Minitab操作教程 .ppt

1、利用Minitab中设计DOE,选择菜单“统计DOE因子实验创建因子实验”并如下设置对话框:,利用Minitab中设计DOE,如下进行随机化：,利用Minitab中设计DOE,前面的设置完成，Minitab就为我们生成了实验的正交表。,标准次序,运行次序,利用Minitab中设计DOE,在“因子”选项中设置因子名称和水平,实验的直观分析（Minitab）,利用Minitab做出实验结果的主效应图和交互作用图。 选择命令：“统计方差分析主效应图和交互作用图”,使用文件：全因子.mtw,实验的直观分析（Minitab）,直观分析的结论： 温度比压力相对更重要，而它们的交互作用并不显著； 为了得到更

2、高的表面强度，温度应该设在180，而压力设在6。,利用Minitab对实验进行统计分析,遵循以下步骤对实验进行统计分析 选择模型 检查模型的有效性 分析各种统计量 确定最佳条件,实验的统计分析第1步：选择模型,选择菜单“统计DOE因子分析因子设计”如下选择模型,Minitab为实验建立了如下的数学模型,期望值,实验的统计分析第2步：分析模型的有效型,一个有效的实验模型其残差满足以下三个条件： 残差呈正态分布 残差和为零 残差没有明显的模式或者趋势 Minitab为我们制作了四合一残差图进行模型的有效性判定：,实验的统计分析第2步：分析模型的有效型,残差满足以上的三个条件吗？,实验的统计分析第3

3、步：各种统计量分析,流程中各因子的显著性。,R2，决定系数，说明了模型中的因子对结果影响的大小。,此模型中因子的主效应和交互作用的显著性。,模型中各项因子的系数。,统计工具就以下的实验数学模型进行分析：,实验的统计分析第3步：各种统计量分析,统计工具就以下的实验数学模型进行分析：,结论： 温度的“P” 0.05，温度是重要的； 压力的“P” 0.05，温度是重要的 （温度压力）的“P” 0.05，温度和压力的交互作用不重要的,实验的统计分析第4步：确定最佳条件,选择菜单”统计DOE因子因子图”作出以下图形： 立方图,实验的统计分析第4步：确定最佳条件,为了得到更高的强度，因子的最佳设置是： 温

4、度：180 压力：6,利用Minitab设计部分因子实验,选择菜单统计DOE因子创建因子实验,利用Minitab设计部分因子实验,按下“设计”按钮进行如下的设置：,选择1/2部分因子实验,利用Minitab设计部分因子实验,按下“因子”按钮进行如下的设置,利用Minitab设计部分因子实验,设置“选项”按钮对话框,为了学习的方便，把“随机化”选项去掉 其他按“Ok”,信息窗口输出,实验的直观分析,按照前面全因子实验的步骤做出实验结果的主效应图和交互作用图如下：,如何得出结论？,使用Minitab文件：部分因子（）.mtw,实验的直观分析,初步结论： 主效应中，催化剂浓度，温度和原材料浓度相对是

5、重要的 交互作用中，A*B：催化剂浓度*温度，B*C：温度*原材料浓度是重要的。,实验的统计分析第1步：选择模型,因子项的重要性： 在这个例子中，很明显催化剂是最重要的，第二个重大的影响是温度。 当我们进行简化时，红线以下的因子和交互作用都被列入可从模型中移去的候选项。 为了确保分析的精确性，在简化模型之前可以分析“主效应图”和“交互作用图”,简化模型,重新打开实验分析窗口：统计DOE因子分析因子实验 在“项”中只保留重要的因子项,其他按“确定”,实验的统计分析第2步：分析模型的有效型,模型有效吗？,实验的统计分析第3步：各种统计量分析,因子项的显著性,此模型解析了流程输出96.84%的变异。

6、,此模型中因子的主效应和交互作用统计上都是显著的。,异常点，需要分析其原因。,模型中各项因子的系数。,实验的统计分析第4步：寻找最佳设置,选择菜单统计DOE因子因子图作出实验的立方图,在实验的区域中，提高流程反应度的最佳设置是： 温度: 180 催化剂浓度: 2 原材料浓度: 3,田口实验分析,如下图设置Minitab对话框,使用文件：田口实验.mtw,分析实验,如下图设置Minitab对话框,信息窗口输出,因子显著性的判断：田口博士的一半一半原则（把大约一半的因子作为重要因子，另外一半视为不重要因子）,因子水平的选择,最大化SN比： X1:水平2 X3:水平1,调整调节因子至目标值： X2:水平1,第31页,利用Minitab建立控制图,打开Minitab 文件 PCB.mtw 选择“统计控制图属性控制图P”,第32页,设置对话框,如下图设置对话框,第33页,利用Min