试验设计与设计的准则.pptVIP

试验设计与设计的准则 刘森茂 数学科学学院 先从一个简单的试验开始：生产集成电路的一个初始步骤是产生晶体外延层。试验中有三个地方需要配置： 感应旋转方法、喷咀位置、沉积温度，每个地方有两种配置方法。也即有三个因子，每个因子两个水平。 试验人员希望找出最好的配置，使得产生的外延层厚度尽可能接近15.4毫米。 为此，试验人员在每一种可能的设置下（2的3次方，共8种可能）做5次试验，共40次试验。 上述试验叫做“完全因析试验”，我们可以用五次试验距离目标值差距的平方和作为响应变量，建立回归模型，并进行方差分析。 模型方程是： 上述参数叫做回归方程的系数，在试验设计中，也叫因子的效应。 一般的分析方法： 最小二乘估计 回归分析中的变量筛选 正态图、半正态图 F检验效应是否显著 根据显著的回归系数确定因子水平 这个试验有三个因子，每个水平下重复5次，共有40次试验。但在稍微复杂一点的试验中，因子数往往有8-10个，甚至更多，那时即使没有重复，试验次数也已经数百、上千，这在很多情形下（如农业试验有很长的周期，汽车、机械、核物理等试验则很费钱）是很不好的。 这时，流行的做法是选择一个“部分因析试验”。 为了引出“部分因析设计”，我们先给前面提到的“效应”做一个严格的定义。 A因子的主效应： A、B因子的交互效应： A、B、C的三阶交互效应： “+”是指一个水平，“-”是