二水准部分阶层实验设计2kp2pbmvehwo.pptVIP

Seven Advanced Statistics_DOE2 * Steepest Ascent - 圖解 Seven Advanced Statistics_DOE2 * Steepest Ascent - Example “525.DX5” 因子: ?1: 反應時間 (35 min.) ?2: 反應溫度 (155 oF) 反應變數 Y: 平均產出水準 (40%) Coded Variable (X1;X2) = (-1 ~ 1; -1 ~ 1) Natural Variable (? 1; ? 2) = (30 ~ 40; 150 ~ 160) Seven Advanced Statistics_DOE2 * Example 525 之實驗數據 重複中心點 Error 之估算 First-order Model 是否合適 ( Fit? ) Seven Advanced Statistics_DOE2 * Example 之 ANOVA Table Seven Advanced Statistics_DOE2 * Example之分析結果 實驗所得之回歸模式(Regression Model)為 y = 40.44 + 0.775x1 + 0.325x2 x1與x2之係數(0.775 and 0.325)相對於係數之standard error = sqrt(MSE/d.f.e) = 0.10大的多; 故兩係數均顯著. 下次實驗之移動方向: 以移動係數最大之因子一個單位 (以Coded Variable 為基礎), 故選擇 ?x1 = 1, 則?x2 = (0.325/0.775) ?x1 = 0.42 Seven Advanced Statistics_DOE2 * Example 之後續實驗結果(一) Seven Advanced Statistics_DOE2 * Example 之後續實驗結果(二) Seven Advanced Statistics_DOE2 * Example 之後續實驗結果(三)-ANOVA 實驗所得之回歸模式(Regression Model)為 y = 78.97 + 1.00x1 + 0.50x2 需進一步之實驗以求取最佳點. Seven Advanced Statistics_DOE2 * Steepest Ascent 步驟 2k + nc center point 或 CCD 或 其他 First-order Model 顯著, 且Curvature不顯著; 否則已在最佳點附近. 取係數之絕對值最大者; 選定其Step Size ?xi. 其他因子之Step Size = ?xi / bi = ?xk / bk 將?xi換算成Natural Variable; 回到第一步驟. Seven Advanced Statistics_DOE2 * Second-order Model 之分析 當非常接近最佳點時, First-order Model便不再適用; 此時應用 Second-order Model 或更高階之Model來趨近真實反應曲面的曲線(曲面)情形. Seven Advanced Statistics_DOE2 * Central Composite Design (CCD) - Example “534.DX5” Seven Advanced Statistics_DOE2 * CCD 結構圖 Seven Advanced Statistics_DOE2 * CCD Example 之 ANOVA Seven Advanced Statistics_DOE2 * CCD Example 之反應曲面 Seven Advanced Statistics_DOE2 * CCD Example 之反應曲面_Contour Plot * Advanced Statistics_DOE2 Advanced Statistics_DOE2 Seven Advanced Statistics_DOE2 * 二水準部分階層實驗設計(2k-p) 2k-p Design具有k個因子，每個因子有兩個水準，共有2k-p次實驗。 2k Design所需之實驗次數隨k(因子數)之增加而據增，例如24=16、26=64、28=256、、、。然而，以26為例，64個實驗產生64-1=63個自由度，其中只有C61=6個自由度是主因子作用，C62=15個自由度是給兩因子之交互作用，卻有63-6-15=42個自由度是給三個(含)以上的因子交互作用。 故，若以專業知識可以假設多因子交互作用是不顯著的，且可以予以忽略(大多數情況是如此)，則吾人只須做此2k個