论Minitab使用指南.ppt

-1 反应温度 +1 +1 浓度 -1 60 52 72 83 ? = -8 ? = +11 反应温度是高水准(+1)时: 随着浓度由低水准转为高水准时，数率增加 11 反应温度是低水准(-1)时 : 随着浓度由低水准转为高水准，数率减少8 浓度的效果随着温度水准而不同，所以存在温度与浓度的交互作用。 交互作用(Interaction Effect) 因反应温度与浓度之间有交互作用，所以不仅看主效应Plot，应根据交互作用效果Plot判断数率的变化。 ? 交互作用效果 Plot 交互作用(Interaction Effect) ? 交互作用的有?无 B=+1 B=-1 无交互作用状态 数率 -1 +1 A +1 -1 -1 +1 有交互作用 -1 +1 A 数率 +1 -1 -1 +1 B=+1 B=-1 交互作用非常大 数率 -1 +1 A +1 -1 -1 +1 B=+1 B=-1 没有交互作用时，对应相对因子各水准的输出变量变化是平行。 有交互作用时，对应相对因子各水准的输出变量变化是交叉或不平行。 交互作用(Interaction Effect) 全因子试验设计的例 通过测量和分析阶段，得知影响钢板断裂强度(输出变量)的因子(输入变量)是加热温度,加热时间，转换时间和保温时间。 1阶段: 问题记述 知道对断裂强度的加热温度,加热时间，转换时间和保温时间的效果。 2阶段: 设定因子及水准，用Minitab作成实验DATA SHEET 因子及水准 加热温度 (℃) : 820℃ (-1) , 860 ℃ (+1) 加热时间 : 2分钟(-1) , 3分钟 (+1) 转换时间 : 1.4分钟 (-1) , 1.6分钟(+1) 保温时间：50分钟 (-1) , 60分钟(+1) 用Minitab作成实验DATA SHEET 生成24 要因模型+3个中心点的设计。 : 2 X 2 X 2 X 2= 16 +3=19个runs的全因子试验设计。 因子数 显示可能的实验设计Menu 利用Minitab的全因子试验设计 Click 用Minitab作成实验DATA SHEET 统计DOEFactorialCreate Factorial Design Step 1 确认可能的实验设计及根据被选取设计的实验数 上表只能看出可能的实验设计。 在这个例中要做4因子全因子试验设计(Full Factorial Design)，所以对应因子 4的实验数为16 Click 因子数 实验数 Step 2 2阶段: 设定因子及水准 有16个runs的4变量全因子试验设计。 不存在Block化要因 Click Click 中心点数 反复数 Block数 实验设计的选择 Step 3 2阶段: 设定因子及水准 为实验顺序的Random化选择 Click Click 需要Random化时， Minitab再排列实验的 标准顺序。 Option 选择 Step 4 2阶段: 设定因子及水准 指定实验因子的名称和水准， 使模型具体化。 Click Click 指定Factor的名称及水准 Step 5 2阶段: 设定因子及水准 计划结果图 3阶段: 实施实验输入DATA 4 阶段:利用Minitab的分析 输入分析的反应变量 Click 统计 DOE Analyze Factorial Design Step 1 Click Click Graph 选择 Step 2 4 阶段:利用Minitab的分析 结果分析 结果分析 结果分析 结果分析 Click Step 1 统计 DOE Analyze Factorial Design 5阶段: 消除无影响的项 输入分析的反应变量 Click 结果分析 结果分析 结果分析 Click Step 1 统计 DOE Analyze Factorial Design 5阶段: 消除无影响的项 输入分析的反应变量 Click 结果分析 ? 资料的构造 A1 A2 A3 · · · Ak y11 y12 · · y21 y22 · · y31 y32 · · yk1 yk2