让DOE数据分析简单化
DOE分析数据相对大部份人来说是件不容易的事,又要会操作minitab软件,我们是否可以把试验数据进行简单化呢,我们先看一组如下DOE试验。
某化工厂认为影响产品的收率(Yield, %)是反应温度和原料;作为因子进行了没有反复的两因子试验,因子的收率如下,求最佳条件因子的水平数据
反应温度(A) : A1(180℃), A2(190℃), A3(200℃), A4(210℃)
原料(B) : B1(美国M社原料), B2(日本 Q社原料), B3(国内 P原料)
1、Minitab:统计 > DOE > 因子 > 创建因子设计
2、双因子实验法(Two-way Layout)
3、Two-Way ANOVA分析:
通DOE分析结论:对收率温度是A3=200℃,原料是在 B1(美国M社原料)
简化分析法:
重新整合数据:
因子 A1 A2 A3 A4
B1 97.6 98.6 99 98
B2 97.3 98.2 98 97.7
B3 96.7 96.9 97.9 96.5
求各因子之间的贡献值
区分 贡献值
A1 97.2
A2 97.9
A3 98.3
A4 97.4
B1 98.3
B2 97.8
B3 97
通过如上数据可看到A3与B1最佳;因此通过简单化的分析得出同样的结果。
九步法(SAS-shainin)有更多的简化解决问题思路。
某化工厂认为影响产品的收率(Yield, %)是反应温度和原料;作为因子进行了没有反复的两因子试验,因子的收率如下,求最佳条件因子的水平数据
反应温度(A) : A1(180℃), A2(190℃), A3(200℃), A4(210℃)
原料(B) : B1(美国M社原料), B2(日本 Q社原料), B3(国内 P原料)
1、Minitab:统计 > DOE > 因子 > 创建因子设计
2、双因子实验法(Two-way Layout)
3、Two-Way ANOVA分析:
通DOE分析结论:对收率温度是A3=200℃,原料是在 B1(美国M社原料)
简化分析法:
重新整合数据:
因子 A1 A2 A3 A4
B1 97.6 98.6 99 98
B2 97.3 98.2 98 97.7
B3 96.7 96.9 97.9 96.5
求各因子之间的贡献值
区分 贡献值
A1 97.2
A2 97.9
A3 98.3
A4 97.4
B1 98.3
B2 97.8
B3 97
通过如上数据可看到A3与B1最佳;因此通过简单化的分析得出同样的结果。
九步法(SAS-shainin)有更多的简化解决问题思路。