3因子设计与饱和设计试验设计讲座3资料.pptVIP

全因子（ 23） ;以23 实验为例;主效果和交互作用;例1 – 一个23实验;例1 – 建立23实验计划;例1 – 建立23实验计划;例1:获取实验数据;例1:立方图;例1:主效果图;例1:交互作用图;例1:确定显著项;例1:确定显著项;例1:确定显著项;例1:简化模型;Example 1- Reduced Model 例1:简化模型;例1:简化模型;例1:残差分析;例1:残差分析;例1:残差分析;简化模型 Y = f(x) ;例1:最佳设定;部分因子设计;学习目的;筛选设计是一种实验设计，其目的是尽可能高效地将有影响因子与无影响因子区分开。 一个部分因子设计 是运行一个全因子设计实验组合的一个子集。;筛选设计的优点;所以部分因子设计能够大大减少实验次数，降低成本;假设你有3个潜在的因子需要调查， 而你又没有足够的时间和资源进行全因子实验。 建议实施一个23-1 部分因子设计 但问题是，你需要进行哪些组合呢？ 一个因子的效应与另一个因子的效应相同的话，则发生“混同”，任何一个部分因子试验，就会出现“混同”现象，混同现象的因子组合互为“别称”。 我们就要将“混同”留给高阶项，而真正关注的是主效果与交互不发生“混同” ;那么有两个选择， 选择1为ABC+，选择2为ABC-。 这样则认为可以产生最少的“混同”;例2: 2 3-1部分因子设计;部分因子设计;对于一个2水平部分因子设计，通常表示符号为2k-p ，其中 2 = 每个因子水平数 k = 因子数 p = 部分度，或发生指数;Stat DOE Factorial Create Factorial Design;Minitab: 建立2 3-1部分因子设计;别称关系;一个别称 是一个实验中的一个单独因子或交互作用的水平排列模式与另外一个因子或交互作用相同。 在一个部分因子设计中，每个单独的因子和交互作用都有一个别称。;任何一个因子或交互作用的计算效果是别称变量的效果的总和估算，例如： A (或 BC) 的计算效果是A 和 BC的效果的总和估算。 因子A的效果称为交互作用BC 效果的混同。 试验设计例7;Minitab输出;. 部分因子设计可以按分辨率来分类。 分辨率 III 设计 是那些不存在单独因子与另外一个单独因子有别称关系的设计，但存在所有单独因子与至少一个2因子交互作用有别称关系的设计。 1+2; 分辨率IV设计 是那些不存在单独因子与另外一个单独因子或任何一个2因子交互作用有别称关系的设计，但存在所有2因子交互作用与另外一个2因子交互作用有别称关系，而且所有单独因子与至少一个3因子交互作用有别称关系的设计。 1+3 2+2; 分辨率V设计 是那些不存在单独因子或2因子交互作用与任何其他一个单独因子或2因子交互作用有别称关系的设计，但存在至少一个2因子交互作用与一个3因子交互作用有别称关系，而且至少一个单独因子与一个4因子交互作用有别称关系的设计。 1+4 2+3 ;一个2因子部分因子设计的分辨率是别称效果最小次序之和 分辨率 别称的最小次序之和 III 1+2 IV 1+3 , 2+2 V 1+4 , 2+3 The resolution of a fractional factorial design is often included as a subscript in the designation of the design, e.g. 2 design. 一个部分因子设计的分辨率通常包含在设计的下标表示中，例如：2 设计 在这里尽可能，避免坚定度-III (RIII) 设计。;2k-p 设计能力;假设3因子交互作用（及3个以上的）不显著，下列基于2k-p的分辨率IV设计可用于估算所有的主效果和2因子交互作用 实验次数 变量数 8 3 16 4 - 5 32 6 64 7 - 8; 折叠设计;一个RIII部分因子设计结合其折叠设计至少创建出一个RIV设计;对于一个23-1分辨率III设计的折叠设计矩阵给出如下：;例子: 用Minitab建立折叠设计;例子: 用Mini