六西格玛-minitab实验之试验设计

Minitab实验之试验设实验Minitab_本实验主要引导学生利用Minitab统计软件进行试验设计分析，包括全因子实验仪器：Minitab软件、计算实验（full2而急剧增加，例如，664次试验。但是仔细分析所获得的结果可1520项，…，61效应项和二阶交互项以外，共有42项是3阶以及3阶以上的交互作用项，而这Y是如何依赖于自变量，进而能找到methodologyRSM）2水平因子试验的数据，拟合一个线性回归方程（可以包含交叉乘积：yb0b1x1b2x2种策略的方法有很多种，其中最常用的就是中心复合设计（centralcompositedesign，CCDdesign（计方法称为田口方法（Taguchidesign4种元素组成；闪光剂由镁、硝酸钠、硝酸锶及固定剂组成；复合、复合塑料、混纺纤维、11的试验设计，称为混料设计（mixturedesign实验内容和步骤实验之一：全因子试4个因子，确认哪些因子影响确实是显著的，进而确定出最佳工艺条319次试验。步骤1：全因子设计的计划（创建选择[统计]=>[DOE]=>[因子]=>[创建因子设计]，单击打开创建因子设计,（默认生成元4出“设计”选项框。选择“全因子”试验次数为16的那行，并在“每个区3（。单击确定。“步骤2：拟合选定模选择[统计]=>[DOE]=>[因子]=>[分析因子设计]，打开分析因子设计框（2阶交互作用和主效应项，三阶以上交互作用不考虑包括中心点”保持不选。单击确定。Pareto在 ”选项中，在“拟合值与残差”中选定“拟合值”和“残差，结果如下拟合因子度热温度热时间换时间温时（已编码单位项效TP常加热温加热时转换时保温时--S= PRESS=R-Sq= R-Sq（预测）= R-Sq（调整）=（已编码单位来SeqAdjFP46残差误8152合项系常加热温加热时转换时保温时-项项结果分析看方差分析表中的总效果。方差分析表中，主效应对应的概率P0.000小于显著性水平0.05，原假设，认为回归总效果是显著的无法原假设，认为回归方程并没有因为漏掉高阶交互作用项而产生失拟现看方差分析表中的弯曲项。方差分析表中，弯曲项对应的概率P0.633，表明无法原假设，说明本模型中没有弯曲现象。两个确定系数R-Sq与R-Sq（调整），92.49%和83.11%，对于预测结果的整体估计。计算结果显示R-Sq和R-Sq（预测）92.49%和53.68%，二者差距比较大；残差误差的SSE为288.14，PRESS0标准化效应的正态（响应为强度标准化效应的正态（响应为强度，Alpha=51--0 34567标准化效百分ABABDABCD步骤3：残差诊散点图，重点此散点图中，各点是否随机地在水平轴上下无规则的波动为横轴的散点图，重点此散点图中，残差是否保持等方差性，即是否有强度残差正态概强度残差正态概率与拟合50-1--0残差5拟合直方与顺50-- - -02468246 残 观测值顺残差与（响应为强度----残差与加热时（响应为强度----加热时残（响应为强度

残差与保温时（响应为强度---

----

-

保温时频率百分残差残差频率百分残差残差结果如下拟合因子度热温度热时间温时（已编码单位项效TP常加热温加热时保温时CtS= PRESS=R-Sq= R-Sq（预测）= R-Sq（调整）=（已编码单位来SeqAdjAdjFP311残差误3合（使用未编码单位的数据 常 加热温加热时-保温时-Ct结果分析水平0.05，应该原假设，认为本，本模型总的来说是有效的；失拟值和弯曲对应的概率分别为0.157和0.573，都大于显著性水平，不应原假设，说明0.8968步骤5：对选定的模型进行分析解y212.7880.5009*A61.35*B2.445*D1.4225*对选定的模型进行分析，主要是在拟合选定模型后输出的图形和信设计框。点击“图形”窗口后，在“图中的残差”中选择“标准化，在“残差图”中，在单独视图下选择“直方图，单击确定。点击“”窗口频频直方直方（响43210-- --标准化残计]=>[DOE]=>[因子]=>[因子图]，打开因子图框。选定“主效应图”和“交均均强度主效应强度主效应加热加热时转换保温时 8208408602.02.53.0强度交互作用数据均强度交互作用数据均 加热温度保温时间结果如下强度与强度与保温时间,加热时间的等值线强<545550555560>加热温度加热时保温时强度与保温时间,加热时间的曲面图强度与保温时间,加热时间的曲面图强55保温时间22加热时间3加热温度高0.23016D低y=d=步骤6：进行验证试选择[统计]=>[DOE]=>[因子]=>[分析因子设计]，打开分析因子设计框面结果如下根据该模型在新设计点处对度响点拟合值95%区95%测区1 (562.931,(556.186,试验之二：部分因子试验设步骤1：部分因子试验的计划（创建）——默认生成元的计共6个因子A因子：进刀速度，低水平1.2，高水平1.4（单位：mm/刀B1012（单位：度C0.60.8（D7076（单位：度E1.41.6（F68（单位：毫升/分钟要求连中心点在内不超过20次试验各因子主效应和2阶交互效应AB、AC、CF、DE4次取中心点，这就是2624[统计]=>[DOE]=>[因子]=>[创建因子设计]，单击打开创建因子设计框。在“设计类型”中选择默认2水平因子（默认生成元6。16次试验能1/44，EABCFI+ABCE+ADEF+A+BCE+DEF+B+ACE+CDF+C+ABE+BDF+D+AEF+BCF+E+ABC+ADF+F+ADE+BCD+ABCEFAB+CE+ACDF+BDEFAC+BE+ABDF+CDEFAD+EF+ABCF+BCDEAE+BC+DF+ABCDEFAF+DE+ABCD+BCEFBD+CF+ABEF+ACDEBF+CD+ABDE+ACEFABD+ACF+BEF+CDEABF+ACD+BDE+AB=CE,AC=BE,AD=EF,AF=DE,AE=BC=DF,BD=CF,BF=CD。本例中所要求的4个2阶交步骤2：指定生成元的部分因子试验计例：和前面的例子是一样的，的是各因子主效应和2阶交互效应AB,AC,CEDE”具体操作为：选择[统计]=>[DOE]=>[因子]=>[创建因子设计]，单击打开创建因子设计框。在“设计类型”中选择2水平因子（指定生成元，在“因”成元：E=BCDF=ABC,单击确定。EBCDF别名结构（4阶项）IABCFADEF+A+BCF+DEF+B+ACF+CDE+C+ABF+BDE+D+AEF+BCE+E+ADF+BCD+F+ABC+ADE+BCDEFAB+CF+ACDE+BDEFAC+BF+ABDE+CDEFAD+EF+ABCE+BCDFAE+DF+ABCD+BCEFAF+BC+DE+ABCDEFBD+CE+ABEF+ACDFBE+CD+ABDF+ACEFABD+ACE+BEF+CDFABE+ACD+BDF+AB,AC,CE实验之三：响应曲面设立方体点[或称角点]，各坐标皆为1或-1中心点，各点坐标皆为步骤1：响应曲面的计C:黏合压力，低水平110，高水平130（帕打开“显示可用设计”框，可以看到未划分区组时试验次数为20。打开步骤2：响应曲面设计的分应炉内压力及温度是两个关键因子。在改进阶段进行全因子试验，因子A子]=>[分析因子设计]，打开分析因子设计框。首先将全部备选项列入模型，（已编码单位项TP------压力*S= PRESS=R-Sq= R-Sq（预测）= R-Sq（调整）=（已编码单位SeqAdjAdjFP213126残差与残差与（响应为纯度-- 温 残差与（响应为纯度-- 压残项的方程就可能问题了。补充的4个星号点的实验结果见数据表：DOE_（响应2）第一步：拟合选定模型设计框。点击窗口“项”以后，可以看到模型中将全部备选项都列入了模都选入残差与变量中；打开“”窗口，选定“拟合值”、“残差”以及 系TP常 压 --温 --压力*压力--温度*温度--压力*温 S= =R-Sq99.35%R-Sq（预测）97.27%R-Sq（调整）SeqAdjAdjFP5221532该原假设，认为本模型总的来说是有效的。0.855第二步：进行残差诊--- 残--- 残--- 残 系TP常 压 --温 -压力*压力--温度*温度-S= =R-Sq99.34%R-Sq（预测）97.85%R-Sq（调整）SeqAdjAdjFP422642纯度的估计回归系数，使用未编码单位的数据 常 -压 温 压力*压 -温度*温度-2.56700E-结果解释先看方差分析表中的总效果回归项对应的P值为0.000原假设R-R-Sq（调整SR-Sq（预测y