李亦秦DOE实验计划.ppt

3/17/04 DOE 實 驗 設 計(Design of Experiments) 李 亦 秦 老師 主講 課 程 大 綱 實驗設計之簡介 一因子隨機化實驗變異數分析 例子說明 變異數分析 模型適當性檢驗 實務結果解釋 統計軟体應用 實驗設計-簡介 實驗是一個試驗或是一序列的試驗 實驗設計之目的：發展一穩健製程(即受外來變異原因影響極小化的製程) 實驗設計之應用 製程特徵化及最佳化(冶金工程：油化或鹽化) 評估材料特性 產品設計及研發 決定系統及零件公差 實驗設計(簡介)-例子 冶金工程：油焠或鹽水焠鋁合金何者的硬度將最大？ 本例子還可以有其它考慮？？ 只有這兩種溶液？ 還有那些因子可能影響硬度？是否在實驗中加入控制？ 每一種溶液的樣本數應該抽多少？ 實驗的順序為何？ 該用那些分析方法？ 所觀測的平均硬度值的差異，要大到多少才算是真正有差異？ 實驗設計的四段歷史 農業時代，1918 – 1940s 英人R. A. Fisher (漁夫？F檢定) 影響農業新品種改良 因子設計(Factorial Design)，變異數分析(ANOVA) 工業時期一, 1951 – late 1970s Box Wilson, 反應曲面(Response Surface Method) 應用在化工製程 工業時期二, late 1970s – 1990 品質改善 田口穩健設計(Taguchi Method)、參數設計 近代, 1990年以後 製程或系統模型 實驗設計之目的： 製程良率提昇 縮短製程開發時程 改善現有製程績效 改善產品可靠度 降低產品與製程變異 決定材料元件設計之公差 實驗設計的基本原理 隨機化(randomization) 按隨機順序進行實驗 平衡式的設計(每組資料量一樣多) 重複性(replication) 樣本大小 重複實驗 v.s重複量測 區集化(blocking) 處理干擾因子 實驗設計的策略 一次改變一因子(未同時考慮交互作用) 相關科學(理論式)及工程方法(經驗法則)可決定反應變數及可控因子 過度強調交互作用方法不有效率 以統計方法設計實驗 根據Fisher’s的因子設計觀念 因子設計(Factorial Designs) 在因子設計實驗中，所有可能的組合被試驗 打高爾夫球的實驗: 球座的種類 球的種類 走路或者是坐電動車 飲料的型式(水或beer) 上午或下午打球 氣候 高爾夫球鞋的型式 等等… 因子設計高爾夫球的例子(二因子) 高爾夫球的例子(三、四因子) 部份因子設計高爾夫球的例子(四因子) 實驗的規劃進行及分析 問題的描述 因子的選擇，水準的選擇和水準的範圍 反應變數的選擇 因子設計的選擇 實驗的進行 統計分析 結論及建議 實驗的規劃進行及分析-續 統計的想法(DOE, ANOVA, …) 非統計的知識有關實驗的成敗(Domain Knowledge) 實驗前的規劃 實驗的順序 實驗設計的基本統計觀念 兩組樣本平均數是否相等的--t檢定 變異數分析(多組平均數是否有差異？) ANOVA 統計檢定及分析 檢驗假設及模型正確性 ANOVA分析後之平均數檢定 樣本大小的決定 Portland Cement Formulation (Table 2-1, pp. 22) Graphical View of the DataDot Diagram, Fig. 2-1, pp. 22 Box Plots, Fig. 2-3, pp. 24 兩因子以上該如何檢定？ t-test 無法使用 實務上常有超過兩因子及兩水準的情況發生 ANOVA適合分析這種型態的實驗 ANOVA 是在1920年由Fisher發明主要應用在農業的實驗上 目前已大量用在工業的實驗上 一因子實驗變異數分析(例子說明) 探討人造纖維含棉量對伸張力之影響？？ 反應變數是伸張力 實驗者想要決定最佳的含綿量 含綿量範圍在10%~40% 實驗者選擇五種不同的含綿量:15%，20%，25%，30%，35% 每組實驗進行五次重複，以隨機順序進行 含棉量 v.s. 伸張力 改變含綿量會改變平均伸張力的強度嗎? 是否有最佳含綿量的水準? 一因子變異數分析 完全隨機試驗completely randomized design (CRD) N = 所有實驗次數 目的是檢定有關處理(Treatment)平均數間是否有差異存在 一因子變異數分析 變異數分析來自反應變數的總變異量和模型的變異 單因子ANOVA 模型 一因子變異數分析 總變異為sum of squares: ANOVA 的組成為: The Analysis of Variance 大的處理平方和表示處理平均數間有大的差異 小的處理平方和表示處理平均數間沒有差異 SSE代表實驗誤差或是實驗中無法解