全新DOE之完全要因分析教材.pptVIP

完全要因实验的概要 定义 Kn要因配置法 不按因子数为n个， 因子的水准数为K的实验计划法重复 实验， 也应该可以实施 Kn 个的实验次数 2k 要因实验是由具有 2水准的 K个因子构成 - 22 要因实验是由 2水准的 2个因子构成 - 23 要因实验是由 2水准的 3个因子构成 适合特性化 / 最适合化的阶段 通过相对少的实验获取因子的全部资料并掌握因子的特性和符合最适合化 分析相当简单 完全要因实验的特征 实验因子的所有组合 可以对主效果和交互作用效果全部评价 在定义的实验领域内所有可能点上可以推断输出（反应）值 实验的误差(偏差)可在反复中获取 完全要因实验 例 22 设计的标准排列 因子的低水准用 “-” 或 “-1” 表示, 高水准用 “+” 或 “+1”表示, 22 要因实验的标准排列如下 23 设计的标准排列 练习题 在前面的例当中， 如果烘干时间(D)也影响半导体制造工程的收率， 请做出 24 要因实验的标准排列 为所有处理组合而进行的实验的最少次数是多少? 23 要因实验 主效果和交互作用效果的计算 通过前面半导体制造 A 工程的例的实验可以得出如下的 数据时，计算一下主效果和交互作用 主效果的计算: 温度效果的计算 主效果的计算: 浓度效果的计算 主效果的Plot 交互作用(Interaction Effect)的理解 刚才计算过这个实验的主效果。重说是调查了反应温度和浓度的各个效果。 我们对两因子组合的效果也有兴趣。即， 除各因子的效果外是否还有 依随各因子组合的其他特别的效果？ 交互作用: 2因子以上特定的因子水准的组合而引起的效果 交互作用存在与否 : 一个因子的效果随其他因子水准的变化而变化时，称存在交互作用效果。 交互作用的理解 交互作用效果的Plot 交互作用效果的计算 交互作用是用各因子的热的相乘计算的。 交互作用的效果与主效果相同可以准确计算。 反映温度 x 浓度 交互作用是从反映温度的热和浓度的十的倍数相乘得到的。 交互作用的效果计算 练习题 练习题 练习题 练习题 练习题 练习题 定义 不是使实验配置和顺序一致，而是随意化。 目的 - 防止除选定的因子外其他的因子对实验结果的影响 - 防止系统化或推理性的影响 方法 - 使实验的实行随机 - 因为因子的各水准的组合（处理组合）使实验单位的分配随意化 - Minitab支持随意化(Randomize Runs) 实行结果 练习题 CENTER POINT? 5? ?? ?? ? 5?? - ?? ?? ?? ??? ?? ???? ?? ? ? ? ?? ??? ?????? - 2? ?? ?? Temp*Press? Curvature ? Pure Error? ???(DF)? 4??? - ???? 5??? ?? Q)Lack of Fit?? A) Y = ? + ? + ? + ? (ANOAV model) ??? ??? ? ??? ?? ? ????? ?? ???? ??? ?? ???? - Error term(?) ??? ?? ? ??? ?? Lack of Fit? ??. ??? ???? ???? ????? ? ? ?? ? ??. Overal mean effect Temp ?? Press ?? Residual Error -1 +1 0 Curvature Lack of Fit Pure Error Residual Error Full model Reduced Model ??? :? ?????? ??? ?? ?? ?? ?? ?? ???? ?? ???? ??. ?? ??????? ??(confounding)? ???? ? ?. 3?? ?? ???? ??? ???? ??? ?????? ???? ??? ?? ?? ???? ???? ? ?? ??? ? ? ??, ??? ? ?? ??? ? ? ?? ? ??(Contrast) : ??? ??? ??? ???? - F-test ???. ? F-test? ??? - Error term? ??? ?? ?? F = MS factor/ MSerror ? Error term(MSerr