MINITAB主要工具使用现场实战汇编要点.ppt

C取消 残差分析 主效果图 交互作用 从柱状图看数据少，看不出正态性，但从正态概率图看出 基本上是正常的 最佳条件的导出 4、分析结果 图表1、拟合回归线 图表2、残差的正态概率图 图表3、残差对拟合值（残差对位置） 图表4、残差直方图 图表5、残差对数据顺序 此处残差的涵意（补充内容）： 指拟合回归线上每个散步的点到拟合线的垂直距离，代表散步点的散步程度。我们的目的就是找到一条直线（二次方程以上是曲线），使每个数据点到该直线的垂直距离的平方尽可能小。换言之就是使所有残差的平方最小，这时候的回归线拟合度才最好。 x 25 20 15 10 5 0 5 10 15 20 25 残差 y 5、分析结果解读 The regression equation is dB值 = 45.42 - 0.2317 位置 S = 0.790715 R-Sq = 92.3% R-Sq(adj) = 92.1% Analysis of Variance Source DF SS MS F P Regression 1 286.089 286.089 457.57 0.000 Error 38 23.759 0.625 Total 39 309.848 拟合度等于92.3％ 回归方程：y＝45.42-0.2317x 拟合回归线分析： 出现这种异常点的处理办法是： 1、继续扩大取数范围（x的取数范围），看趋势变化，如果呈总趋势，可把这些点剔除。本例中现场工艺规定了x的范围，回归方程拟合度又较高，我们也可以剔除这些异常点，然后再进行一次回归分析。因为已知x的范围，我们要求y的最小值，只要将x的最大值代入方程即可。 九、DOE（Design of Experiment 简介：一种按排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合格按排，以较小的试验规模（试验次数），较短的试验周期和较低的试验成本，获得理想的试验结果和正确的理论，换句话说，试验设计就是对试验的计划方法，就是对想解决的问题怎样进行试验，怎样收集数据，用怎样的统计手法，用最少的试验次数，从而得到最大的情报 DOE 用语 因子(Factor) 实验所用的输入要素 (例) 温度, 湿度,… 水准(Level) 各实验因子的设定值 (例) 温度 100 200 (-) (+) 反应值(Response) 实验的数值性结果(一般用 Y表示) (例) Y = 267mm 主效果(Main Effect) 随一个独立因子的水准变化相应的 (例) E1 = 2 反应值的影响 E2 = -7 交互效果 两个以上的因子结合后对反应 (例) E12 = 5 (Interaction Effect) 因子产生的影响 解(Resolution) 在部分实施法中表示实验设计的搅乱 (例) III, IV, V 程度的记号 搅乱(Confounding) 以两个以上因子的效果合并后 (例) 1 + 2 产生的现象难以分离 1+3, 2+2 从收益表1看，温度为2是最佳，从收益表2看，压力为1是最佳， 表1交互作用不显著，表2交互作用显著，从以上两个表中，我 们可能把最佳点遗漏掉，条件是单一的是最好 ANOVA: Hardness versus Temp, Time Factor Type Levels Values Temp fixed 3 1, 2, 3 Time fixed 3 200, 215, 230 Analysis of Variance for Hardness Source DF SS MS F P Temp 2 0.30111 0.15056 8.55 0.004 Time 2 0.76778 0.38389 21.80 0.000 Error 13 0.22889 0.01761 Total 17 1.29778 S = 0