程分布图，进展图，控制图，分层(scatterplot/run chart/control chart/deplay相关性，差别分析，回归分析(correlation/ANOVA/regression)流程的实验，用一个规划好的方法变流程并衡量结果实

2、验设计实验设计是有效率和有效果地探求许多流程变量X和产出衡量或关键量点Y的因果关系的一种方法。.Version Nov 2002Page5运用历史数据的一些限制some limitation when using history data记录常是不完好的(省略的变量X短少的值或察看数据包含数据惧错误流程变量通常是有相互关系的重要变量能够没有变化得足够充分到能了解它们的影响的程度通常来就，必要数据不是立刻可得到的，获得正确数据是非常必要的。.识别关键变量(Identify key variables)历史方法(history method).Version Nov 2002Page7练习：确定最

3、正确关键变量设置-历史方法目的:了解到识别影响化学流程产量的关键变量的难点30分钟阐明：用下页的信息来设置一个衡量方案，从而发现能使流程产量最大化的各变量最好设置。每个实验运转本钱$2,000他对初始调查的总体预算是$30,000假设有足够的证据，另外有$50,000可用于未来的研讨确定在给定的不同规范内能够的变量组合总数确定在如今预算内他可作出的变量组合总数他会检验什么组合？他用什么战略来识别关键变量？.Version Nov 2002Page8练习：确定最正确关键变量设置-历史方法练习：流程中的关键变量是：原料卖主。A，B，C原料放进混合桶中的温度。高，中，低在混合桶顶部的温度。 高，中，

4、低在混合桶底部的温度。 高，中，低混合桶中的压力。高，中，低桶中的原料量。20,50,100,150公吨原料拿离混合桶的温度。高，中，低.Version Nov 2002Page9识别关键变量-历史方法概要1.确定给定不同规范内能够的变量组合总数。 3x3x3x3x3x4x3=2,916个组合2.确定在现有预算内他可作出的变量组合数3.他会检验什么组合4.他用什么战略来识别关键变量两个常用战略是一次一个要素一次多个要素多数人由他们能作出的最正确猜测开场，然后一次改动一个变量。这就是我们多数人是学习实验的方法，这也是在工程学校中所教授的。一次改动一个变量让他可看见这个变量的效果，但是能够导致额外

5、时间和本钱的浪费。.Version Nov 2002Page10识别关键变量-历史方法概要同时改动多种要素一次改动多种要素也是一个非常普通的实验方法当小级做以下事时，他们常会选用这个方法集体讨论能够改良流程的方法。择优选用个人想法实施一切他一次可做到的高优先权想法。这个方法的问题他不知道什么样变化是对结果的改良担任的他或许把变量维持在减少他效能的程度上。了解每个变化的本钱/收益事项是不能够的。这些方法是可用的，但是良好的实验设计会是更有效率及效能的方法。.Version Nov 2002Page11识别关键变量-历史方法概要实验设计很有代表性的，他对结果的直觉很少 会与设计好的实验结果相一致。

6、他将发现他经常会学习某些高出或低于他直觉的事。这就是6Sigma是有关什么的-使数据基于如何改良流程的决议设计良好并以统计为根底的实验可提供高质量，含大量信息的数据.全因数-引见实验设计.Version Nov 2002Page13实验设计的引见实验设计是一种组织我们的思想，从而检测我们确信对关键质量点有影响的X变量的方法。它在6Sigma中的目的主要是识别重要的少数要素，知道并了解关键流程变量对关键质量点的影响。实验设计基于由以下获得的知识：分析流程业绩表现了解变量间的关系制定有关根本缘由的假设实验设计协助我们检测这些假设，以核实并了解流程中所做的改良。.Version Nov 2002Pa

7、ge14流程的实验对流程知识的系统追求实验设计协助规划，搜集特殊数据并确认流程的实际。一个黑带或流程拥有者通常会自有一套有关不同变量是如何影响关键质量点的实际。这个方法是对流程知识的系统追求。业务流程客户数据数据流程知识添加方案方案分析分析实际实际实际.Version Nov 2002Page15实验设计确定流程和产出衡量之间的关系识别差别的“重要少数来源提供“重要少数据对回应变量关键质量点影响的衡量。提供比一次检测一个要素更有效的衡量和更高质量的数据最小化他必需执行的检测次数目的：提高发现“重要少数的能够性“为确定在他干涉流程时会发生什么事，他必需干涉流程，非凡不是被动察看它George B

8、ox.Version Nov 2002Page16运用统计设计实验的益处检测的系统方法开展高质量的数据评价大量变量控制有损害的变量对效果的定量估计不确定性的衡量有效能和有效率的数据运用.Version Nov 2002Page173个要素：一次一个的战略2个规范试验因素因素因素12312+3+4+低设置+设置.Version Nov 2002Page183个要素：一次一个的战略+3+4+21321要素要素要素实验少了哪些要素设置的组合？5678低设置+设置.Version Nov 2002Page193个要素：一次一个的战略+3+4+21321要素要素要素实验少了哪些要素设置的组合？5678+

9、-+-+-+低设置+设置.Version Nov 2002Page20一次改动一个要素对比实验设计设计好的实验优点添加两倍有关从规范A到新A产生影响的信息添加两倍有关从规范B到新B产生影响的信息有关A和B的影响能否是添加的信息它们是相互影响或是有结合在一同的影响吗？规范规范新要素B要素A新规范规范新要素B要素A新对两个有兴趣的要素的一次一个要素对两个有兴趣的要素的设计实验.全因数用MINITAB设计实验23范例.Version Nov 2002Page22设计一个全因数23实验一个全因数设计能检验一切规范上的全部要素。它运用整个设计空间它检测一切规范上的全部要素以及它们的相互影响23范例2是每

10、个要素变量的规范数3是要素的数量23 要素的数量=3要素的规范=2.Version Nov 2002Page233个要素：全因数陈列对于3个要素，每个在2个规范上，有23 =2x2x2=8个要素设置的组合，留意规范次序内的要素的设置模型。规范要素要素要素次序123 1- 2+- 3-+- 4+- 5-+ 6+-+ 7-+ 8+ 一半+/1 一半+/1 一半+/1.Version Nov 2002Page24一个23因数陈列范例对三个能够影响产量的要素由于反复模型而容易陈列包括了整个设计空间.Version Nov 2002Page252k实验的模型试验数=（2个标准）（个因素）= 2k因此，叫

11、做“因数设计”注意：每额外因素加倍了所需的运行数。K=1K=2K=3K=4K=5.Version Nov 2002Page26概要：因数战略2k当要素添加，运转次数成指数倍添加全因数设计包括了整个设计空间有三个要素的实验设计空间可由一个立方体来表示由于规范次序中的反复模型，所以全因数设计容易陈列。2个规范实验的组合数= 2k，=2x2x22(k次，这里k=要素数目一次一个的设计探求了设计空间一个潜在易引起误解的部分。.Version Nov 2002Page276Sigma实验.Version Nov 2002Page28实验-实验设计范例工程声明-背景产品的高失效率呵斥客户赞扬，为此组建一个

12、小组客户心声VOC显示了大多数的产品失效发生在初次运用时一个对退回产品的工程分析识别出不合格产品是由于微电子部件的损坏小组进展了根本缘由分析并确定损坏发生在产品在传送带上的时候对传送带的调查发现由于振动产生电火花引起产品漏电，从而呵斥许多接地线的损坏。如今的义务是识别最耐用的，能支持传送带的正常振动的接地线小级由制定石川图开场任务，来识别有关接地线耐久性的关键要素。.Version Nov 2002Page29实验-石川图.Version Nov 2002Page30实验-石川图小组识别出三个他们置信对接地线耐久性有最大影响的要素。所这三个要素都与资料有关：1.电线量度尺寸16量度24量度2.

13、电线类型原料铜电镀铁3.电线厂商供货商Elco工业齿冠螺栓.Version Nov 2002Page31MINITAB设计实验的步骤.Version Nov 2002Page32用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGN.Version Nov 2002Page33用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGN显示可用的设计.Version Nov 2002Page34用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTOR

14、IAL DESIGN.Version Nov 2002Page35用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGNSelect 3 Factors.Version Nov 2002Page36用Minitab设计实验的步骤.Version Nov 2002Page37用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGNSelect Designs.Version Nov 2002Page38用Minitab设计实验Minitab 命令：STAT-DOE- CREATE F

15、ACTORIAL DESIGNSelect Full FactorialSelect replicates: 2Select blocks: 2(2 batches).Version Nov 2002Page39复制定义：一切实验条件的复制为什么？为衡量实验可变性所以我们可决议回应之间的差别能否是由于要素规范的变化一个特殊的促因或普通缘由可变性为看的更清楚一个要素能否重要。为获得整个实验组合的两上回应：复制与对一个单件或单批的多重衡量是不一样的。.Version Nov 2002Page40随机化-实验的保险定义：分配次序，在其中实验将以随机的机制来运转不是规范次序不是在一个便利的次序中运转M

16、INITAB将随机选择运转次数为什么？在实验的一切要素中均分潜中均分埋伏变量的影响协助防止系统或趋积向的影响。.Version Nov 2002Page41范例：为什么随机化？在这个范例中，原料运用能够会跨月，从而使要素影响在按规范次序进展的设计运转变得不明显。.Version Nov 2002Page42范例：为什么随机化？在这个随机化的实验中，不论每月的变化化如何，原料卖主影响明显可见的。.Version Nov 2002Page43用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGNSelect Factors.Version

17、Nov 2002Page44用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGN输入每个要素的高低规范.Version Nov 2002Page45用Minitab设计实验Minitab 命令：STAT-DOE- CREATE FACTORIAL DESIGN按 OK.Version Nov 2002Page46用Minitab设计实验Full Factorial DesignFactors: 3 Base Design: 3, 8 Runs: 16 Replicates: 2 Blocks: 2 Center pts (total)

18、: 0Block Generators: replicatesAll terms are free from aliasingMinitab 命令：Session WindowOutput.Version Nov 2002Page47用Minitab设计实验Minitab 命令：WorksheetOutput留意：每个计算机的任务表运转次序是不同的.Version Nov 2002Page486Sigma实验.Version Nov 2002Page49阐明交互作用的影响解释温度对供货商A的影响：高的平均数一低的平均数温度对供货商A的影响：交互作用的影响19Low High Temperatu

19、re13Supplier ASupplier B此页有误.Version Nov 2002Page50搜集实验资料练习阐明续搜集资料按“运转“次序搜集资料弯曲每根电线直到断裂计数电线断裂前的弯曲次数记录必要的注释资料搜集后：在MINITAB中记录整个小组的结果填写标题为“从练习中他学到什么有关实验的知识的空白页。.Version Nov 2002Page51运作定义：“弯曲电线的耐久性将由弯曲电线直到断裂来确定。在“Y=对产品初次运用失效的客户赞扬小“y=接地线的耐久性电线断裂前弯曲次数越多，接地线越耐久。.Version Nov 2002Page52运作定义：“弯曲电线开场“二次弯曲“一次弯

20、曲012.Version Nov 2002Page53从练习中他学到什么有关实验的知识？.Version Nov 2002Page54从练习中他学到什么有关实验的知识？答案一根电线不代表一切的电线类型实验流程在一段时间内的差别态度影响实验运作定义较难确保多位资料搜集者的一致性.Version Nov 2002Page556Sigma实验.Version Nov 2002Page56实验设计和分析的分步流程续Note: Only for replicated or reduced terms analysis.Version Nov 2002Page57用Minitab设计实验Minitab 命

21、令：STAT-DOE- ANALYZE FACTORIAL DESIGN用他的数据或文件：Wire Durability.mpj.Version Nov 2002Page58用Minitab设计实验Minitab 命令：STAT-DOE- ANALYZE FACTORIAL DESIGNEffects plots: Normal Pareto Alpha=0.05Residuals for Plots: StandardizedResidual Plots: Normal Plot Residuals versus fits Residuals versus orderOK.Version N

22、ov 2002Page59影响是什么？影响被定义为：当一个要素从它的低规范-1改动到高规范+1，所发生的相应的变化。范例：量度影响=平均高量度-平均低量度量度的主要影响是8.125次弯曲，从低量度改动到高量度引起耐久性性平均添加8.125次弯曲.Version Nov 2002Page60确定哪些是较大影响的方法在此例中，由于设计是被复制的，分析提供了P值，与在回归中一样，小的P值显示了重要的影响。大的影响由柏样图和正态概率图上的符号来确定。无法复制的设计不能用来计算P值，所以运用规范影响图的柏拉图，正态概率图。.Version Nov 2002Page61练习：解释残值图目的：了解值分析如何

23、有助于识别资料和模型的问题30分钟阐明用他在下几页的资料和信息来分析残值。用指定的残值图类型来完成下表均分察看资料和结论残值图1正态概率图残值图2残值VS.合适值残值图3残值VS.时间次序.Version Nov 2002Page62残值图1：正态概率图为什么？查找与非“直线关系的主要偏向。这意味着在资料范围内要素间的关系不是继续不变的。查找离群值.Version Nov 2002Page63正态概率图直线关系显示资料遵照正态分布。这些值除离群值外，遵照正态分布，检查离群值。这个S形显示这些值不是正态分布的，变换数据能够是有用的.Version Nov 2002Page64残值分析：残值是正态

24、分布的吗？.Version Nov 2002Page65残值图2根据适宜值绘制残值图为什么？为查找一个非随机模型，例如扩音器外形。扩音器外形显示随着回应添加，差别也添加，结论能够会受影响，能够不正确，尝试变换数据。忽视由围绕0的对称点意味的模型。这不是一个特殊缘由。两次复制总是看起来是完美相配的。.Version Nov 2002Page66残值图3根据时间次序绘制残值图为什么？为确保只需普通缘由与实验可变性相关，这个关系将不会改动。为查找能够影响我们结论的埋伏变量趋向，离群值，或非随机模型它们能够已隐藏在其他图中的。.Version Nov 2002Page67实验设计和分析的分步流程续6.

25、分析资料 STAT DOE ANALYZE FACTORIAL DESIGN. Enter responses: Graphs. 识别大的影响 Effect plots Normal Pareto 寻觅模型中的问题 Alpha=.05 Residual for plots standardized Normal plots Residuals vs. Order看要素对回应的主要影响Notes:Only for replicated or reduced terms analysis STAT DOE ANALYZE FACTORIAL DESIGN. 绘制原始资料，使大家能看清如何改良流程

26、Main effects Setup.7、用简单的话概述结论 Specify response and all factors of interest Interaction Setup Specify response and all factors of interest8、核实结果 Cube Setup Specify response and all factors of interest实验分析.Version Nov 2002Page68用Minitab分析实验Minitab命令：STAT DOE FACTORIALFACTORIAL PLOTS.Version Nov 2002P

27、age69用Minitab分析实验Minitab命令：STAT DOE FACTORIALFACTORIAL PLOTS选择：Main EffectsInteractionCube按如下设置以上每个：.Version Nov 2002Page70用Minitab分析实验Minitab命令： STAT DOE FACTORIAL FACTORIAL PLOTS 选择： 选择： 弯曲次数 按双箭头选择一切要素.Version Nov 2002Page71练习：解释实验设计分析图目的：用因数图来分析数据20分钟阐明分析以下每个图：主要影响图交互作用图立方图用下几页来协助预备对每张图的简要陈说制造阅读

28、板报或幻灯片来阐明工具从练习的数据中得出结论.Version Nov 2002Page72主要影响图B的正面影响总体平均值A的负面影响4.454.604.754.904.30回应温度压力容量低A高A低B高B低C高CC的正面影响.Version Nov 2002Page73交互作用图A&B间没有交互作用定义：当有交互作用存在时， 一个要素对回应的影响与其他各规范要素对回应的影响是不同的。 A&B相互作用B的影响随着A的规范而变化。这里，B对低规范A有负面影响，对高规范A有正面影响。 A&B相互作用这里，B的影响以与上述一样的方式随着A的规范而变化。低A低A高A高A低B高B低A低A高A高A低B高B

29、低A高A低B高B.Version Nov 2002Page74两个变量的交互作用-回应外表察看三维察看没有交互作用在X1(X2)方向的回应外表倾斜率在X2(X1)的常量值上是一样的。交互作用在X1(X2)方向的回应外表倾斜率X2(X1)程度添加而添加YY=2X1X2Y=10Y=2Y=4Y=14X1X2交互作用没有交互作用.Version Nov 2002Page75阐明交互作用的影响-41319低高温度供货商A供货商B解释温度对供货商A的影响：高的平均数一低的平均数温度对供货商B的影响：交互作用的影响.Version Nov 2002Page76范例：立方图两个察看资料：可看出对要素A有负面影

30、响，对要素B没有影响。回应是产量。可看出对供贷商和催化剂有正面影响。9.108.102.22.358515045+-10Labs5Labs催化剂AB供货商AB-+.Version Nov 2002Page77立方图：3个要素因数战略立方体有助于把包含3个要素的实验空间直观化每个对角表示一组实验条件。23=(2个规范)3个要素=8个实验条件因数战略立方体有助于把包含3个要素的实验空间直观化每个对角表示一组实验条件。23=(2个规范)3个要素=8个实验条件+-+-+要素1要素2要素3.Version Nov 2002Page78实验设计和分析的分步流程续6.分析资料 STAT DOE ANALYZ

31、E FACTORIAL DESIGN. Enter responses: Graphs. 识别大的影响 Effect plots Normal Pareto 寻觅模型中的问题 Alpha=.05 Residual for plots standardized Normal plots Residuals vs. Order看要素对回应的主要影响Notes:Only for replicated or reduced terms analysis STAT DOE ANALYZE FACTORIAL DESIGN. 绘制原始资料，使大家能看清如何改良流程 Main effects Setup.7

32、、用简单的话概述结论 Specify response and all factors of interest Interaction Setup Specify response and all factors of interest8、核实结果 Cube Setup Specify response and all factors of interest实验分析.Version Nov 2002Page79用简单的话来概述结论记录一切在实验期间得出的结论确认预期的和不寻常的调查结果确认学到的阅历教训用简单的话写下结论结果应以流程术语来表达，而不是统计术语提出建议结论和建议必需由数据支持.V

33、ersion Nov 2002Page80核实结果有两个根本方法来核实从实验田得出的结论：确认的运转在建议的设置上运转几个额外的实验，看看能否到达想要的回应。执行实践建议的流程变革改动流程并用SPC追踪结果以确保到达并维持想要的结果继续监控流程以确保实现估计的耐久性增长。.Version Nov 2002Page81练习：总结并核实电线练习的结果练习：目的练习总结结果并适宜实验的结论20分钟阐明：完成下两页上的电线耐久性练习总结结论核实结果预备好讨论在实现调查结果时他估计发现的步骤和关键问题.Version Nov 2002Page82总结电线练习结论我们得出什么结论？有任何不测的发现吗？我们

34、将得出什么对未来运转流程的建议？.Version Nov 2002Page83核实电线练习的结果我们会做确认运转吗？为核实结果，我们会作出建议的流程变革吗？我们会在全面执行前先做一个试行吗？.Version Nov 2002Page84在他的业务中运用实验设计目的运用实验设计到他的流程 完成下页的表格20分钟阐明对他的流程之一，列出一些他以为能够会改良流程的变革用下页的模板，把流程变革的想法转常驻成一个设计好的实验。预备简述：以上步骤1和2学到的主要知识.Version Nov 2002Page85实验设计的规划表变量X和回应Y的选择流程： 回应Y 如何衡量？1.2.3.集体讨论能够是重要的变

35、量X： 1.5. 2.6. 3.7. 4.8.变量X低规范-高规范+ 1. 2. 3. 4. 5.接地线的耐久性处理方案.Version Nov 2002Page87分析设计Session窗口输出Fractional Factorial Fit: Number of Be versus gauge, type, manufacturerEstimated Effects and Coefficients for Number (coded units)Term Effect Coef SE Coef T PConstant 37.938 2.667 14.23 0.000Block 7.062

36、 2.667 2.65 0.033gauge 5.875 2.937 2.667 1.10 0.307type -13.125 -6.563 2.667 -2.46 0.043manufact 2.875 1.438 2.667 0.54 0.607gauge*type -4.125 -2.062 2.667 -0.77 0.465gauge*manufact -8.125 -4.062 2.667 -1.52 0.171type*manufact 1.875 0.937 2.667 0.35 0.736gauge*type*manufact -4.125 -2.062 2.667 -0.77

37、 0.465.Version Nov 2002Page88分析设计图表Minitab命令：STATDOEANALYZE FACTORIAL DESIGN影响图：Normal ParetoAlpha=0.05.实验设计2全因数和混合.Version Nov 2002Page90实验设计概述全因数规划实验实验设计的实践方面用MINITAB做实验的设计和分析标准次序随机选择复制残值主要影响图N绘制Pareto交互作用点图，立方图半分数你直觉会选择哪些运行良好特性（平衡，缩小）分离的代价是混合大的半封建数获得相同的完整结果其他部分用MTB来设计解析标准符号练习解释筛选练习解释通常的相比Plackett

38、 Burman.Version Nov 2002Page91减少因数实验的规模因数战略是一个有效的实验方法许多要素潜在地影响了流程/产品的质量在两个规范上调查要素，呵斥了大量的实验运转次数2k 一个有K个要素，2个规范的因数所需的运转次数 要素数量 运转次数 1 2 2 4 3 8 4 16 5 32 6 64 7 128 8 256 9 512 10 1024 。 。 。 。 15 32768 。 。 。 。 20 1048576 .Version Nov 2002Page92减少运转次数规范次序 卖主 量器 类型1 - - -2 + - -3 - + -4 + + -5 - - +6 +

39、- +7 - + +8 + + +在分派的时间里，他只能运转4次实验一半他选择哪4次实验一半？- - -+ + +1235786卖主类型量器4.Version Nov 2002Page93选择正确的半分数目的从最少的资料中得到最多的信息规范次序 卖主 量器 类型1 - - -2 + - -3 - + -4 + + -5 - - +6 + - +7 - + +8 + + +1235786卖主类型量器41235786卖主类型量器4.Version Nov 2002Page94不平衡或混合的设计规范次序 卖主 量器 类型1 - - -2 + - -3 - + -4 + + -5 - - +6 + -

40、 +7 - + +8 + + +1235786卖主类型量器4他有对量器效果的衡量吗？.Version Nov 2002Page95不平衡或混合的设计规范次序 卖主 量器 类型1 - - -2 + - -3 - + -4 + + -5 - - +6 + - +7 - + +8 + + +1235786卖主类型量器4量器和电线类型是混合的.Version Nov 2002Page96选出的半分数特性设计是良好平衡的，在各规范每个要素被研讨的次数是一样的。设计被所减少进一个全因数中当任何一个要素被证明是不显著的，结果导致另外两个要素中的全因数。设计应以最少量的资料提供最多的信息。.Version N

41、ov 2002Page97两个规范因数设计的可用信息 一个有K个要素，2个规范的因数所需的运转次数 要素数量 主要影响 两个要素的 较高次序的 运转次数 交互作用 交互作用 1 1 - - 2 2 2 1 - 4 3 3 3 1 8 4 4 6 5 16 5 5 10 16 32 6 6 15 42 64 7 7 21 99 128 8 8 28 219 256 9 9 36 466 512 10 10 45 968 1024 。 。 。 。 。 。 。 。 。 。 15 15 105 32674 32768 。 。 。 。 。 。 。 。 。 。 20 20 190 1048365 1048

42、576 .Version Nov 2002Page985个要素设计的信息范例全因数32次运转总体平均数1主要影响5两个要素确实良交互作用10三个要素确实良交互作用10四个要素确实良交互作用5五个要素确实良交互作用半部分16次运转总体平均数1主要影响5两个要素的交互作用为什么半分数没有三、四和五个要素的交互作用？由于它们与较低次序的交互作用相混合。.Version Nov 2002Page99有混合影响的两个要素的实验 运转 要素A 要素B 回应 1 - - 2 2 - - 3 3 - - 3 4 - - 2 5 + + 10 6 + + 9 7 + + 10 8 + + 9什么是要素A的影响？

43、9.5-2.5=7什么是要素B的影响？ 9.5-2.5=7哪个要素“引起回应变化？不能分辨要素A和B的影响是混合在一同的。平均数=2.5平均数=9.5.Version Nov 2002Page100用Minitab设计半分数Minitab命令：STAT DOE FACTORIAL CREAT FACTORIAL DESIGN选择：5个要素选择：Display Available Designs.Version Nov 2002Page101用Minitab设计半分数Minitab命令：STAT DOE FACTORIAL CREAT FACTORIAL DESIGN5个要素的选项半分数.Ver

44、sion Nov 2002Page102用Minitab设计半分数Minitab命令：STAT DOE FACTORIAL CREAT FACTORIAL DESIGN选择DesignOKOK.Version Nov 2002Page103用Minitab设计半分数Factorial DesignFractional Factorial DesignFactors: 5 Base Design: 5, 16 Resolution: VRuns: 16 Replicates: 1 Fraction: 1/2Blocks: none Center pts (total): 0Design Gene

45、rators: E = ABCD Alias StructureI + ABCDEA + BCDEB + ACDEC + ABDED + ABCEE + ABCDAB + CDEAC + BDEAD + BCEAE + BCDBC + ADEBD + ACEBE + ACDCD + ABECE + ABDDE + ABCAB+CDE.Version Nov 2002Page104表达式“AB+CDE是什么意思？在这个实验中，AB和CDE是混合在一同的假设我们相乘A,B的+和-，并对C,D,E的+和-也做同样的事，我们发现AB=CDE假设把一切在+AB级上的回应取平均数，再减去在-AB级上的反有

46、回应的平均数，得出估计AB交互作用的影响，我们这样做的时候，同时也估计了交互作用CDE的影响得出的结果既不是单独的AB交互作用，也不是单独的CDE交互作用，而是这些交互作用的总数因此，当我们谈到设计中的混合性，我们用“=，由于“+和“-符号的方式是一样的但是当我们计算影响的时候，我们用“+来提示我人算出的影响能够是一切混合影响的结合 留意AB的交互作用：AXB=AB+X+=+-X+=-+X-=-X-=+.Version Nov 2002Page105练习：比较全因数和半分数分析目的识别运用全因数或半分数的益处30分钟阐明：翻开文件：C:6sigmaHalf Fraction.mpj要素在下页被

47、识别出实验已设计好，所以他可直接执行StatDOEAnalyze Factorial Design and Factorial Plots分析并解释全因数分析并解释半分数比较全因数和半分数的结果留意：确定在他的输出上写好称号-这样他可分辨全，半间的差别。总结实验结论列出全因数是首选的情况列出半分数是首选的情况.Version Nov 2002Page106练习：比较全因数和半分数分析化学产品是聚合体乳胶.*目的是提高流程的产量。识别出5个要素对产量有潜在的较大影响：变量低高1.浓度%362.催化剂%123.进料率公升/分钟10154.温度oC) 1401805.搅动率每分钟转数 100120一

48、个全因数需求25或32次运转。和个半分数需求25-1或16次运转。每个要素加倍所需的运转数，一个半分数的运转数是一个全因数所需运转数的一半。.Version Nov 2002Page107练习：比较全因数和半分数分析解决方案.Version Nov 2002Page108练习：比较全因数和半分数分析结论：浓度和搅动率交互作用的影响及浓度的单独影响是显著的.Version Nov 2002Page109部分因数拟合估计的产量影响和系数结论：浓度和搅动率交互作用的影响及浓度的单独影响是显著的.Version Nov 2002Page110半分数别名构造I + Concentr*Catalyst*F

49、eed*Temperat*AgitatioConcentr + Catalyst*Feed*Temperat*AgitatioCatalyst + Concentr*Feed*Temperat*AgitatioFeed + Concentr*Catalyst*Temperat*AgitatioTemperat + Concentr*Catalyst*Feed*AgitatioAgitatio + Concentr*Catalyst*Feed*TemperatConcentr*Catalyst + Feed*Temperat*AgitatioConcentr*Feed + Catalyst*Te

50、mperat*AgitatioConcentr*Temperat + Catalyst*Feed*AgitatioConcentr*Agitatio + Catalyst*Feed*TemperatCatalyst*Feed + Concentr*Temperat*AgitatioCatalyst*Temperat + Concentr*Feed*AgitatioCatalyst*Agitatio + Concentr*Feed*TemperatFeed*Temperat + Concentr*Catalyst*AgitatioFeed*Agitatio + Concentr*Catalyst

51、*TemperatTemperat*Agitatio + Concentr*Catalyst*Feed.Version Nov 2002Page111比较全因数和半分数分析.Version Nov 2002Page112比较全因数和半分数分析.Version Nov 2002Page113比较全因数和半分数分析结论低搅动率 (100rpm)和高浓度值6%的组合产生最高产量。.Version Nov 2002Page114半分数概要一个全因数的半分数经常可提供与全因数一样的信息，但是只需求一半的运转次数。收益成本较少的运行能节省时间及金钱分析想来更复杂（必须了解混合性）在少数几个运行的设计中，重

52、要影响是混合而成的.Version Nov 2002Page115其他的部分因数.Version Nov 2002Page116可用的因数设计 流程知识的当前形状挑选部分因数全部因数回应外表因数数量 4 2-15 1-7 4 2-15 1-7 8 最重要的要素 一些要素间的关系 一切要素的关系 最正确要素设置 -重要的少数 改良的粗略方向 一切主要影响和 一切主要影响 回应曲率， -线性影响 某些交互作用 和某些交互作用 数据的实验方式 解析 III IV+ .Version Nov 2002Page122解析的提示通常解析V曾经是足够好的了，由于三向作用是很少的。假设疑心是三向交互作用-正如

53、它们能够发生在一定的化学流程中-那就要么减沙要素数量，要么添加运转次数以获得更高的解析假设他思索做一个能给他更高角析的设计：他能够会想能过经过其他统计方法来减少要素的数量.Version Nov 2002Page123解释 符号符号是描画设计多种特性的一个有用的速记,当我们用这个方法来谈一个设计的时候,我们知道设计中有多少要素和运转次数,也获得了有关混合性的信息.符号解释2每个因素的标准数量K实验中的因素数量P分配到交互作用的因素数量K-p需要用来产生基础设计的因素2k-p运行次数2-p全因娄2k的部分2p每个影响的混合在一起的主要影响和交互作用的数量R设计解析III-由两因素交互作用混合的主

54、要影响IV-互相混合的两因素的交互作用V-两因素的交互作用互相间很清楚.Version Nov 2002Page124解释符号范例:这个设计有8个要素在两个规范上.它基于由5个要素产生的全因数,其中3个要素分配到交互作用上,呵斥32次运转.这是全部256运转因数的一个八分之一的分数.每个算出的影响估计3个混合的主要影响和交互作用.设计包括由三要素的交互作用混合成的主要影响,及相互混合的两要素的交互作用.8-3IV.Version Nov 2002Page125什么是挑选设计?它们研讨大量要素的主要影响.它们包括与要素有大致一样数量的运转.在早期的调查阶段中,它们是有用的,它们把大量的能够影响回

55、应的要素减少到少量但仍影响回应的要素.其他统计方法,例如重回归或差别分析,在减少要素时能够也是有用的.Version Nov 2002Page126可用的因数设计Minitab 命令:STATDOECREATE RACTORIAL DESIGNDISPLAY AVALABLE DESIIGNS解析III挑选设计Plackett-Burman设计挑选设计-解析III.Version Nov 2002Page127分析筛设计目的：确定选设计的用法和益处20分钟阐明：翻开文件：C:6sigmaTruck Damage.mpj已设计好实验，数据也已搜集好，开场进展分析Experiment Design

56、:27-4分析下页的数据用显示的别名-这个表格来自MINITAB在设计被建立时确认值得未来研讨的重要要素。.Version Nov 2002Page128分析筛设计当前情况：在卡车装货，运输及卸货时，产品遭到损坏。数据：C:6sigmaTruck Damage.mpj低高A损坏检查员ABB装货全部部分C装货方法标准匆促D制造商FordGME运货路线公路本地F拖车使用年限新10年G装货箱类型鼓形圆桶板条箱.Version Nov 2002Page129Minitab设计Fractional Factorial DesignFactors: 7 Base Design: 7, 8 Resoluti

57、on: IIIRuns: 8 Replicates: 1 Fraction: 1/16Blocks: none Center pts (total): 0* NOTE * Some main effects are confounded with two-way interactionsDesign Generators: D = AB E = AC F = BC G = ABC Alias StructureI + ABD + ACE + AFG + BCF + BEG + CDG + DEF + ABCG + ABEF + ACDF + ADEG + BCDE + BDFG + CEFG

58、+ ABCDEFGA + BD + CE + FG + BCG + BEF + CDF + DEG + ABCF + ABEG + ACDG + ADEF + ABCDE + ABDFG + ACEFG + BCDEFGB + AD + CF + EG + ACG + AEF + CDE + DFG + ABCE + ABFG + BCDG + BDEF + ABCDF + ABDEG + BCEFG + ACDEFGC + AE + BF + DG + ABG + ADF + BDE + EFG + ABCD + ACFG + BCEG + CDEF + ABCEF + ACDEG + BCDFG + ABDEFGD + AB + CG + EF + ACF + AEG + BCE + BFG + ACDE + ADFG + BCDF + BDEG + ABCDG + ABDEF