中学教育质量管理方法工具培训-试验设计.pptVIP

常用质量管理方法、工具 北京科立特管理咨询公司 WWW.QMC.COM.CN QMC@QMC.COM.CN 主要内容 第一部分：数据分布特征 第二部分：QC老七种工具 第三部分：QC新七种工具 第四部分：过程分析 第五部分：统计推断 第六部分：回归分析 第七部分：方差分析 第八部分：试验设计 第八部分 试验设计 实验设计 产品质量的提高，工艺参数的优化，产品结构的改进，配方的完善都需要进行大量的实验。 实验方案设计和实验数据的处理分析的好坏直接影响实验的效果和实验的效率。 实验设计分为：完全搭配实验和正交实验 完全搭配实验 每个因子每个水平相互完全组合搭配，试验次数太多 3因子3水平需要作27次试验 正交实验 有效减少试验次数; 4因子3水平完全搭配需要256次，正交实验只需9次。可用右表。 每列中每个数字重复次数相同; 将任意两列的同行数字看成一个数对，那么一切可能数对重复次数相同; 对于正交表可分两类; 满足n=qk,k=2,3,4…,p=(n-1)/(q-1)，此类表可考察交互作用; 不满足上述条件的不能考察交互作用; 总自由度=试验次数-1; 每因子自由度=水平数-1. 进行正交试验的一般步骤 试验设计 明确试验目的; 明确试验指标（用来判断试验结果好坏的指标值） 确定因子和水平; 选用合适的正交表，进行标头设计，列出试验计划. 进行试验和记录试验结果 数据分析 试验因子和水平的确定 根据试验目的和试验指标及经验，分析影响指标的因素有哪些，并为每个因子确定实验水平，形成因子水平表。 如提高磁鼓电机输出力矩而进行的试验设计，其因子水平表如下： 表头设计及试验安排 数据分析 极差分析（数据见上表）和方差分析 因子贡献率 试验指标不服从正态分布时，进行反差分析的依据就不充分，应比较因子贡献率 有交互作用的表头设计 表头设计 A,B,C,D为二水平因子，且考察A*B,A*C L8(27) A,B,C,D为二水平因子，且考察A*B,C*D L16(215) A,B,C,D为三水平因子，且考察A*B L27(313) 农药收率试验设计 方差分析和最佳条件选择 方差分析 交互作用搭配表 较优组合 重要因子C去水平2 次重要因素A*B交互作用去A2B1 因子D不显著，其水平可任取。 “事实”之歌摘译自久米均教授著《走近统计解析》 企业发生质量问题的根源几乎都是认识不全面、作业不完全。而这些“不全面、不确切”都与“事实”的把握有关。 “事实”是个难缠的家伙， 谁都以为明白可谁都不知晓， 就和盲人摸象一样遭人笑。 摸到鼻子的说鼻子， 摸到尾巴的别的不知道。 根据经验认为自己最正确， 道听途说的也不少， 这样讨论不合格品何时能减少？ 黑白都能说，语言真是宝， 但光靠讨论不好。 “必须由事实来决定”， 谦虚仔细地调查才是唯一的高招。 调查对象很麻烦， 真可谓变化多端。 我们的知识和经验很有限， 只有谦虚为本事实的真相才能发现。 长期工作的人确实有经验， 拥有大量知识可称老练。 正确的知识很丰富， 错误的知识也难免。 哪些正确哪些错误， 有经验的人也没经验。 经常对照“事实”反省修正， 才能称作真正的老练， 有经验者不都是高人， 产生迷信自认为老练的也很普遍。 让我们努力去寻求正确的认识吧！ 尽管攀登顶峰很艰难。 努力攀登后回头望， 喔！白云已在脚下盘旋。 * * 一、试验设计的基本概念与正交表 （一）试验设计 （二）正交表 第三节 试验设计(DOE) 二、无交互作用的正交设计与数据分析 （一）试验的设计 （二）进行试验和记录试验结果 （三）数据分析 1、数据的直观分析 2、数据的方差分析 3、最佳条件的选择 4、因子的贡献率 （一）试验设计 （二）数据分析 1、方差分析 2、最佳条件的选择 （三）避免混杂现象----表头设计的一个原则 三、有交互作用的正交设计与数据分析 1 2 3 3 1 2 2 3 1 1 2 3 2 3 1 3 1 2 1 2 3 1 2 3 1 2 3 1 1 1 2 2 2 3 3 3 1 2 3 4 5 6 7 8 9 4 3 2 1 列号 试验号 90 12 1300 水平3 80 11 1100 水平2 70 10 900 水平1 D 线圈匝数C （匝） 定位角度B （度） 充磁量A （10-4特） 因素 水平 视为误差 3因子3水平可选L9