试验设计经典学习案例.pdfVIP

DOE DOE DOE DOE DDOOEE就在你身边DDOOEE系列之一 DOE，即试验设计(Design Of Experiment)，是研究和处理多因子与响应变量关系的一 种科学方法。它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而找出 总体最优的改进方案。从上个世纪20年代费雪(Ronald Fisher)在农业试验中首次提出DOE 的概念，到六西格玛管理在世界范围内的蓬勃发展，DOE已经历了80多年的发展历程，在 学术界和企业界均获得了崇高的声誉。 然而，由于专业统计分析的复杂性和各行各业的差异性，DOE在很多人眼中逐渐演变 为可望而不可及的空中楼阁。其实，DOE绝不是少数统计学家的专属工具，它很容易成为 各类工程技术人员的好朋友、好帮手。本文将以一个日常生活中的小案例为线索，结合操作 便捷的专业统计分析软件 JMP，帮助大家揭开DOE的神秘面纱，了解DOE的执行过程， 自由自在地建立属于自我的DOE空间。 场景 :相信大家都吃过爆米花，但是大家是否都了解爆米花的制作过程？在品尝爆米花 的时候，不知道您是否注意到有很多爆米花没有爆开，也有很多被爆焦。这两种情况都是生 产过程中的质量缺陷。 这里，我们基于六西格玛软件JMP来实现我们的目标：寻找使用微波炉加工一包爆玉 米花的更佳程序。凭借经验，我们很容易就能确定重要因子的合理范围：加工爆玉米花的时 间（介于 3 至 5 分钟之间） 微波炉使用的火力（介于 5 至 10 档之间） 使用的玉米品牌（A 或 B） 在爆玉米花时，我们希望所有（或几乎所有）的玉米粒都爆开了，没有（或很少）玉米 粒未爆开。因此 玉米的爆开个数是最终关注的重点。 第 1 步：定义响应和因子（如图一所示） 图一 定义响应和因子 第 2 步：定义因子约束（如图二所示） 根据经验，你知道：不能在试验中长时间高火力加工爆玉米花，因为这样会烧焦某些 玉米粒。不能在试验中短时间低火力加工爆玉米花，因为这样只有少数玉米粒爆开。所以 要限制试验，以使加工时间加上微波炉火力小于等于 13，但大于等于 10。 图二 定义因子约束 第 3 步：添加交互作用项（如图三所示） 我们可以推测：与爆开玉米比例相关的任意因子效应可能取决于某些其它因子的值。 例如，品牌A 时间变化的效应可能大于或小于使用品牌B 相同时间变化的效应。这种因子 表现出的协同效应统称为二因子交互作用。我们决定在爆玉米花加工过程的先验模型中纳 入所有可能的二因子交互作用。 图三 添加交互作用项 第 4 步：确定试验次数（如图四所示） 根据在模型中添加的效应，执行试验需要一定的试验次数。我们可以使用最小值、建 议值，也可以指定试验次数，只要其值大于最小值。本例中，我们将使用默认的试验次数 16。 图四 确定试验次数 第 5 步：指定输出表格（如图五所示） 生成的数据表保留了随机化的特性，显示了我们应该运行试验的顺序，首先在7级火 力下将第一包B牌的玉米加工 3 分钟，然后在5 级火力下将B牌玉米加工5分钟，依次 进行。 图五 指定输出表格 第 6 步：收集和输入数据（如图六所示） 根据设计方案加工爆玉米花。然后，计算每包中爆开的玉米粒的数量。最后，保存结 果至数据表。 图六 收集和输入数据 第 7 步：分析结果（如图七所示） 可以构建数据模型了，一般使用最常见的分析方法--最小二乘法，但是如果响应数据 明显不呈正态分布时，选择广义线形模型法会显得更为合适。 图七 分析结果 简要地查看输出报告中的参数估计表，发现所有的 p 值都小于 0.05，表明所有的 模型效应，包括一次主因子作用、二次主因子作用和双因子交互作用，均是显着的。 我们已确认时间、火力以及品牌