DOE2 - Chinese课件.ppt

議程 從上一課 “試驗方式入門”中，再扼要地簡述DOE的 基本理念 為何需要使用因子試驗？ 何謂完全因子試驗方式？ 何謂 “主要影響(main effect)”？ 何謂 “相互影響(interaction)”？ 雙因素試驗的例子(運用 Minitab) 包含中心點的三因素試驗的例子(運用 Minitab) 課程目的 當完成這課程後，學員應該能夠： 描述 完全因子試驗方式 解釋何謂因素及層次，並能解釋設計完全因子試驗方式所用的概念 解釋主要及相互影響 建立及分析 2 x 2 完全因子試驗方式 (運用 Minitab) 為何使用因子試驗? 目的是要得出一數理上的關係， 其特質為： Y = F (X1, X2, X3, ...). 數理上的關係使我們能在任何實驗中透過計算每項影響，辨認出最重要或主要的因素。 因子試驗可調查多層次的多元因素。比傳統的假設測驗方式技巧 OFAT 能更快地得出結果。 因子試驗特別之處在於初期研究“甄別”大量因素更為有用。 因子試驗能在因素之間提供潛在“相互影響”。而單因素試驗不能做到。這就是 因子試驗的效率。 為何不使用 OFAT ？ 如每次只能同一時間內改變1個 因素 (OFAT)，你將只能估計這一個因素的影響力或成效，並且要將其餘的因素設定點或定數。 從而便可假定其他可變的因素在同一環境下，會有著相同的影響。 但是 當其他可變因素的環境改變時，一可變因素的“最好”的值也會改變 如“最好”的值不改變，因子試驗仍然比OFAT精確 如“最好”的值改變，因子試驗便能偵察及估計出這相互關係的影響 DOE詞彙 試驗設計：正規而用作進行實驗的計劃被稱為“試驗設計” (又名“試驗的格式”或“試驗的次序格式的設計”)。 其中包括反應的選擇、因素、層次、組別、處理及工具的運用並稱為不規則的次序格式，重整式重複及 / 或重整。 因素: 因素 (或輪入) 是其中一個受控或不受控的可變因素，它對反應 (輸出) 的影響，是可從實驗研究出來的。因素可以是數量化的，例如：度為溫度、秒為時間。因素也可是質量化的，例如：不同機器、不同操作員、清潔或不清潔。 DOE 詞彙 層次：因素的“層次”是在實驗中被研究因素的值。在數量化因素方面，每一個選出的值便是層次，例如：若實驗是在兩個不同溫度的情況下進，溫度的因素便有2個“層次”。在質量化的因素方面也可同樣有著層次，例如：清潔便是清潔對不清潔；一組機器，機器的本身。 “數碼式”層次通常用於，例如：+1表示“高層次” 及-1表示“低層次”。數碼式在準備及分析測試中起著一定的作用。 定義及符號(notation) 在一個完全因子試驗裡，所有試驗次序裡頭都包容了所有不同因素以不同的層次可能的組合形式出現。 我們可透過這符號(notation)描述一個測試： 因素層次1 x因素層次2 etc例如 2 x 3, 2 x 2 x3 在所有因素的兩個層次測試中，速成如下：  2 raised to the power of number of factors 例如 23 = 每兩個層次有三個因素 計算所需runs的數目，只需乘出 例如 2 x 3 = 6 runs, 2 x 2 x 3 = 12 runs, 23 = 8 runs 我們現在可集中於 2 x 2 或 22 設計 何謂 “主要影響”？ 一個因素的主要影響，它的定義是 其單因素層次平均轉變時對輸出 或試驗反應的影響 因溫度所致而產生成功率的轉變： 同樣地，壓力的主要影響為： 何謂 “相互影響”？ 樣本容量的選擇 普遍上我們有層次上的“相反值”是從平均值上得到；例如：要達致剛才所描述的主要影響，我們需要多於2個反應的平均值： 主要影響 = 平均反應“+1”層次 - 平均反應 “-1”層次 在“試驗的介紹”中，我們： 建立假設 決定合理風險度 (a及b) 決定一個關鍵性的分別 運用工具可計算樣本的容量，使假定測試能在一個對比的情況下進行。例如：Excel spreadsheet 主要影響 圖表 (簡單繪圖)  Stat ANOVA Main Effects Plot (Minitab) 主要影響的繪製 3D表示 相互影響 Minitab例題 步驟1： 實例：找出溫度及壓力對2種不同產品的生產量的影響。用以下的數據： Minitab例題：建立 步驟2： 列出研究的因素及層次，建立Minitab的試驗數據表格，把可變因素的反應數值列在同一欄中。每一項輸入及輪出均記錄於不同欄內。 Stat DOE Create Factorial Design 選