课程⑦⑧DMAIC手法绿带教育 改善阶段②.ppt

20 10 0 A AC B AB C ABC BC Pareto Chart of the E f fects (res po ns e is Y ie ld , A l ph a = .10 ) A : T e m p B : Co nc C: Ca t 上表是对应的效应表，在这里用 p0.10 作为一个去掉效应 与否的临界限你能看出 A 和 A*C 交互作用是确实存在的 因子分析的例子 ( Contd) 有意でない要因を Selected から元に戻す ? 将不重要要因去除后 , 实施缩小模型的分析 , 并作残差图 。 （ P 值改为 0.05 ） ? Stat ＞ DOE ＞ Analyze Factorial Design 我们可以用同样的例子来进行简化的模型 . 我们发现 P_ 值表明温度和温度 * 催 化剂效应是重要的 ‘ 产出 = 温度 催化剂 温度 * 催化剂 ; 因子分析的例子 ( Contd) Fractional Factorial Fit Estimated Effects and Coefficients for Yield (coded units) Term Effect Coef StDev Coef T P Constant 64.2500 1.311 49.01 0.000 Temp 23.0000 11.5000 1.311 8.77 0.001 Catalyst 1.5000 0.7500 1.311 0.57 0.598 Temp*Catalyst 10.0000 5.0000 1.311 3.81 0.019 Analysis of Variance for Yield (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 2 1062.50 1062.50 531.25 38.64 0.002 2-Way Interactions 1 200.00 200.00 200.00 14.55 0.019 Residual Error 4 55.00 55.00 13.75 Pure Error 4 55.00 55.00 13.75 Total 7 1317.50 ? 步骤 6: 分析残差图以证实我们的模型是合适的 ? ( 这步在第 5 步也运行 ) Stat DOE . 分析因子设计 ? Graphs Residual Plots 因子分析的例子 ( Contd) -4 -3 -2 -1 0 1 2 3 0 1 2 Residual Histogram of the Residuals (response is Yield) -4 -3 -2 -1 0 1 2 3 4 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Residual Normal Probability Plot of the Residuals (response is Yield) 50 60 70 80 -4 -3 -2 -1 0 1 2 3 4 Fitted Value Residuals Versus the Fitted Values (response is Yield) 1 2 3 4 5 6 7 8 -4 -3 -2 -1 0 1 2 3 4 Observation Order Residuals Versus the Order of the Data (response is Yield) ? Stat ＞ DOE ＞ Analyze Factorial Design Graphs ＞ residuals Plots 因子分析的例子 ( Contd) ? 步骤 7: 研究显著的交互作用 (P- 值 0.05). 首先评估最强的交互作用的显著性 . ? 对非重叠数据的三元交互作用并分析 . ? Stat DOE Factorial Plots Interaction Plot ? 一旦最强的交互作用被解释了，就开始分析次强的交互作用集 . -1 1 -1