DOE 分析参考.ppt

DOE 分析 综述 计算结果 方差分析（ANOVA） 回归 诊断 Minitab 中的“反应优化器” 确认 学习目标 学习如何: 分析 DOEs 解释结果 用 Minitab 分析DOE并做出预测 确认模型 我的责任 从数据中能有效获得最大信息量的一种方法 怎样用 Minitab 分析实验 较少运行 DOE 的实验数的一种方法 为改进执行成果确定何处设立我的过程参数 怎样确认DOE 结果 综述 在前面的模型中，我们已学习设计 DOE 在这节中，我们延伸讨论，分析结果 计算结果 我们进行一23 全阶乘实验，得出反应 y 计算结果 计算要素S的结果 计算结果 计算要素S的结果 计算结果 计算要素S的结果 真正的“影响”是什么? 当你改变要素水平时，要素的结果仅指要素对反应的影响 在本例中，反应要素S的结果是 0.3 统计学上结果是否有意义是另外一回事. 以后我们用 Minitab 计算 p-值来检验重要性 例中我们检验的假设是: Minitab将为DOE中每个结果检验类似的假设 交互结果又是怎么样呢? 同样方法计算交互结果 矩阵的交互直方柱形成后，作同样的计算 正交性允许所有结果能简单计算出. 设计如果不是正交的，计算将更凌乱. DOE 分析方法 我们在Minitab中用实例来示范DOE分析，下页开始 25-1 例子 为改进过程结果，对集成电路制造过程所涉及的五要素进行调查: A = 光圈设置 (小, 大) B = 暴光时间 (低于正常20%以下, 正常的20%以上) C = 冲洗时间 (30秒, 45秒) D = 掩影尺寸 (小, 大) E = 蚀刻时间(14.5分钟, 15.5 分钟) 从经济和时间上看，用25-1设计作试验16次 打开文件 Integrated Circuit.MPJ ，然后 集成电路DOE的25-1设计 设计的另外一个结构 I + ABCDE A + BCDE B + ACDE C + ABDE D + ABCE E + ABCD AB + CDE AC + BDE Minitab中的图表分析 我们用Minitab 来进行下列图表分析: 正态概率图表 帕雷托 主要结果图 交互结果图 正态概率图 Pareto Chart 主要结果图 交互图 图表分析结论 最重要的要素和交互作用是什么? 较少或没有影响的要素和交互作用是什么? Minitab统计分析 前面，当我们得出正态概率图和Pareto Chart表时, Minitab也在章节窗口中提供一些输出 特别是我们遇到方差分析（ ANOVA)表格及多重回归分析 我们来看看它们的情况 方差分析（ANOVA） 结果变动分析(代码单位) 来源 DF Seq SS Adj SS Adj MS F P 主要结果 5 5562.8 5562.8 1112.56 * * 2-向交互作用 10 212.6 212.6 21.26 * * 残留错误 0 0.0 0.0 0.00 总数 15 5775.4 多重回归 产量估计结果和系数 (代码单位) 条件 结果 系数 常数 30.3125 光圈 11.1250 5.5625 暴光 33.8750 16.9375 冲洗 10.8750 5.4375 遮掩尺寸 -0.8750 -0.4375 蚀刻时间 0.6250 0.3125 光圈*暴光 6.8750 3.4375 光圈*冲洗 0.3750 0.1875 光圈*遮掩尺寸 1.1250 0.5625 光圈*蚀刻Tim 1.1250 0.5625 暴光*D暴光 0.6250 0.3125 暴光*遮掩尺寸 -0.1250 -0.0625 简化模型 我们想得到的是仅包括重要因素和交互作用的回归模型 我们必须决定什么是重要的，但是我们在这点没有 p-值 依据图表分析我们必须简化模型，以获得一些 p-值 简化模型意味着从模型中得到条件. 我们首先要去掉最小影响的条件 这个例子中我们很幸运.