部分因子设计.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * 建立折叠设计 标准序 运行序 中心点 区组 A B C 1 1 1 1 -1 -1 1 4 2 1 1 1 1 1 2 3 1 1 1 -1 -1 3 4 1 1 -1 1 -1 5 5 1 2 1 1 -1 8 6 1 2 -1 -1 -1 6 7 1 2 -1 1 1 7 8 1 2 1 -1 1 修改后的设计，分辨率更高 增加了一个区组。。。 * 折叠设计 当一个RIII部分因子设计结合其折叠设计时至少创建出一个RIV设计，并不总是这种情况，有时你不能够 由一个RIII部分因子设计结合其折叠设计创建出一个RV设计 由一个RIV部分因子设计结合其折叠设计创建出一个RV设计 * 饱和设计 一个饱和设计是一种实验计划，它利用最少的实验次数分析一个指定数量因子的效果 饱和设计只是致力于估算主效果!并假定所有的交互作用都是不显著的。 * 对于无复制的饱和设计, 不存在自由度误差. 因此不可能对因子显著性进行方差分析. 因素效果的显著性可以通过下列工具评估 柏拉图 正态概率图 饱和设计 * 饱和设计 一个黑带欲找出那些因子对电路板蚀刻工序产生主效果, 他希望分析从头脑风暴中产生的7个因子: Factors Low High A Resist thickness 0.1mm 0.5mm B Develop time 80 s 90 s C Develop concentration 3.1:1 2.7:1 D Exposure 200 240 E Develop temperature 19 C 23 C F Circuit line thickness 1mm 3mm G Rinse time 6 s 12 s * 数据在文件： Saturated Design.MTW 他实施了27-4实验来筛选有影响的因子。 练习： 用建立27-4实验计划。不要随机化实验次序。 饱和设计 * 分析结果 统计 DOE 因子 分析因子设计 * 分析结果 拟合因子: y 与 A, B, C, D, E, F, G y 的效应和系数的估计（已编码单位） 项 效应 系数 常量 77.575 A -4.450 -2.225 B -0.400 -0.200 C 10.650 5.325 D -0.500 -0.250 E 1.250 0.625 F -0.400 -0.200 G 0.700 0.350 S = * PRESS = * 对于 y 方差分析（已编码单位） 来源 自由度 Seq SS Adj SS Adj MS F P 主效应 7 271.7 271.7 38.81 * * 残差误差 0 * * * 合计 7 271.7 * 分析结果 因子A和C是显著的 * 分析结果 因子A和C是显著的 * 主效果图 统计 DOE 因子 因子图 * 主效果图 * 使用饱和设计 只用于确定对输出变量有强烈影响的主效果 包含很少的实验次数和很多的因子数 筛选实验 * 假设所有的交互作用相对来说都是不显著的 最常见类型是一个Placket-Burman设计 所有的饱和设计有很高风险 筛选实验 * * Placket-Burman设计例题 11个变量的12次实验 Trial A B C D E F G H I J K 1 + - + - - - + + + - + 2 + + - + - - - + + + - 3 - + + - + - - - + + + 4 + - + + - + - - - + + 5 + + - + + - + - - - + 6 + + + - + + - + - - - 7 - + + + - + + - + - - 8 - - + + + - + + - + - 9 - - - + + + - + + - + 10 + - - - + + + - + + - 11 - + - - - + + + - + + 12 - - - - - - - - - - - * Placket-Burman设计 统计 DOE 因子 创建因子设计 需要分析11个因子, 时间和资源只允许我们做12次实验 * Placket-Burman设计 * 抛射器试验 * * * * * * * 部分因子试验计划 用自动刨床刨制工作台平面的工艺条件试验。在用刨床刨制工作台平