403.3因子2水平实验设计PPT演示幻灯片

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P0.05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