現在小編就教大家如何利用Minitab軟體進行全因子實驗設計與分析。
全因子實驗設計使用Minitab 操作案例分析
Minitab 操作案例分析共有五大步驟:
一、拟合標明模型(含第一、二、三要點)
標明的‘全模型’(數學模型)隻包含主效應和所有因子的二階互動效應,三階及以上的可忽略。
按下圖選擇Minitab裡的選項。。。運作
--------------------------------------------------------------------
第一、分析評估回歸的顯著性
1、看方差分析ANOVA的總效果:2個值至少有一個P<0.05,模型才有效,下圖主效應P=0.000,這裡省略後面的數字,實際不是0;如果不是,原因有:1)試驗誤差太大;2)漏了重要因子;3)模型有失拟或資料有彎曲。
2、看方差分析ANOVA的失拟現象(原假設H0-無失拟):P=0.709>0.05,無法拒絕原假設,說明模型無失拟;如失拟,說明漏了重要項。
3、看方差分析ANOVA的彎曲項(原假設H0-無彎曲):P=0.633>0.05,無法拒絕原假設,說明模型無彎曲;如彎曲,應加上平方項。
第二、分析評估回歸的總效果
1、兩個相關系數R2和調整R2adj :R2adj 要小一些,兩者越接近說明越好;例子中R-Sq=92.49%, R-Sq(調整)=83.11%,有改進空間。
2、對s和s2分析(s是s2的平方根):例子中s=6.00146是s的估計量,等修改模型後再看是否有降低。
3、對預測結果的估計:看R-Sq和R-Sq(預測)差距;SSE(SSError)和PRESS(預測的誤差平方和)差距;通常SSE比PRESS小些。
例子中,R-Sq=92.49% R-Sq(預測)=53.68,差距較大,SSE=288.14,PRESS=1778.45 差距也大,說明模型有改進空間。
第三、分析評估各項效應顯著性
1、Pareto圖:比較直覺,在紅色直線右邊的A(加熱溫度)、B(加熱時間)、D(保溫時間)、BD(加熱時間*保溫時間的互動作用)顯著,但有局限性,要結合正态圖。
2、正态效應圖:效應不顯著的點拟合成一條直線,服從正态分布;效應顯著的點的效應絕對值會大,離直線的距離會遠;線上的右邊是正效應,左邊是負效應;紅色的點是顯著,且離開直線越遠,越顯著,例如A,顯著裡較弱的是BD,離直線較近。
Minitab還會輸出一張半正态圖,它和正态效應圖作用類似,主要看正态的。
DOE全因子分析五大步驟裡的第一步驟‘拟合標明模型’的三點已經介紹完畢,下面享第二步驟‘殘差診斷’。
二、殘差診斷:判斷模型是否與資料拟合很好,有四個步驟。
第一、上面‘四合一’的‘強度 殘差圖’右上圖,是殘差對響應變量拟合值圖,如果散點出現‘漏鬥’或‘喇叭’型,說明需要對響應變量Y做某種轉換後可能會更好(),這是第一種最常見的殘差異常。
第二、右下角的是殘差對自變量X(觀察值)的散點圖,看是否是無規則波動U型或反U型彎曲,如有,說明X取線性是不夠的,需要增加平方或立方項。
第三、左上角機率圖,看是否是正态分布。
第四、看下圖殘差對各自變量的圖,看是否有彎曲。
上面兩個圖都說明比較正常,可以判斷殘差診斷是通過的。
至此,全因子試驗分析的第一(拟合標明模型)第二步驟(殘差診斷)已經結束。
之前介紹了第一和第二步驟,今天是第三步驟: