实验设计(DOE)

1、.实验设计(DOE)2007年10月，欢迎来到6 sigma世界，实践上的问题，化学家们需要找到某种产品产率最高的最佳合成条件(温度、压力、浓度等)。电子工程师必须选择每个电子部件的规格和电路的布置方法，以使中的电子产品能够最大限度地承受各种干扰。教练希望最好的训练项目(营养、运动类型、运动量等)人力资源部研究销售人员的业绩和销售人员的个人特征(外表、性格、沟通技能、技术背景、诚信)之间的关系，以便在以后的招聘中建立正确的标准。银行家们用多种方法催讨利息和负债，但必须研究综合哪些方法可以在不失去客户的情况下保证银行的最大利益。y=f (x1，x2，x3，)，1 .随机考试2。单因子测试3。全因

2、子测试4。部分因子测试5。计算模拟考试，考试方法，不同的考试方法，现有的实验方法，最佳实践经验考试，优点：经验和知识，缺点：经验和知识及实际情况有偏差的情况下，重复测试也没有成功，浪费时间和金钱往往找不到最佳的点，多次失败，进行学问实验缺点：找不到耗时间的金钱对元素之间的相互作用，未来的实验方法，计算机模拟2)模型本身的不准确(不准确)，实验设计的基本概念和模型，根据实验目的选择实验类型，统计实验方法，统计实验方法，PG-1-17施肥间隔和温度对产量的影响的测试2因子DOE为1100OFAT找不到真正的最佳值。统计实验方法，1，统计实验设计：系统计划，执行实验计划，统计分析2，其他实验分析方法

3、无法获得的结果：响应面，交互系数，扩展范围，假设检验，可变范围(置信区间)，预测结果3，确定波动发生的原因4，有效的计划实验DOE的起源和发展，Ronald A. Fisher在20世纪30年代将统计数据用于实验设计。用于农业和生物学研究的第一件事是纤维印染、化学工业、机械制造和电子工业二战后，日本取得了很大进展。中国在70-80年代，通过全面因素测试(DOE)、少量实验，快速研究多个因素的各自作用，便于成本节约计划和分析，定量因素和定性因素的实用平衡有助于确定系数之间的相互作用。2k full facility，k系数，每个： 2k，low，high，high，Two factors，4 r

4、uns， 不同级别的实验次数和A b c d-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1 l) (1，-1) a，高，所有实验点(Xi，Xj)，实验程序的正交，23全部系数测试实例，化工产品的合成产量为温度，原材料浓度实验中选择的条件包括：温度： 160o C (-1)、180o C (1)浓度(%): 20 (-1)、40 (1)催化剂3360 A型(-1)、180o C(1)浓度85、4、-、=、-、54、56、51、88、4、4.25表示浓度从20%增加到40%，产出率约为4点、=、计算系数之间的相互作用、每个主体系数的作用、主体系数的

5、影响、对应系数为(-1)的所有输出的总和和平均值的计算、将平均图在图中此系数为(1)时的所有输出结果求和，并计算平均值，已绘制了将两点与图中催化剂连接的效果。 将其他两个图分为、temp、(-1)、(1)、conc、(-1)、(1)、cat、(-1)、(1)temp，(-1)，(1)，temp，(-1)，(1)，conc，(-1)，(1)，temp；本地化-Blocking；重复-复制；测试错误-Experimental Error；测试单位-特别单位(EU)。随机化-随机化：随机化是实验研究中对测试材料进行重新分配和排列测试顺序的实验设计技术。随机化的目的是消除和减少无法控制或已知系数可能对

6、响应产生的系统影响。随机化可以通过随机数据表或计算机随机数生成器实现。随机化的结果是保证某些实验不受前面和后面的实验的影响，或者实验是独立的。随机化不能减少测试错误“噪波”，但可以减少不可控制、烦人的因素可能产生的系统影响。DOE的基本概念，下图中的Run Order是随机测试顺序，即随机测试顺序，本章介绍了如何使用Minitab生成随机数字。DOE的基本概念，本地化- Blocking:本地化是一种隔离已知系统影响的测试设计技术，可防止已知系统影响掩盖重要输入元素的效果。区域分组与随机化的区别在于，减少测试噪波和减少测试噪波不是随机化的对象。扩充区块群组可以被视为控制因子或变数，但是因为讨厌

7、因子，所以不能固定在一个层次，也不能固定在一个层次。可能的分区组包括其他原材料、操作员、机器、布局等。分区编组效果可以集中所有系统效果，并在感兴趣的因素效果下进行分析。比较方法的配对比较是最简单的区域组的示例。请注意DOE的基本概念，下一次飞机模型测试中对项目成员进行分区示例：按项目成员分区，上述分区示例，但是上述布局不好，容易与BOTFOLD混合。处理方法将在下一节中介绍。区域分组是实验设计中有用的工具，可用于在总体系数和部分系数测试中减少“噪声”。不能将它们尽可能地组合在一起，然后重新随机化。DOE的基本概念，重复- Replication:尝试设计需要重复的原因有两个。1)对过程的根本恶

8、化有估计；2)提高主要效果和交互效果估计的准确性。迭代必须随机化包含迭代尝试的多个尝试次数，以确保在同一输入系数级别组合中独立排列一次和多个实验(不是在同一尝试中的迭代测量)的独立性。如果迭代用于整个系数测试，则通常所有系数级别组合重复相同的次数。例如：飞机模型是23完整系数测试和16个重复测试，每个水平组合执行两次，可以随机化16个实验，以减少讨厌系数的系统影响。DOE的基本概念，重复- Replication示例：上表中每个元素的水平组合应重复16次尝试，从而随机化16次尝试运行的顺序。DOE的基本概念、错误(Error)包含两部分：测试错误和错误发生。对于飞机模型，可以建模的模型包括：上

9、面的y响应变量，x1、x2、x3是输入元素，Error是总误差。其中包括： 1)实验误差-experiementalerror:实验误差是模型无法准确预测响应的反映的误差。测试错误包括已知不可控制的系数导致的测试“噪音”和模型错误。实验误差是在同一因素水平组合中独立重复时出现的变异。测量错误是测试错误的一个来源。在进行测试设计之前，对所有响应进行测量系统分析很重要。这样可以使测量误差足够小。如果、时间、资源等元素不太可能全部重复，则必须在至少一个元素水平组合下或连续元素的中点重复。DOE的基本概念、错误：测试单位-特别单位：测试单位是测试和元素水平组合所需的测试材料，测试单位必须独立导入。试验

10、单位可以包括人、实验、动物、电路板、半导体芯片等。对于迭代尝试，相同系数级别组合的迭代排列不同的尝试单元，而其他尝试单元随机排列，以避免未知或不受控制的因素导致系统偏差。，DOE的基本概念，测试有多个测试单元。例如，右图需要经过两个阶段的化学除锈和抛光，这两个阶段是用半导体晶片制造的，并且多个瓦弗一起处理的。这种情况是多个测试单位的情况。DOE的基本概念、正交代码和因子的级别取决于因子类型、因子范围和因子维。每个系数的两个级别(低和高)被编码为-1和1，称为正交代码。对于连续变量的正交代码连续变量，我们有一个因素的实际区间为(100，200)，两个代码：代码值-1 0 1实际值100 150

11、200注意：150是中心点，代码值为0。问题：如果代码值为0.5，实际值是多少？正交代码算法，正交代码表达式实际值-(最大值最小值)/2(最大值-最小值)/2期a=实际值c=代码值m=(最大值最小值)/2 d=(最大值-最小值)/2时a-m将系数级别编码为-1和1时，模型中的所有系数“重量”相同，“大小”相同。所有元素都没有标注，您可以直接比较元素效果。在由一系列代码组成的模型中，模型的平均值(部分)是响应的平均值，位于设计“空白”的中心。分析直升机数据和建模飞行时间(机翼长度、宽度、底部折叠)时，可以图解效果。正交码消除了主效应估计和交互效应估计之间的相关性。使用Minitab设计实验方案，按StatDOECreate Factorial De