蒙牛统计技术及DOE讲座.ppt

(及DOE)讲座

Email:

手机:

;统计技术(及DOE)是生产力,

是每个研发人员和管理人员必须掌握的基础技术

-------从蒙牛研发团队的二个问题说起;我们的问题？;乳酸菌饮品新品开发的实验设计;全面试验,”单因素循环”与正交试验;实验方案正交表L9(34);关于多重感官指标的评定的德尔菲赋权法;德尔菲专家赋权法;试验结果的分析;我们的问题？;开发新型混合果味奶产品中香精的最佳配比----一个典型的混料设计问题;混料设计(MixtureDesign)

;利用软件SAS的混料设计菜单解决问题2;(进入NewDesign后)

DefineVariables…

(经过选择自变量Factors与响应变量Responses后)→OK

(回答:DoYouwanttosavethechangs?)(回答:)yes

→SelectDesign…(选择试验设计的类型)→选择线性回归,二次回归或三重交互等→关闭窗口→(回答:DoYouwanttousetheselecteddesign?)(回答:)yes

→EditResponses→填入试验结果

进行各项分析,操作图见后面

;15;16;17;

按照表所给的试验方案

(实际用量为表内量的1/250)

做出试验结果

点击EditResponses

出现与右表相同的表,

填入结果,软件就能进行

相关分析.以下采用模拟

数据进行分析(模拟程序

见datamn),填入模拟

试验结果,对”Apply

Changestodesignset?”

选”Yes”,此时各分析项显化

;点Explore…出现散点图(横坐标变量可选为实验序号或成份变量);点Fit出现回归方程的显著性分析,看出成份P,M高度显著,成份O勉强显著,成份B不显著,同时交互效应不显著,可按操作者要求若删去或增加项(在混料设计中不要删去任一成份的线性项),Estimate回归方程系数,PValue显著性检验参照概率,愈小愈显著(P0.05时称不显著;0.01P0.05时称为显著;p0.01时称为高度显著);点Optimize进行优化,其中点PredictionProfiler给出每种成份对指标的影响拟合线(优化时一般给出的为稳定点(值),即理论方程偏导为零的点,若遇马鞍面则操作者要进一步讨论,可见响应面分析理论);点ContoureOptimize(混料设计的实验点位于”三角形”内部,要给出几何直观最多只能对三种成份画图本例有4种成份,利用Axis选择三个成份画等高线图(未选中变量利用FixedLevels固定在一个水平上)通过这儿操作者选择固???M在0.425位置)由等高线图很直观可以看出最大(小)值位置(在多指标情况下可利用Overlay选择单指标等高线图或多指标等高线图重叠),利用Limit可求出本例的最大(小)值;右击Apply后选Explore再点Responesecalculator可进行指标值的预测;在P,B,O,M四个成份取值栏里填入配比值并点击ComputePrediction,则可得到指标预测值;点击Report,选择要输出的报告内容,以下是以ReportFormat选择形式HTML时的部分输出结果,本画面为方差分析;输出结果之:回归方程和各效应的显著性;优化细节---稳定点(偏导为零的配比成份值和相应预测指标值,本例稳定点为马鞍面的鞍点,最大值点P=0.575,B=O=0,M=0.425在约束条件的边界上,指标预测最大值Y=86.24);实验设计软件DesignExpert;以下选讲两个内容

1.方差分析

2.正交试验;蒙牛公司DOE培训课程内容;课程目录;

第四章回归分析

第一节回归分析的统计原理和最小二乘估计,案例

第二节多元线性回归,案例

第三节方程和回归项的显著性检测,逐步回归法求最优回归方程,案例

第四节可转化为多元线性回归的其它模型

第五节二次响应面分析,案例

第六节非线性回归案例

第七节两个变量的相关性分析

第五章正交试验设计

第一节正交表介绍

第二节二水平正交试验和分批试验、案例

第三节多水平正交试验和水平趋势图,案例

第四节正交试验的优良性

第五节中国型正交试验和田口型正交试验

第六节利用正交表进行配比试验

第七节正交试验中的多指标综合;第六章正交设计

第一节正交设计的概念

第二节一次回归的正交设计,案例

第三节二次正交组合设计,案例

第七章均匀设计

第一节均匀设计表

第二