《MINITAB操作课程培训I阶段课件》由会员分享，可在线阅读，更多相关《MINITAB操作课程培训I阶段课件（75页珍藏版）》请在金锄头文库上搜索。
1、1minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司MINITABMINITAB操作课程培训操作课程培训(I(I阶段）阶段）-design of experment（DOE)jacky2minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司概述在改进阶段，从分析(A)阶段得到的自变量Xs中选定少数显著因子，对所选定的因子要有计划的进行试验，明确如何才能改进指标Y,根据实验的结果找少数显著因子的最佳水平,使Y达到最佳值。criticalXsVital FewcombinationVital Few
2、完全/部分配置法controlVital FewOptimization验证实验不需要时验证实验需要时响应曲面实验实验计划法（DOE)的目的通过按照周密计划进行实验1.掌握哪个要因对Y有有意的影响并且了解其影响的程度有多大。验证和推定问题2.掌握引起微小影响的要因在所有影响当中占多少比重，测定误差有多少。推定误差项的问题3.掌握有有意影响的原因在什么条件时可以得到最佳的反应。最佳反应条件的问题方差分析回归分析3minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司目录1.单因子试验设计与分析-单向分类设计（one way ANOVA) -多项式回
3、归 2.全因子设计与分析-2水平全因子设计与分析 -3水平全因子设计与分析 3.2k因子设计与分析(中心点及分区化)4.部分实施因子设计与分析-2-level factorial（default generators) -2-level factorial（specify generators) -Plackett-Burman design 5.响应曲面（RSM）设计与分析-Central composite -Box-Behnken 6.EVOP7.稳健参数设计与分析（Taguchi）-静态特性 -动态特性 8.混料设计与分析（Mixture）-Simplex centroid-Simpl
4、ex lattice-Extreme vertices试验设计的方法有许多，一个好的设计，可以通过少量试验获得较多的信息，达到试验的目的。21010244minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司1.单因子试验设计与分析5minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司单因子试验设计目的1.比较一下因子的几个不同设置间是否有显著差异，如果有显著差异，哪个或哪些设置较好；（单向分类设计）2.建立响应变量与自变量间的回归关系（通常是线性、二次或三次多项式），判断我们建立的回归关系是否有
5、意义。（多项式回归）6minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司单向分类设计例题单向分类设计例题 比较四个车工ABCD所加工丝杠的直径是否相等。将20根坯料用随机序编号顺序号,再采用随机抽取方法,让每个车工选取5根,按顺序号在同台车床上加工. 单向分类设计直径数据表单向分类设计直径数据表 单位单位:mm7minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤1：输入试验数据：输入试验数据8minitab of improveminitab of improve昆山。甲上咨询管理顾
6、问有限公司步骤：处理试验数据步骤：处理试验数据MINITAB：Data-Stack-Columns9minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤：处理试验数据（续）步骤：处理试验数据（续）10minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤：分析试验数据步骤：分析试验数据MINITAB：Stat-ANOVA-One Way11minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出One Way ANOVAO
7、ne-way ANOVA: C2 versus Subscripts Source DF SS MS F PSubscripts 3 1.8440 0.6147 7.66 0.002Error 16 1.2840 0.0803Total 19 3.1280S = 0.2833 R-Sq = 58.95% R-Sq(adj) = 51.25% Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev -+-+-+-+-A 5 50.240 0.351 (-*-)B 5 50.060 0.241 (-*-)C 5 50.
8、640 0.241 (-*-)D 5 50.820 0.286 (-*-) -+-+-+-+- 50.05 50.40 50.75 51.10Pooled StDev = 0.283拒绝原假设H0,即操作工之间有显著差异12minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Boxplot可以看出四个车工所加工出的丝杠直径间有显著差异可以确定各组间有显著差异后，下一步需分析哪些组间有显著差异。13minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤步骤4：分析两组间是否有显著差
9、异：分析两组间是否有显著差异MINITAB：Stat-ANOVA-One Way14minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Tukey分析结果分析结果Tukey 95% Simultaneous Confidence IntervalsAll Pairwise Comparisons among Levels of SubscriptsIndividual confidence level = 98.87%Subscripts = A subtracted from:Subscripts Lower Cente
10、r Upper -+-+-+-+-B -0.6931 -0.1800 0.3331 (-*-)C -0.1131 0.4000 0.9131 (-*-)D 0.0669 0.5800 1.0931 (-*-) -+-+-+-+- -0.70 0.00 0.70 1.40Subscripts = B subtracted from:Subscripts Lower Center Upper -+-+-+-+-C 0.0669 0.5800 1.0931 (-*-)D 0.2469 0.7600 1.2731 (-*-) -+-+-+-+- -0.70 0.00 0.70 1.40Subscrip
11、ts = C subtracted from:Subscripts Lower Center Upper -+-+-+-+-D -0.3331 0.1800 0.6931 (-*-) -+-+-+-+- -0.70 0.00 0.70 1.40例如，总体A的均值-总体B的均值落入（-0.6931，0.3331）。由于0落入区间内，因此，无法拒绝两总体均值相等的原假设，即应判定两总体均值无显著差异，即AB间均值无显著差异。AB间、AC间、CD间均值无显著差异。AD间、BC间、BD间均值有显著差异。15minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司多
12、项式回归设计例题多项式回归设计例题 锻件温度显著影响锻件最终断裂强度。采用800、850、900（摄氏度），各锻造3根钢轴，将钢轴的断裂强度（单位：吨）记录下来，得到下列数据： 锻件温度与断裂强度数据表锻件温度与断裂强度数据表 16minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤步骤1：输入试验数据：输入试验数据17minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：处理试验数据步骤：处理试验数据MINITAB：Data-Stack-Columns18minitab 7-11-392minitab
13、 7-11-392昆山。甲上咨询管理顾问有限公司步骤：分析试验数据步骤：分析试验数据MINITAB：Stat-ANOVA-One Way19minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出输出One Way ANOVA拒绝原假设H0,即不同温度的各总体断裂强度之间有显著差异20minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出输出Boxplot不同温度的各总体断裂强度之间有显著差异下一步建立断裂强度与温度间的回归方程，判断建立的回归关系是否有意义。21minitab 7
14、-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤步骤4：建立回归方程：建立回归方程-处理数据处理数据22minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤步骤5：建立回归方程：建立回归方程-拟合线形方程拟合线形方程MINITAB：Stat-Regression-Fitted Line Plot23minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出回归分析输出回归分析拒绝原假设H0,可见线性趋势是显著的从图中看出数据有弯曲趋势，因此拟合线性方程回归效果不够
15、好。24minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤步骤6：建立回归方程：建立回归方程-拟合二次函数方程拟合二次函数方程MINITAB：Stat-Regression-Fitted Line Plot25minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出回归分析输出回归分析拒绝原假设H0,可见模型是显著的The regression equation isstrength = - 339.4 + 0.8590 temp - 0.000487 temp*2可见线性及二次项趋势是显著
16、的 上述方法还可以推广到更高阶的情形，表面上看，次数增高可以使“拟合效果更好”，但这样的拟合模型缺乏好的预测能力，因为这时估计和预测值的方差都变大了，在回归分析中，称这类现象为“超拟合”。 从拟合的多项式的阶数上述，一个因子取了k个水平，对于所获得的数据可以拟合一个k-1阶多项式。但实际上，4次以上的多项式一般是不使用的。26minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司练习练习制造Team研讨3种Soldering材料。 目前使用的是A公司的材料，现在要把B、C公司材料追加研讨。通过对各个材料的强度分析找出最佳的材料。A AB BC C9182
17、112151914142113171618152327minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司2.2.全因子设计与分析全因子设计与分析28minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司全因子试验概述全因子试验设计指所有因子的所有水平的所有组合都至少要进行一次试验；当因子水平超过2时，由于试验次数随因子个数的增长而呈指数速度增长，因而通常只做二水平的全因子试验。如果确实需要做三水平或更多水平全因子试验时，软件也有此分析方法。但通常认为加上中心点后的二水平试验设计已经足够了，在相当程度上它可以代替
18、三水平的试验，而且分析简明易行。通常将k个因子的二水平全因子试验记为：2k试验，因此它是全因子试验的一个特例。29minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司试验设计三个基本原则重复试验随机化划分区组30minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司试验设计分析五步法2.进行残差诊断1.拟合选定模型3.模型要改进吗？4.对选定模型进行分析解释5.目标是否已达到？进行验证试验YYN进行下批试验N31minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司
19、全因子设计例题全因子设计例题 在压力成型塑胶板生产中，经过因子的初步筛选后得知，影响成型塑胶板的因子有3个：（distance）、成型压力（pressure)及压力角（angle）。在3个因子新的较好的范围内，什么生产条件下可以获得最大的成型塑胶板强度（strength）。代号因子名称Level 1（低水平）Level 2（高水平）A压模间距60 mm70 mmB 成型压力300 Pa400 PaC 压力角20 度24 度因子及水准表因子及水准表32minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤1：设计实验MINITAB：Stat-D
20、OE-FactorialCreate Factorial Design本实验做全因子实验并安排4个中心点（即234）。33minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤1：设计实验（续）34minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出计划表35minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤2：做实验、输入试验数据实验数据36minitab of improveminitab of improve昆山。
21、甲上咨询管理顾问有限公司步骤步骤3：分析全因子模型（：分析全因子模型（1.拟合选定模型）拟合选定模型）MINITAB：Stat-DOE-FactorialAnalyze Factorial Design37minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Factorial Fit拒绝原假设H0,说明模型总的效果是明显的。接受原假设H0,说明模型没有明显弯曲趋势。38minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Pareto and Norma
22、l Plots39minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤3：分析全因子模型（：分析全因子模型（2.残差诊断）残差诊断）MINITAB：Stat-DOE-FactorialAnalyze Factorial Design40minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Residual Plots（3.判断模判断模型要改进吗？）型要改进吗？）从残差诊断中看出，模型基本上是好的；从上述分析中看出，AB是显著的，C作用不显著，交互作用项中仅AB显著，因
23、此下一步要重新拟合模型。41minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤4：重新拟合模型分析（：重新拟合模型分析（1.拟合选定模型）拟合选定模型）MINITAB：Stat-DOE-FactorialAnalyze Factorial Design42minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Factorial Fit拒绝原假设H0,说明模型总的效果是明显的。接受原假设H0,说明模型没有明显弯曲趋势。43minitab of improveminit
24、ab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Pareto and Normal Plots44minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤4：重新拟合模型分析（：重新拟合模型分析（2.残差诊断）残差诊断）MINITAB：Stat-DOE-FactorialAnalyze Factorial Design45minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出Residual Plots（3.判断模型要改判断模型要改进吗？）进
25、吗？）从残差诊断中看出，模型基本上是好的；从上述分析，可以认为已经选定了最终的模型。根据分析结果，写出最后确定的回归方程。y547.417+1.34950 press+10.395 Dis-0.0235 press*Dis46minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤4：重新拟合模型分析（：重新拟合模型分析（4.对选定模型对选定模型进行分析解释进行分析解释1）MINITAB：Stat-DOE-FactorialFactorial Plots47minitab of improveminitab of improve昆山。甲上咨
26、询管理顾问有限公司Minitab输出输出48minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤4：重新拟合模型分析（：重新拟合模型分析（4.对选定模型对选定模型进行分析解释进行分析解释2）MINITAB：Stat-DOE-FactorialContour/Surface Plots49minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出50minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤4：重新拟合模型
27、分析（：重新拟合模型分析（4.对选定模型对选定模型进行分析解释进行分析解释3）MINITAB：Stat-DOE-FactorialResponse Optmizer51minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Minitab输出输出52minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司步骤步骤4：重新拟合模型分析（：重新拟合模型分析（5.判断目标是判断目标是否已经达到）否已经达到） 本例得到预计的最佳值为91.6833,我们应将它与原试验目标相比较。 如果认为离目标尚远，则考虑安排新
28、一轮试验.例如，可以考虑本次获得的最佳点Press300，Dis70为中心，在其附近重新选定试验的各因子水平继续做试验。由于最后只有2个因子，而且根据实际经验，最优点就在附近了，因此最好选择使用RSM. 如果认为已基本达到目标，则可以结束试验，直接做验证试验，以确保将来按最佳条件生产能获得预期效果。在最佳点处做若干次验证试验（次数记为m，通常3次以上），下一步的任务就是计算出，将来的每一次试验结果应该落在什么范围内，如果验证试验结果的平均值落在预先计算好的范围内，则说明一切正常。 Minitab软件在DOE栏中给出预测区间的功能较弱，所以借助于回归分析栏。53minitab of improv
29、eminitab of improve昆山。甲上咨询管理顾问有限公司54minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司Predicted Values for New ObservationsNewObs Fit SE Fit 95% CI 95% PI 1 91.68 3.42 (83.79, 99.57) (77.61, 105.76)Values of Predictors for New ObservationsNewObs Press Dis P*D 1 300 70.0 2100055minitab of improvemin
30、itab of improve昆山。甲上咨询管理顾问有限公司练习：一位黑带要研究影响运输部门拉动和包装一个订单货物的时间的因素。选择了三个作业员，三个普通的打印时间，两种订货格式单的计数线。 分析数据，得出结论并对模型是否合适作个评论。因变量:周期时间因子: 计数线/订单格式, 作业员, 打印时间水平: (20,30), (1,2,3), (30,45,60)目的：定量分析由不同的订单打印时间，计数 线/表单格式和作业员所造成的订单处理时间的偏差56minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司试验数据试验数据:57minitab of
31、improveminitab of improve昆山。甲上咨询管理顾问有限公司3. 2k因子与中心点及分区化58minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司59minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司60minitab of improveminitab of improve昆山。甲上咨询管理顾问有限公司8. 混料试验设计61minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司混料试验设计题目：题目：新型高强度合金钢配方设计问题在新
32、型高强度合金冶炼技术中，关键是添加剂总量占总量，而添加剂有，及共四部分构成试安排一个混料试验设计，求出四种分量的配比使断裂强度达到最大62minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：设计实验步骤：设计实验MINITAB：Stat-DOE-Mixture-Create Mixture Design单纯形重心法单纯形格点法极端顶点设计法本问题采用因子阶单纯形格子点设计，共进行次试验。63minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：设计实验（续）步骤：设计实验（续）64minitab 7-
33、11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：输出实验计划步骤：输出实验计划65minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：做实验收集数据步骤：做实验收集数据66minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：分析全模型步骤：分析全模型MINITAB：Stat-DOE-Mixture-Analyze Mixture Design67minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出全模型输出全
34、模型Regression for Mixtures: y versus A, B, C, DRegression for Mixtures: y versus A, B, C, D Estimated Regression Coefficients for y (component proportions)Estimated Regression Coefficients for y (component proportions) Term Coef SECoef T P VIFTerm Coef SECoef T P VIFA 142.000 * * * 1.750B 136.000 * *
35、 * 1.750C 133.000 * * * 1.750D 132.000 * * * 1.750A*B 12.000 * * * 1.500A*C 2.000 * * * 1.500A*D 32.000 * * * 1.500B*C -6.000 * * * 1.500B*D 4.000 * * * 1.500C*D 2.000 * * * 1.500S = * PRESS = *Analysis of Variance for y (component proportions)Analysis of Variance for y (component proportions)Source
36、 DF Seq SS Adj SS Adj MS F PRegression 9 192.900 192.9000 21.4333 Linear 3 145.500 60.7500 20.2500 * * Quadratic 6 47.400 47.4000 7.9000 * *Residual Error 0 * * *Total 9 192.900删除效应最小的三项AC、BD、CD后，重新拟合回归方程68minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：简化模型重新分析模型步骤：简化模型重新分析模型MINITAB：Stat-DOE-Mixt
37、ure-Analyze Mixture Design69minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出简化模型输出简化模型Regression for Mixtures: y versus A, B, C, D Regression for Mixtures: y versus A, B, C, D Estimated Regression Coefficients for y (component proportions)Estimated Regression Coefficients for y (component pr
38、oportions)Term Coef SE Coef T P VIFA 142.152 0.4922 * * 1.450B 136.319 0.4922 * * 1.450C 133.240 0.4560 * * 1.244D 132.407 0.4560 * * 1.244A*B 11.059 2.5703 4.30 0.023 1.412A*D 30.882 2.5569 12.08 0.001 1.397B*C -7.118 2.5569 -2.78 0.069 1.397S = 0.540818 PRESS = *R-Sq = 99.55% R-Sq(pred) = *% R-Sq(
39、adj) = 98.64%Analysis of Variance for y (component proportions)Analysis of Variance for y (component proportions)Source DF Seq SS Adj SS Adj MS F PRegression 6 192.023 192.0225 32.0038 109.42 0.001 Linear 3 145.500 72.8368 24.2789 83.01 0.002 Quadratic 3 46.523 46.5225 15.5075 53.02 0.004Residual Er
40、ror 3 0.877 0.8775 0.2925Total 9 192.9004个主效应和3项二阶交互效应都是显著的（显著水平取0.1）70minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：研究效应轮廓图步骤：研究效应轮廓图MINITAB：Stat-DOE-Mixture-Response Trace Plot图中可以显示各单个因子的效应。本例中，看出欲使y增大，A应取稍大些值。71minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：研究等高线图、曲面图步骤：研究等高线图、曲面图MINITAB：
41、Stat-DOE-Mixture-Contour/Surface Plots72minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出等高线图、曲面图输出等高线图、曲面图可以看出整个变化趋势，令B=0，C=0将会使y取最大值。73minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司步骤：应用优化器步骤：应用优化器MINITAB：Stat-DOE-Mixture-Response Optimizer设定目标为Maximize,取Lower值为已实现的140，取Target为160（Upper不填写
42、）。74minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出优化结果输出优化结果最后得知，当A取0.6636，D取0.3364时，可得最大强度145.77。75minitab 7-11-392minitab 7-11-392昆山。甲上咨询管理顾问有限公司Minitab输出优化结果输出优化结果Response Optimization Parameters Goal Lower Target Upper Weight Importy Maximum 140 160 160 1 1Global SolutionComponentsA = 0.66357B = 0.00000C = 0.00000D = 0.33643Predicted Responsesy = 145.768, desirability = 0.28839Composite Desirability = 0.28839由于本例中只做了10次试验，回归方程的阶数较低，未含各变量的二次项，区域内部无极大值。如果可以认定在内部区域内将有极大值时，应该选用更多试验点，拟合更高阶方程。
