文档介绍：完全要因实验
(Full Factorial Designs)
Measure
Define
Analyze
Improve
Control
方法论
Improve 概要
DOE 介绍
完全要因实验
对策方案选定
学习目的
完全要因实验的理解
- 完全要因实验的定义和特征
- 主效果与交互作用的计算方法及分析
- 最佳条件导出方法
2. 利用Minitab的完全要因实验的设计及分析理解
什么是完全要因实验
什么是完全要因实验
定义
对因子的全部水准组合,任意抽样实验
Kn 要因实验是对K水准、n个因子的所有水准组合, (Kn)进行实验
- 22要因实验是2水准、2个因子组成
- 23 要因实验是2水准、3个因子组成
适合于特性化/最佳化阶段
对主效果和交互作用的效果都能进行评价。
所规定的实验领域内的全部过程(Point)中可以推定输出(反应)值。.
通过反复实验可以求出实验误差。
特性
22 设计的标准排列
因子的低水准表示为“-”或“-1”
高水准表示为“+”或“+1”
22 要因实验的标准排列如下。
反应温度浓度
- 1 - 1
+1 - 1
-1 +1
+1 +1
什么是完全要因实验
23 设计的标准排列
22 要因实验
23 要因实验
23 要因实验包含着 22 要因实验。
什么是完全要因实验
主效果
浓度的效果= [ ( 对应+的数合计) - ( 对应-的数合计) ] / ( +(-) 符号数)
= [ ( 52 + 83 ) - ( 60 + 72 ) ] / 2 = 3/2 =
-1 反应温度+1
+1
浓度
-1
60
52
72
83
浓度随着浓度变化增加(低- 高),数率平均也增加
左右。
反应温度浓度
-1 -1
+1 -1
-1 +1+1 +1
数率
60
72
52
83
主效果(Main Effect)
意味着根据因子水准变化的反应值平均变化。即,
显示因子对反应值有多大影响。
主效果 Plot
反应温度对数率影响大,但浓度对此几乎没有影响。但此因子间交互作用,可能是歪曲的判断结果,所以没有交互作用的前提下才能说这结论是准确。
交互作用(Interaction Effect)
除了各因子的个别效果之外,因子组合特别效果有无?
交互作用:因2因子以上特定因子水准组合而出现的效果。
交互作用存在与否
- 一个因子的效果随着另一个因子水准的变化而变化时,
存在交互作用效果。
交互作用
-1 反应温度+1
+1
浓度
-1
60
52
72
83
= -8
= +11
反应温度是高水准(+1)时:
随着浓度由低水准转为高水准时,数率增加 11
反应温度是低水准(-1)时:
随着浓度由低水准转为高水准,数率减少8
浓度的效果随着温度水准而不同,所以存在温度与浓度的交互作用。
交互作用(Interaction Effect)