分式析因设计.ppt

分式析因设计Fractional Factorials 学习目标 了解分式析因设计的重要性 掌握如何生成一分式析因设计 掌握如何分析一分式析因设计 理解因素别名的概念及如何应用这一概念解释实验结果 理解与各种实验策略对应的信息知识 如何分配实验资源$$? 分式析因设计 分式析因设计的成功实施基于如下原理: 效应稀疏原理 系统或过程通常被几个主效应和底价互交作用主宰 投影性质 如果有些效应很小,分式析因设计可以转化为全因素析因设计 序贯实验 分式析因设计可以组合成更强大的设计 4 因素设计举例 假设我们要研究4 个因素的效应 简单1/2 分式析因设计 下表是一个23完全析因设计.如何在不增加试验次数的同时再增加一个因素? 1/2 分式析因设计矩阵 新的设计矩阵见下表: 4 因素1/2 分式析因设计 (图形表示) 符号 设计分辨度 我们可以估计哪些效应? 别名(Alias) 在前述设计中, 我们可以估计7 个效应 ( S, T, P, SxT, SxP, TxP, M) 但其它互交作用效应,如: SxM, TxM, PxM, SxTxPxM,等,也混合在上述效应中 别名类型 什么是别名的效应 理解别名十分重要,否则会对实验结果作出错误的解释. 例如: 假设该过程真实的变量关系为: 线性组合 如用Minitab运行1/2方式析因设计, 将显示如下结果(不包括误差) 线性组合 如别名相关效应的符号相反,又会发生什么情况? 别名小结 别名(或 混杂) 意味着相关因素具有相同的列(列中+1和 -1的顺序相同). 别名的效应就是相关(相混杂,互为别名)的效应的线性组合即其和. 估计的别名效应即线性组合可能会人为增大,减小或相互抵销,这取决于相关效应(未知,未混杂)的真实值. 既然如此,我们为什么还能容忍这些缺陷?? 如何才能解决这个问题?? Minitab Session 窗口输出 练习 在前例中选择1/2 分式析因设计 (16 次试验). 分辨度如何? 别名类型如何? 有何想法? 25-1 设计练习 在一集成电路生产线上用25-1设计来研究五个因素,目的是改进产出率 : A = 窗口定位(小,大) aperture setting B = 曝光时间( 低于额定值20%,高于额定值20) exposure time C = 冲洗时间 (30 s, 45 s) development time D = 屏蔽大小(小,大) mask dimension E = 蚀刻时间(14.5 min, 15.5 min) etch time 基本设计为A, B, C, 和D 的一个24设计,设定第五个因素E=ABCD*. 2 5-1设计矩阵 图表分析 打开文件mont1.mtw并进行下列分析: 符合性分析(ANOG) 正态概率图(Normal Probability Plot)? 排列图(Pareto)? 主效应(Main Effects)? 互交作用效应(Interaction Effects)? 此设计的分辨度是多少? 别名结构如何? 哪些是重要效应?哪些是非重要效应? 你的结论是什么? Session 窗口输出 I + ABCDE A + BCDE B + ACDE C + ABDE D + ABCE E + ABCD AB + CDE AC + BDE AD + BCE AE + BCD BC + ADE BD + ACE BE + ACD CD + ABE CE + ABD DE + ABC 结果 Stat DOE Analyze Factorial Design Response=Yield Terms… (put them all in) OK OK 统计显著性? 方差分析 结论 如分式析因设计只有一个响应值 : 当模型中包含所有因素和互交作用时,没有误差项 应先分析模型中所有因素和互交作用,确定哪些效应是显著的 再次分析时,模型中仅包含显著因素和互交作用以确定P-值并验证显著性(不显著因素和互交作用归入误差项) 带重复的分式析因设计 File: mont2.mtw 响应均值分析 标准差分析 响应均值残差分析 Analysis of Variance for AvgY (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 5 5208.6 5208.6 1041.72 * *2-Way Interaction