实验设计与分析第四版精选课件.pptVIP

Chapter 4 Factorial Designs 4-2 配適反應曲線與曲面(response surface/curve) 反應曲面能使在各種設計因子的組合下預測反應。不過因子水準必須是等距且為level 3以上之計量值型態才可以使用實驗設計，若是因子水準不是等距，則必須使用迴歸方法才能配適一反應曲面。 反應曲面所配適出的模式與之前實驗設計所配適的模式差異如下： 實驗設計：以各因子所取的固定level之平均差距為其估計量 反應曲面：將各因子由所取的等距固定level當成自變數(Xi)，延伸配適各因子某範圍level的反應值，並考量多次方因子之影響 Chapter 4 Factorial Designs 例4-2 我們想要探討目前製程上真空退火去除CF上之殘存的水份，可能被認為製成條件為真空度(Torr)以及溫度會影響之。（兩主因子為計量值型態） Chapter 4 Factorial Designs 如果不考慮交互作用的影響，則會下錯誤的結論。所以建議兩因子以上之設計均考慮分別的交互作用影響。 Statistics\ANOVA\Factorial ANOVA\Variables\All effects Statistics\ANOVA\Main effects ANOVA\Variables\All effects Chapter 4 Factorial Designs 我們考慮將二次式之交互作用項納入我們的模式中來配適一反應曲面。 步驟一：依照因子之level來設計直交對比之係數 例如因子level為3，可以配適至二次方： 例如因子level為4，可以配適至三次方： Chapter 4 Factorial Designs 步驟二：計算交互作用之比對係數 Chapter 4 Factorial Designs 步驟三：計算真空度與溫度的一次方(L)、二次方(Q)交互作用之效應與 平方和 效應(effect)： 平方和(Sum of Square)： Chapter 4 Factorial Designs 步驟四：利用Statistica軟體得到ANOVA Statistics\Industrial Statistic\DOE\3**(k-p)\analyze design\Variables\Model\2-way(L,Q) Chapter 4 Factorial Designs Statistics\Industrial Statistic\DOE\3**(k-p)\analyze design\Variables\Mean\Means plot Chapter 4 Factorial Designs 步驟五：配適反應曲面模型如下： Statistics\Industrial Statistic\DOE\3**(k-p)\analyze design\Variables\ANOVA\Regression Coefficients Statistics\Industrial Statistic\DOE\3**(k-p)\analyze design\Variables\Prediction\surface Chapter 4 Factorial Designs 最佳（最少量）殘存水分值可能落在此附近，可以在此附近多作實驗確認最佳製程參數為何？ Statistics\Industrial Statistic\DOE\3**(k-p)\analyze design\Variables\Prediction\Contour Chapter 5 2k Factorial Designs 什麼是 2k Factorial designs（2k因子設計）？簡單的說2就是代表level數為2，我們稱這兩水準為「低」和「高」，分別以“－”和“＋”來表示，此章節均為2 level之設計。k代表為因子數，通常為2因子以上。 我們必須先行假設（1）因子為固定的（2）設計為完全隨機的（3）符合一般的常態假設 因子均以A、B、C…來表示，AB、AC、BC…表示為二階的交互作用因子，同理ABC…為三階的交互作用因子 為什麼要稱為2k因子實驗？因為2 level因子完全設計實驗需要2×2×…×2＝2k 次runs。主因為在此一次的完整實驗中，以最少的試驗個數研究k因子，所以以2k來表示此種實驗的實驗次數，並且以此來代表之。(類似拉丁) Chapter 5 2k Factorial Designs 表示方式： 計算因子effect之公式：（n為replicate之個數） Chapter 5 2k Factorial Designs 例5-1 重複(replicate)二次