DOE and minitab 操作介绍课件

DOEandMinitab操作介绍Minitab操作介绍随机创造50笔数据储存在C1列创造数据的路径数据的建立直方图的训练路径：统计status→质量工具→能力分析→正态备注：一般作直方图数据一定要是正态的才可作业。数据所在的列请一定填写“1”PPK既是我们所讲的CPK柏拉图的训练路径：统计status→质量工具→Pareto不良项目具体数量柱状图的训练路径：图形→条状图X-R管制图的训练一般Xbar-R管制图1次都为随机取5个数，然后做成时间或者班次推移，作好的数据只要放在同一列即可路径：统计→控制图→子组的变量控制图→Xbar-R控制图表示每5个数字为一个模组Xbar-R管制图图形的检验DOE介绍什么叫DOE:

DOE包括规划、设计、数据收集、分析和诠释的方针与技巧，以使我们可以迅速有效地建立起实验响应项与可控输入因子之间的统计学模型。基本概念例：主题：bonding的拉力提升影响拉力的参数有温度，压力，时间响应：Bonding拉力因子：温度，压力，时间水平：可控因子的具体设定值（一般采用极端值）主效应：温度，压力，时间交互作用：温度*压力，压力*时间，时间*温度,温度*压力*时间（当一个因子对响应项的作用取决于另一因子的水平或设定时，我们说这两个X因子有交互作用）中心点：设计中所有连续因子都位于其“中心”水平，即高低值的中间的实验运行；运行：因子水平的组合2^K全因子分析：DOE全因子会有2^K，如3个因子就有8个交叉实验部分因子分析随机化：是一种在实验研究中对因子水平组合的实验运行顺序进行随机排列旨在杜绝或降低不可控或未知的噪音因子对响应项造成系统干扰的可能性；区组化：是一种利用隔离已知系统干扰，以避免重要输入因子作用受到屏蔽的实验设计技巧；复制：是在试验中输入因子的相同水平组合一次或多次的独立运行；步骤1.查看数据DOE9步法步骤2.拟合模型重新拟合模型重新拟合模型步骤4.残差诊断步骤3.简化模型步骤5.是否需要转换？步骤6.模型是否合格？否是进行残差分析是否否确定下一步骤是下一页在进行实验设计前首要需完成：1、MSA测量系统分析2、过程能力研究3、过程控制的执行步骤7.选定模型步骤8.诠释选定模型步骤9.执行新流程？否确定下一步骤是进行确认实验DOE9步法因子水平低高Staffpersonhours2040Retailspace100200$Advertising50100%Stocked70130创建因子实验选择因子数代表重复实验一般实验序列：因子数>=5==》先做筛选实验因子数<=5,水平数<=3时==》可直接全析因(因子)实验创建因子实验创建因子实验点击“确定”后会生成一个实验计划==》按照“运行序”进行逐个实验==》得出“响应”结果步骤1查看数据该图不应使用检验数据的正态性。因为在许多实验中，响应值的直方图经常显示出非正态。当模型存在显著因子效应时这是正常的。我们应该用后续介绍残差图来检验残差的正态假设。观察有无异常点，即使有也不能说明有问题，它只是提醒我们需要注意是否在试验过程中出现记录或者条件用错等人为失误中心点响应值的结果不会因实验的显著效应大小而受到影响，因此中心点的时间趋势图应该不与时间有关。图中显示没有明显的趋势，但是是否违背独立性假设应在残差的时间趋势图进行检查。步骤1查看数据-中心点的时间趋势图双击其中一个点步骤2拟合模型注意Alpha修改为0.1拟合模型时不再用中心点B,C主效应显著，虽然弯曲大于0.05，但是没有失拟值，说明模型不合格，需要重新设计DOE，即可进行全因子设计来源自由度SeqSSAdjSSAdjMSFP主效应411792291179229294807327.500.0002因子交互作用37387382460.270.843残差误差121080210802900

弯540.477纯误差111029510295936合计191190769重新设计DOE-全因子实验步骤1查看数据步骤1查看数据项系数标效应系数准误TP常量1003.996.488154.740.000Staffpersonhours-4.28-2.147.254-0.290.775Retailspace209.11104.557.25414.410.000$Advertising492.93246.467.25433.980.000%Stocked2.621.317.2540.180.861Staffpersonhours*Retailspace23.0611.537.2541.590.146Staffpersonhours*$Advertising4.822.417.2540.330.747Staffpersonhours*%Stocked18.189.097.2541.250.242Retailspace*$Advertising-11.66-5.837.254-0.800.442Retailspace*%Stocked-22.76-11.387.254-1.570.151$Advertising*%Stocked19.319.667.2541.330.216S=29.0155PRESS=33242.4R-Sq=99.35%R-Sq（预测）=97.14%R-Sq（调整）=98.62%步骤2拟合模型来源自由度SeqSSAdjSSAdjMSFP主效应411469051146905286726340.570.0002因子交互作用67651765112751.510.276残差误差975777577842弯340.574失拟5291029105820.400.826纯误差3435643561452合计191162133弯曲：如果P>0.05则说明没有任何理由说模型出现失拟；失拟：如果P>0.05则说明我们没有遗漏了显著的更高阶的交互作用；步骤2拟合模型步骤3简化模型和重拟合模型项系数标效应系数准误TP常量1003.996.488154.740.000Staffpersonhours-4.28-2.147.254-0.290.775Retailspace209.11104.557.25414.410.000$Advertising492.93246.467.25433.980.000%Stocked2.621.317.2540.180.861Staffpersonhours*Retailspace23.0611.537.2541.590.146Staffpersonhours*$Advertising4.822.417.2540.330.747Staffpersonhours*%Stocked18.189.097.2541.250.242Retailspace*$Advertising-11.66-5.837.254-0.800.442Retailspace*%Stocked-22.76-11.387.254-1.570.151$Advertising*%Stocked19.319.667.2541.330.216S=29.0155PRESS=33242.4R-Sq=99.35%R-Sq（预测）=97.14%R-Sq（调整）=98.62%10个模型中有8个模型是不显著的，然而从模型中移除不显著项应基于各项的分级。分级原则：如果在简化的模型中至少有一个更高级的显著项（如交互作用）包含此因子存在的就不能移除该部显著项我们将从具有最高的P值项开始移除，D项最先移除，但是高阶的AD,BD,CD也需要移除效应简化后不会变动P值会有变化A项移除，但是高阶的AB,AC也需要移除步骤3简化模型和重拟合模型移除BC步骤3简化模型和重拟合模型步骤4进行残差诊断残差诊断分析是用来评估模型拟合的好坏程度步骤4进行残差诊断残差诊断：1、是否有喇叭口or2、不正态残差的正态概率图是用来检验残差是否符合正态假设以及存在的可能的异常值如果数据符合正态，数据点看起来将会接近一直线，如果怀疑残差的正态性，可以用（analyzefactorialdesign>storage）,在对这些残差作正态检验（stat>basicstatistic>normalitytest）步骤4进行残差诊断如果选择的标准化残差，直方图将有助于检测异常值，标准化残差>2,<-2通常被认为较大，此图没有异常步骤4进行残差诊断1.残差是否围绕0随机分布；2.残差是否随时间独立；3.是否存在任何的异常值；4.随着时间的改变，残差的方差齐性如何；4个标记起来的点是3个中心点的残差，这些残差有下降的趋势，不过因为只有4个点，所以没有充分的证据显示有明显的趋势存在。步骤4进行残差诊断残差是否有明显的异常值，是否存在曲率现象步骤4进行残差诊断步骤5检查可能的转换“%boxcoxreg”表示调用boxcoxreg.mac宏文件“C9”代表响应值“M1”代表设计矩阵名称

“3”标示含常数项的参数，如常数，B,C就一共有3个“C21-C60”代表munitab中存储生成BOX-COX图信息的空白列1.图中最佳的转换点是位于图中SSE曲线的最低点，Lambda=1.12.图中红线是一条95%的置信限，告诉我们转换后的响应值的误差平方和相对未转换的的响应值（Lambda=1）是否会发生统计显著性的降低，只有在Lambda=1时的SSE位于红线上方时才有转换的必要MTB>%boxcoxregc9m13c21-c60步骤6检查模型是否合格被移除项R^2R^2AdjR^2&R^2Adj的差R^2pred

99.35%98.62%

0.007397.14%D,AD,BD,CD98.93%98.43%

0.005097.51%A,AB,AC98.73%98.49%

0.002498.05%BC98.68%98.53%

0.001598.21%通过移除不显著项反复简化模型，我们得以审视R^2，R^2Adj，R^2pred，最终观察到R^2&R^2Adj的差值是否得以改进，如果有说明是合格的步骤7选定模型Data（coded）=1004.0+104.6（retailspace）+246.5（advertising）Data（uncoded）=-49.0637+2.09107（retailspace）+9.85850（advertising）步骤