第四周黑带培训.docx

2013年7月15日星期一第三周回顾抽样：五个抽样方法：常用系统抽样、分层抽样；样本量计算α、β、δMSA（公差比：%P/T=6公差/T、%RR=6MSA/6公差）线性偏倚SPC规格线、控制线普通/特殊判异原则：8个流程能力Cpm计量型：Z变换、CP、Cpk、计数型多元方差多元回归逐步回归最佳子集回归回归/回归：二项、顺序、名义DOE计划全因子第四周尝试错误法：单因子部分实验法部分因子研究：筛选设计（在不重要的众多因子中，区分出“至关重要的少数”以少量的实验次数。来检查相对大量的因子）特征设计：确认主要变量。研究少量因子（2-6）之间的关系，通常进行全因子实验，或高解析度的部分因子实验优化设计：找出主要变量的最佳作业范围，运用全因子实验及响应曲面设计。问题1描述目的DOE研究：主动进行X和Y的实验，寻找统计上显著的XDOE和多变量分析的不同之处：多变量分析是通过被动搜集X和Y数据，寻找统计上显著的X问题2 2-7量具 RR 方差分量来源方差分量贡献率合计量具 RR 0.0000006 26.84重复性 0.0000003 11.96再现性 0.0000004 14.88 Operator 0.0000003 12.73 Operator*Part No. 0.0000001 2.15部件间 0.0000017 73.16合计变异 0.0000024 100.00过程公差 = 0.03研究变异 %研究变 %公差来源标准差(SD) (6 * SD) 异 (%SV) (SV/Toler)合计量具 RR 0.0007979 0.0047875 51.81 15.96重复性 0.0005326 0.0031953 34.58 10.65再现性 0.0005942 0.0035651 38.58 11.88 Operator 0.0005496 0.0032973 35.68 10.99 Operator*Part No. 0.0002259 0.0013556 14.67 4.52部件间 0.0013174 0.0079046 85.53 26.35合计变异 0.0015402 0.0092413 100.00 30.80可区分的类别数 = 2问题三统计-DOE-设计速度与颜色：观察主要影响可知，有三因子的交互作用，观察ANOVA的影响建议：按照厚度的要求（高或低）问题四：根据回执的交互作用与主要作用与主要影响图可知，当交互作用存在时若我们只观察X的主要影响图，我们将会被误导。若主要影响表现为一条平线，通常我们会认为此变量不显著但是，交互作用却显示，当受到其他变量影响时，它是显著的问题五：哪一种方法会使DOE分析结果缺少P值？答：无重复性操作或再现性操作。没有P值因为没有F值，没有F=群间变异/群内变异，此题中群内变异为0，是因为每个温度、颜色速度对应一个厚度输出，没有重复性。若DOE分析结果没有P值，何种工具可用来评价影响的显著性？在minitab中使用上述工具时，如何得知影响是否显著？答：查看效果值或效果图，离0越远，则越显著。此题中统计-DOE-分析-分析因子设计-结果中去除BC、AB、AC问题六：统计-表格-双向表问题七：何谓中心点：一因子中，介于两个水平中间的值它告诉我们什么：曲线性是否存在它没告诉我们什么：存在何种曲线性问题八：统计-DOE-自定义总结：分析路径-全因子DOEε2=1058÷1377.5即实际影响÷总的影响创建因子设计：见下面链接C:\Users\林娜\Documents\Bluetooth Folder中心点显著的情况下，统计-DOE-分析-项中的中心点选项要点上。中心点显著用全因子分析，不显著要用曲面什么什么的分析曲面：RSM修改设午上课内容部分因子实验实验的H level为什么执行部分因子设计？答：如果实验者能假设高阶交互作用可忽略，虽然只执行全因子设计的部分实验，仍能适当估计较低阶交互作用的影响部分因子设计的主要用途为筛选变量，相对较少的实验次数可用来评估相对较多的因子。因子设计成功因子设计的基础：影