403.3因子2水平实验设计

05-1六西格玛绿带培训教材23实验设计六西格玛黑带培训教材23实验03-1如果我们开始让工程师运行一个简单的设计，这将是他们渴望尝试更多。对于全国几十万工程师，即使23是他们唯一使用的设计，即使这唯一的分析方法只是用与观察数据，这也将对实验的效率，进化的速度及国家的竞争位置产生巨大的影响。学习目的完成对本章节的学习后，学员将能够：◆描述一个23实验◆用Minitab建立23实验计划◆用Minitab分析23实验结果03-2什么是23实验◆23实验计划具有三个因子，每个因子两个水平。◆这种实验总共有8个组合（23=2x2x2=8)。主效果和交互作用◆因子A，B和C将具有●3个主效果●3个二元交互作用●1个二元交互作用◆在多数情况下，三元交互作用可以略，但不是所有情况都可以。03-3例1—一个23实验◆一个黑带欲评估洗涤剂的效果，他决定进行一个23实验●响应变量为去除污渍的量●因子A：洗涤剂品牌（品牌X和品牌Y）●因子B：洗涤剂类型(粉状和液体)●因子C：水温（热水和温水）●将进行2个复制例1—建立23实验计划统计DOE因子创建因子设计03-4例1—建立23实验计划例1：获取实验数据数据存放在：Detergent.MTW(第四周数据因子试验)03-5例1：立方图使用立方图观察一个23实验的输出是一个普遍的而且非常有效的方法。统计DOE因子因子图例1：主效果图统计DOE因子因子图03-6例1：交互作用图统计DOE因子因子图例1：确定显著项统计DOE因子分析因子设计03-7例1：确定显著项y的效应和系数的估计（已编码单位）项效应系数系数标准误TP常量20.1500.728327.670.000Brand1.4000.7000.72830.960.365Type1.1250.5620.72830.770.462Temp-1.875-0.9370.7283-1.290.234Brand*Type-2.075-1.0380.7283-1.420.192Brand*Temp-1.025-0.5120.7283-0.700.502Type*Temp-0.750-0.3750.7283-0.510.621Brand*Type*Temp-0.900-0.4500.7283-0.620.55当P＞0.05时,这些项是不显著的,需要时可以丢弃以产生一个简化模型例1：确定显著项03-8非显著项有标识的为显著项例1：简化模型需要时，非显著项可以去除，形成减化模型。一个例外：若存在一个显著交互作用，在这个交互作用中的因子的所有主效果必须要保留在模型内。拟合因子:y与Brand,Type,Tempy的效应和系数的估计（已编码单位）项效应系数系数标准误TP常量20.1500.1011199.250.000Brand2.3501.1750.101111.620.000Type4.1002.0500.101120.270.000Temp-2.600-1.3000.1011-12.850.000Brand*Type-0.950-0.4750.1011-4.700.001S=0.404520PRESS=3.80826R-Sq=98.52%R-Sq（预测）=96.87%R-Sq（调整）=97.98%例1：残差分析统计DOE因子分析因子设计简化模型Y=f(x)从Minitab的输出中我们可以得到什么数学模型？y的系数估计，使用未编码单位的数据项系数常量20.1500Brand1.17500Type2.05000Temp-1.30000Brand*Type-0.475000