403.3因子2水平实验设计.pptVIP

05-1 六西格玛绿带培训教材 23实验设计 六西格玛黑带培训教材 23实验 03-1 如果我们开始让工程师运行一个简单的设计，这将是他们渴望尝试更多。对于全国几十万工程师，即使23是他们唯一使用的设计，即使这唯一的分析方法只是用与观察数据，这也将对实验的效率，进化的速度及国家的竞争位置产生巨大的影响。 学习目的 完成对本章节的学习后，学员将能够： ◆描述一个23实验 ◆用Minitab建立23实验计划 ◆用Minitab分析23实验结果 03-2 什么是23实验 ◆23实验计划具有三个因子，每个因子两个水平。 ◆这种实验总共有8个组合（23=2x2x2=8)。 主效果和交互作用 ◆因子A，B和C将具有 ●3个主效果 ●3个二元交互作用 ●1个二元交互作用 ◆在多数情况下，三元交互作用可以略，但不是所有情况都可以。 03-3 例1—一个23实验 ◆一个黑带欲评估洗涤剂的效果，他决定进行一个23实验 ●响应变量为去除污渍的量 ●因子A：洗涤剂品牌（品牌X和品牌Y） ●因子B：洗涤剂类型(粉状和液体) ●因子C：水温（热水和温水） ●将进行2个复制 例1—建立23实验计划 统计DOE因子创建因子设计 03-4 例1—建立23实验计划 例1：获取实验数据 数据存放在：Detergent. MTW(第四周数据因子试验) 03-5 例1：立方图 使用立方图观察一个23实验的输出是一个普遍的而且非常有效的方法。统计DOE因子因子图 例1：主效果图 统计DOE因子因子图 03-6 例1：交互作用图 统计DOE因子因子图 例1：确定显著项 统计DOE因子分析因子设计 03-7 例1：确定显著项 y 的效应和系数的估计（已编码单位） 项 效应 系数 系数标准误 T P 常量 20.150 0.7283 27.67 0.000 Brand 1.400 0.700 0.7283 0.96 0.365 Type 1.125 0.562 0.7283 0.77 0.462 Temp -1.875 -0.937 0.7283 -1.29 0.234 Brand*Type -2.075 -1.038 0.7283 -1.42 0.192 Brand*Temp -1.025 -0.512 0.7283 -0.70 0.502 Type*Temp -0.750 -0.375 0.7283 -0.51 0.621 Brand*Type*Temp -0.900 -0.450 0.7283 -0.62 0.55 当P＞0.05时,这些项是不显著的,需要时可以丢弃以产生一个简化模型 例1：确定显著项 03-8 非显著项 有标识的为显著项 例1：简化模型 需要时，非显著项可以去除，形成减化模型。一个例外：若存在一个显著交互作用，在这个交互作用中的因子的所有主效果必须要保留在模型内。 拟合因子: y 与 Brand, Type, Temp y 的效应和系数的估计（已编码单